2014-01-07 20:53:52 u013371735 阅读数 1999

中科院刘定生老师推荐的一些数字图像处理的书籍,先记下来吧。。

1. 《数字图像处理》冈萨雷斯,阮秋琦译----------这个是经典不多说了,配合《数字图像处理Matlab版》

2. 《数字图像处理》K.R. Castleman,朱志刚译,据说是讲的比较深入,不适合作为教材,看来是高阶点的- -

3. 《数字图像处理疑难解析》Maria Petrou,赖建辉译,也比较推荐

待续。。。。。。。。。。。。。。。。。。。

2019-09-16 19:50:37 qq_43163608 阅读数 123

写在前面:本人是非计算机专业的学生,但是在课余学习的时候对图像处理产生了一些兴趣,总觉得大学四年不能总是局限于本专业的知识,想着要了解其他领域感兴趣的方面,就打算开始看数字图像处理的书籍,并且在csdn博客上记录自己的笔记,以期望之后能回顾。可能因为自己是非计算机专业的,对于知识的理解也许不是那么到位。
图像处理是指用计算机对图像进行分析,以达到某种效果或目的。在目前的智能领域,图像处理广泛应用,例如人脸识别,车牌识别等。

数字图像的概念

一幅图像我们可以看做是一个二维函数f(x,y),其中x,y是平面的坐标位置,幅值f为对应每个坐标位置的灰度或强度。而为了方便最图像进行直观的处理,我们需要将图像转化为数字形式,成为一幅数字图像,其中所涉及的的操作有两个部分:取样和量化。
坐标x,y可以定位图像的某个位置,但是一幅图像的x,y和f可能都是连续的,我们需要对其取样,所以将坐标数字化称为取样,将幅值f数字化称为量化。数字图像的质量很大程度上取决于样本数和灰度级,样本数越大,图像质量就越好,不容易出现马赛克现象;量化等级越多,所呈现的图像的层次性越好,灰度分辨率越高。
我们将连续图像取样为一个二维阵列f(x,y),那么图像就可以用矩阵来表示,该矩阵包含M行和N列,(x,y)即为图像坐标。二维阵列函数
其中,图像在任何(x,y)坐标下的值为f(x,y),第一行第一列对应的值为f(0,0),为数字图像的原点,实际上矩阵中的每个元素就是像素。或者我们也可以用传统的矩阵表示方法来表示数字图像:
传统矩阵表示
我们注意到数值图像的原点都是位于左上角,这是因为大多数显示器的扫描都是从左上角开始的,将它作为原点也就顺理成章,这也符合数学上矩阵元素的表达方式。
在数字化过程中,我们需要对行M,列N和灰度级数L作出规定,M,N只需是正整数就可以,但为了存储的需要,L值必须为2的整数次幂:L=2kL = 2^k.我们将灰度离散区间设为[0,L-1],当k=1时,L=2,即图像有两个灰度级数,这也就是我们所见的二值图像,俗称黑白图像。当一幅图像有 2^k个灰度级数时,通常称该图像为一幅“K”比特图像。例如8比特图像有256个离散灰度值。

2016-11-01 10:32:17 dashenghuahua 阅读数 18461

在这个看脸的时代,颜值就是一切。怎样可以成为控制颜值的“黑魔法师”?相信,阅读以下这些经典的图像处理书籍能够助你一臂之力。赶紧紧随大圣众包威客平台的脚步吧!

1465571461-5092-2081_meitu_5.jpg

  1. 《数字图像处理基础》

wKhQt1PWBqSEG-PpAAAAAI-EItA871_meitu_4.jpg

  随着台式计算机的处理能力日益增强,各种图像拍摄的设备(例如平板电脑、手机摄像头、数码相机、扫描仪等)的普及,以及互联网的加持,使得数字图像处理变得与文字处理一样普及。本书就数字图像处理的各个基本主题,先给出有关问题的数学公式,然后根据数学公式给出实现有关问题的伪代码,最后在Java语言及ImageJ平台下完整实现。《数字图像处理基础》作为高等学校计算机及相关专业“数字图像处理”课程的教材,是非常适合的。

  2.《数字图像处理(第三版)》

wKhQt1PWBqSEG-PpAAAAAI-EItA871.jpg

  在数字图像处理领域,本书作为主要教材已有30多年。这一版本除保留了前两版的大部分内容外,作者更在13个方面对本书进行了修订,新增了400多幅图像、200多幅图表及80多道习题,融入了近年来数字图像处理领域的重要进展,因而本书特色鲜明且与时俱进。全书仍分为12章,即绪论、数字图像基础、灰度变换与空间滤波、频率域滤波、图像复原与重建、彩色图像处理、小波和多分辨率处理、图像压缩、形态学图像处理、图像分割、表示与描述、目标识别。

  3.《Image Processing and Analysis》

368008126778492181.jpg

  《ImageProcessingandAnalysis》将现代数学与现代图像处理中最先进的方法联系起来,组织成一个连贯的逻辑结构。作者通过它们连接到傅里叶和光谱分析中的少数共同线程,揭示了传统图像处理的原理,从而整合了现代图像处理方法的多样性。可以说,这本书是全面而且综合的,它涵盖了当代图像分析和处理中的4个最强大的数学工具类,同时也探索了它们的内在连接和集成。

  4.《图像处理、分析与机器视觉(第3版)》

42207392636698837.jpg

  《图像处理、分析与机器视觉(第3版)》是为计算机专业图像处理、图像分析和机器视觉课程编写的教材。此书针对这三方领域的有关原理与技术,展开了广泛而深入的讨论,包括图像预处理、图像分割、形状表示与描述、物体识别与图像理解、三维视觉、数学形态学图像处理技术、离散图像变换、图像压缩、纹理描述、运动分析等。本书力图将复杂的概念通过具体的示例以易于理解的算法来描述,并提供了大量包含图示和处理结果的插图,特别有助于读者的学习和理解。另外,它也覆盖了十分广泛的领域,包括人工智能、信号处理、人工神经网络、模式识别、机器学习、模糊数学等一系列相关学科,读者可以通过学习此书,学到很多具有普遍价值的知识和具体的应用方法。

  5.《数字图像处理与机器视觉》

20140423104022124.jpg

  《数字图像处理与机器视觉》将理论知识、科学研究和工程实践有机结合起来,内容涉及数字图像处理和识别技术的方方面面,包括图像的点运算、几何变换、空域和频域滤波、小波变换、图像复原、彩色图像处理、形态学处理、图像分割、图像压缩以及图像特征提取等。本书也对机器视觉进行了前导性的探究,重点介绍了3种目前在工程技术领域非常流行的分类技术——人工神经网络(ANN)、支持向量机(SVM)和AdaBoost,并在配套给出的识别案例中直击光学字符识别(OCR)、人脸识别和性别分类等热点问题。《数字图像处理与机器视觉》结构紧凑,内容深入浅出,讲解图文并茂,适合于计算机、通信和自动化等相关专业的本科生、研究生,以及工作在图像处理和识别领域一线的广大工程技术人员阅读参考。

  6.《Mathematical Problems in Image Processing》

14047023764241.jpg

  本书更新的第二版提供了各种图像分析的应用程序,并展示了如何离散化这些精确的数学。《MathematicalProblemsinImageProcessing》展示了它对数学领域的贡献,并突出了未解决的理论问题。而对于计算机视觉社区,此书提出了一个清晰、自洽的涉及数学的图像处理问题。值得一提的是,第二版《Mathematical Problems in Image Processing》提供了对PDE框架所涵盖的图像处理应用程序进展的回顾,并更新了现有的材料,同时,本书还提供了用于以最小的努力创建模拟的编程工具,十分难得。

  DT时代,想成为朋友圈中人人膜拜的图像处理高手?从阅读开始吧!


2016-10-09 10:38:09 zhuoyuezai 阅读数 3916

数字图像处理                            冈萨雷斯

数字图像处理(matlab版)     冈萨雷斯

图像处理 matlab版本的比非matlab 的好看懂一些,非matlab的理论性比较强。

冈萨雷斯的matlab版本,上面的都是基础算法,可能有点过时,但是是数字图像处理的基础,所以还是要掌握的
然后 学习opencv 都是老外的书 这边书上的算法相比要前沿点 。

2019-11-08 12:23:15 qingfengxiaosong 阅读数 37

1. 数学

      我们所说的图像处理实际上就是数字图像处理,是把真实世界中的连续三维随机信号投影到传感器的二维平面上,采样并量化后得到二维矩阵。数字图像处理就是二维矩阵的处理,而从二维图像中恢复出三维场景就是计算机视觉的主要任务之一。这里面就涉及到了图像处理所涉及到的三个重要属性:连续性,二维矩阵,随机性。所对应的数学知识是高等数学(微积分),线性代数(矩阵论),概率论和随机过程。这三门课也是考研数学的三个组成部分,构成了图像处理和计算机视觉最基础的数学基础。如果想要更进一步,就要到网上搜搜林达华推荐的数学书目了。
 

2. 信号处理

    图像处理其实就是二维和三维信号处理,而处理的信号又有一定的随机性,因此经典信号处理和随机信号处理都是图像处理和计算机视觉中必备的理论基础。
 

2.1经典信号处理

信号与系统(2) Alan V.Oppenheim等著 刘树棠译

离散时间信号处理(2) A.V.奥本海姆等著 刘树棠译

数字信号处理:理论算法与实现 胡广书 (编者)

2.2随机信号处理

现代信号处理 张贤达著

统计信号处理基础:估计与检测理论 Steven M.Kay等著 罗鹏飞等译

自适应滤波器原理(4) Simon Haykin 郑宝玉等译

2.3 小波变换

信号处理的小波导引:稀疏方法(原书第3) tephane Malla, 戴道清等译

2.4 信息论

信息论基础(原书第2) Thomas M.Cover等著 阮吉寿等译

3. 模式识别

Pattern Recognition and Machine Learning Bishop, Christopher M. Springer

模式识别(英文版)(4) 西奥多里德斯著

Pattern Classification (2nd Edition) Richard O. Duda等著

Statistical Pattern Recognition, 3rd Edition Andrew R. Webb等著

模式识别(3) 张学工著

4. 图像处理与计算机视觉的书籍推荐

图像处理,分析与机器视觉 第三版 Sonka等著 艾海舟等译

Image Processing, Analysis and Machine Vision

 (附:这本书是图像处理与计算机视觉里面比较全的一本书了,几乎涵盖了图像视觉领域的各个方面。中文版的个人感觉也还可以,值得一看。)

 

数字图像处理 第三版 冈萨雷斯等著

Digital Image Processing

(附:数字图像处理永远的经典,现在已经出到了第三版,相当给力。我的导师曾经说过,这本书写的很优美,对写英文论文也很有帮助,建议购买英文版的。)

 

计算机视觉:理论与算法 Richard Szeliski

Computer Vision: Theory and Algorithm

 (附:微软的Szeliski写的一本最新的计算机视觉著作。内容非常丰富,尤其包括了作者的研究兴趣,比如一般的书里面都没有的Image Stitching Image Matting等。这也从另一个侧面说明这本书的通用性不如Sonka的那本。不过作者开放了这本书的电子版,可以有选择性的阅读。
 

计算机视觉:一种现代方法 DA Forsyth等著

Computer Vision: A Modern Approach

MIT的经典教材。虽然已经过去十年了,还是值得一读。期待第二版

 

Machine vision: theory, algorithms, practicalities 第三版 Davies

(附:为数不多的英国人写的书,偏向于工业应用。)

数字图像处理 第四版 Pratt

Digital Image Processing

(附:写作风格独树一帜,也是图像处理领域很不错的一本书。网上也可以找到非常清晰的电子版。)

 

5. 小结

罗嗦了这么多,实际上就是几个建议:
1)基础书千万不可以扔,也不能低价处理给同学或者师弟师妹。不然到时候还得一本本从书店再买回来的。钱是一方面的问题,对着全新的书看完全没有看自己当年上过的课本有感觉。
2)遇到有相关的课,果断选修或者蹭之,比如随机过程,小波分析,模式识别,机器学习,数据挖掘,现代信号处理甚至泛函。多一些理论积累对将来科研和工作都有好处。
3)资金允许的话可以多囤一些经典的书,有的时候从牙缝里面省一点都可以买一本好书。不过千万不要像我一样只囤不看。

 

图像处理书籍推荐

阅读数 6152

没有更多推荐了,返回首页