NEW.
Айфичер, Джервис.. Проектирование систем цифровой смешанной обработки сигналов. 2004 год. 989 стр. djvu. 9.5 Мб.
Данная книга предназначена в первую очередь для практиков - инженеров-электронщиков, программистов, людей, занимающихся техникой связи, вычислительными и электронными устройствами. Хотя теоретические основы и изложены в необходимом объеме (не зная основных принципов, работать с цифровыми системами невозможно), основной акцент все же делается на практической разработке современных цифровых устройств, которые можно будет использовать в военной сфере и биомедицине, телекоммуникациях и проигрывателях компакт-дисков, обработке изображений и цифровом телевидении. Для более полного усвоения излагаемого материала в книге подробно разбираются примеры, приводится справочная информация и предлагаются задачи для самостоятельного решения.
Книгу можно использовать как учебник при подготовке прикладных специалистов.
скачать
NEW.
Ричард Лайонс. Цифровая обработка сигналов. 2006 год. 656 стр. djvu. 11.4 Мб.
Книга представляет собой учебник по цифровой обработке сигналов, написанный понятным языком, снабженный достаточный количеством иллюстраций и наглядных примеров. Она содержит краткое введение в необходимый математический аппарат (в том числе и z-преобразование, преобразования Лапласа и Гильберта, статистику), в принципы машинного представления сигналов (двоичные форматы), рассматривает вопросы периодической дискретизации. Отдельные главы посвящены дискретному и быстрому преобразованиям Фурье. В разделе цифровой фильтрации подробно рассмотрены фильтры с конечной и бесконечной импульсной характеристикой, фильтры на основе частотной выборки и интерполированные КИХ-фильтры. Описаны квадратурные сигналы и комплексное понижающее преобразование.
Разобраны принципы преобразования частоты дискретизации, необходимые для проектирования полифазных и каскадированных интеграто-ров-гребенчатых фильтров. Усреднению сигналов (во временной и частотной области) - когерентному и некогерентному - посвящена отдельная глава. Значительную часть книги составляет коллекция советов и «маленьких хитростей» в области цифровой обработки сигналов. Полезен начинающим специалистам и терминологический словарь, вынесенный в приложение.
Книга отличается четкостью построения, тщательной выверенностью примеров и сбалансированностью сложности/доступности материала. Для чтения ее достаточно иметь базовые знания из вузовского курса математического анализа.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . скачать
NEW.
Уолт Кестер редактор. Проектирование систем цифровой смешанной обработки сигналов. 2010 год. 330 стр. djvu. 11.5 Мб.
Книга посвящена как теоретическим, так и прикладным аспектам создания аналого-цифровых систем обработки сигналов. Рассматриваются вопросы аналого-цифрового и цифро-аналогового преобразования, даются основы цифро¬вой обработки сигналов, цифровой фильтрации, спектрального анализа. Отдельная глава посвящена вопросам конструирования, таким как компоновка устройства, разводка печатных плат, передача сигналов по высокоскоростным интерфейсам, сопряжение цифровых и аналоговых блоков устройства.
Для инженеров и студентов радиотехнических и других смежных специальностей.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . скачать
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . скачать
В. Гольцман. Цифровая обработка сигналов. Оцифровываем и ретушируем свой фотоальбом. 2008 год. 160 стр. PDF. 5.4 Мб.
Наверняка у вас дома пылится не один фотоальбом со старыми, выцветшими, но такими дорогими сердцу фотографиями. Ваше детство, служба в армии, свадьба - все это вы можете найти на пожелтевших фотокарточках.
Еще несколько лет назад восстановить такие фотографии и защитить их от влияния времени было просто невозможно. Но сегодня с помощью современных технологий вы легко и просто сможете не только восстановить, казалось бы, уже навсегда утраченное качество фотографий, но даже раскрасить их, а также создать удобные и наглядные фотогалереи. Для этого не нужны дорогостоящее оборудование и высококлассные специалисты - хватит вашего домашнего компьютера и книги, которую вы держите в руках.
скачать
Р. Гонсалес, Р. Вудс. Цифровая обработка изображений. 2005 год. 1071 стр. djvu. 14.4 Мб.
Монография раскрывает базовые понятия и методологию компьютерной обработки изображений, дает основы для дальнейшего изучения этой многогранной и быстро развивающейся области. Книга является одним из наиболее популярных, известных в мире и полных учебников в области теории и методов цифровой обработки видеоинформации. Многие из приведенных в ней алгоритмов реализованы в широко известных пакетах компьютерной обработки изображений.
Рассмотрены все основные направления обработки и анализа изображений, включая основы теории восприятия и регистрации видеоинформации, методы фильтрации, вейвлет-преобразования, улучшения, восстановления и сжатия черно-белых и цветных изображений. Обсуждаются также вопросы сегментации, распознавания образов, описания и представления деталей, морфологического анализа изображения. Все разделы сопровождаются большим количеством примеров и иллюстраций.
Книга рассчитана на научных работников и профессиональных программистов, специалистов по компьютерному дизайну, студентов и преподавателей.
Книга постоянно занимает первое место в рейтинге продаж Amazon.com и широко используется разработчиками и дизайнерами.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . скачать
Залманзон Л.А. Преобразование Фурье, Уолша, Хаара и их применение в управлении, связи и других областях. 1989 год. 496 стр. djvu. 8.9 Мб.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . скачать
В.А. Зверев, А.А. Стромков. Выделение сигнала из помех численными методами. 2001 год. 186 стр. djvu. 3.9 Мб.
Рассмотрены спектральные, корреляционные и кепстральные методы выделения сигналов из помех, использованные в оригинальных натурных и численных опытах. Среди них: выделение и измерение параметров сигнала при локации объекта на просвет; сжатие во времени узкополосного сигнала путем преобразования его спектра; устранение искажений сигнала, вызванных многолучевостью, с использованием лишь искаженного сигнала (слепая дереверберация); метод определения задержки импульса, флуктуирующего по форме; исследование распространения волн с помощью М-последовательностей и другие. Приведены численные расчеты с программами - 37 программ в пакете Mathcad 6.0plus.
Книга написана на основе лекционного курса и предназначена для студентов, аспирантов и специалистов, интересующихся численными методами выделения сигналов на фоне помех.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . скачать
Мeстeцкий Л.М. Математические методы распознавания образов. Курс лекций.
Ф-т ВМиК МГУ, кафедра ММП. 2002 год. 85 стр. P_DF. 732 Кб.
Содержание:
1. Задача распознавания.
2. Классификация на основе байесовской теории решений.
3. Линейный классификатор. Алгоритм персептрона.
4. Оптимальная разделяющая гиперплоскость.
5. Нелинейный классификатор. Многослойный персептрон.
6. Метод потенциальных функций.
7. Комитетные методы решения задач распознавания.
8. Классификация на основе сравнения с эталоном.
9. Контекстно-зависимая классификация.
10. Селекция признаков.
11. Методы генерации признаков.
12. Обучение по прецедентам (по Вапнику, Червоненкису).
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . скачать
Оппенгейм А., Шафер Р. Цифровая обработка сигналов. 2006 год. 856 стр. djvu. 12.5 Мб.
Книга, предлагаемая Вашему вниманию, - второе переработанное издание всемирно известного классического учебника «Цифровая обработка сигналов», опубликованного в 1975 году. В ее основу лег развернутый курс по дискретной обработке сигналов, преподававшийся в течение ряда лет в Массачусетском технологическом институте. Учебник посвящен математическим алгоритмам, реализуемым в дискретных системах. В нем опущены сложные доказательства математических утверждений, но все приемы и методы иллюстрированы многочисленными примерами и задачами.
Книга будет полезна как студентам, осваивающим предмет, так и инженерам-разработчикам и системотехникам.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . скачать
Юкио Сато. Обработка сигналов. Первое знакомство. 2000 год. 172 стр. djvu. 1.4 Мб.
Как это видно из названия книга будет великолепной находкой для начинающих специалистов в области цифровой обработке сигналов. Большинство статей и книг на тему цифровойобработки сигналов понятно только искушенному в математике читателю. В данной книге авторы постарались не упуститьиз видов важных математических тонкостей, чтобы у читателя не складывалось впечатление будто от него что-то скрывают, недоговаривают.
Отдельные разделы этой книги на первый взгяд кажутся не связанными, однако, при внимательном изучении становится ясно, что очень много основополагающих понятий имеют точки соприкосновения. Поэтому, чтобы усвоить базовый материал, сначала, может быть, и придется потрудиться, но как только вы справитесь с этим, все содержание в целом прояснится.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . скачать
Юкио Сато. Без паники! Цифровая обработка сигналов. 2010 год. 176 стр. djvu. 14.4 Мб.
Книга представляет собой путеводитель в увлекательный мир цифровой обработки сигналов.
В живой и наглядной форме здесь излагаются вопросы представления сигналов и способы их математической обработки.
Несмотря на кажущуюся простоту, книга довольно обстоятельно знакомит с такими сложными понятиями как функции корреляции и ряды Фурье, дискретное и быстрое преобразование Фурье, а также с другими способами цифровой обработки сигналов.
Предназначена для широкого круга читателей, желающих освоить методы цифровой обработки сигналов. Полезна не только школьникам и студентам, но и их преподавателям.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . скачать
Сергиенко А.Б. Цифровая обработка сигналов. Уч. паос. 2002 год. 606 стр. djvu. 11.3 Мб.
Книга представляет собой базовый курс по цифровой обработке сигналов. В нем изложены основы теории дискретных сигналов и систем, рассмотрены методы спектрального анализа и фильтрации дискретных сигналов, алгоритмы синтеза дискретных фильтров, влияние эффектов квантования и конечной точности вычислений на работу цифровых устройств, а также методы
модуляции, применяемые для передачи цифровой информации. Вводные главы посвящены основам анализа сигналов и теории аналоговых систем. Материал изложен так, чтобы наглядно продемон- продемонстрировать сущность алгоритмов, их взаимосвязь и области применения. Теоретические сведения сопровождаются примерами реализации обсуждаемых алгоритмов
с помощью системы MATLAB и ее пакетов расширения Signal Processing, Communications и Filter Design.
Книга допущена в качестве учебного пособия для студентов высших учебных заведений, обучающихся по направлению подготовки дипломированных специалистов «Информатика и вычислительная техника», преподавателей, научных работников, программистов, а также всех, кто интересуется компьютерной обработкой сигналов и иных данных.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . скачать
NEW.
Д. Сэломон. Сжатие данных, изображений и звука. 2004 год. 366 стр. djvu. 4.4 Мб.
Описание: В учебном пособии изложены как общие идеи и основы теории сжатия информации, так и практические методы с подробным описанием конкретных алгоритмов компрессии различных типов цифровых данных. Общие концепции описываются вполне строго и основываются на четких научных принципах. Все алгоритмы проиллюстрированы подробными примерами, снабжены таблицами, диафаммами и рисунками. В книге рассматриваются различные методы сжатия самой разнообразной информации: текстов, графических изображений, звука, анимации, оцифрованных аудио- и видео данных. В руководстве приводятся многие популярные стандарты и протоколы сжатия, такие как JPEG, MPEG, которые часто сопровождаются готовыми к употреблению текстами программ для системы MATLAB.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . скачать
В.Т. Фисенко, Т.Ю. Фисенко. Компьютерное распознавание и обработка изображений. Уч. пособие. 2008 год. 182 стр. PDF. 6.1 Мб.
Рассмотрены математические модели изображений, критерии качества изображений. Описываются основные
алгоритмы цифровой обработки и распознавания изображений, в том числе основы яркостных преобразований, преобразования цветовых координатных пространств, пространственной и частотной фильтрации, морфологических операций, кодирования, сегментации и классификации, а также анализа изображений.
Предназначено для студентов, обучающихся по направлению подготовки 200600 – «Фотоника и оптоинформатика».
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .скачать
Б. Яне. Цифровая обработка изображений. 2007 год. 584 стр. DjVu. 12.3 Mб.
В книге дается полный обзор процесса обработки от получения изображения до выделения интересующих данных. Каждая глава включает упражнения, которые помогут оценить понимание материала, развить полученные навыки и дадут представление о реальных задачах, связанных с обработкой изображений. Большое количество интерактивных упражнений охватывает все рассмотренные в данном пособии темы.
5-у издание является полностью исправленным и расширенным. Весь материал теперь изложен в 20 главах вместо 16. Приблизительно треть книги обозначена как дополнительный материал. Таким образом, вы можете
быстро и систематично изучить основной материал и впоследствии расширить свои знания, обратившись к заинтересовавшим вас специальным темам.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . скачать
Было бы полезно разделить изложенный в последующих главах материал на две большие категории, упомянутые в Разделе 1.1: методы, в которых на входе и на выходе имеются изображения, и методы, где на вход поступают изображения, а на выходе возникают признаки и атрибуты, выделенные на основании этих изображений. Такая организация материала книги сведена в схему, изображенную на Рис. 1.23. Эта схема не подразумевает, что к изображению применяется каждый из описанных процессов, напротив, целью было донести принципы всех методов обработки, который могут применяться к изображениям в различных целях и, возможно, с различными получаемыми результатами. Проводимое в данном разделе обсуждение можно рассматривать как краткий обзор материала, представленного в остальной части книги.
|
Рис. 1.23 - Основные стадии цифровой обработки изображений |
Регистрация изображения - первый из процессов, показанных на Рис. 1.23. Обсуждение, проведенное в Разделе 1.3, дает некоторые подсказки относительно возможных источников цифровых изображений, однако значительно более подробно эта тема рассматривается в Главе 2, где также вводится ряд базовых понятий, относящихся к цифровым изображениям и используемых далее на протяжении всей книги. Заметим, что регистрация изображения может оказаться предельно простой, как в случае, когда исходное изображение уже представлено в цифровой форме. В общем случае стадия регистрации изображения включает некоторую предобработку, например, масштабирование.
Улучшение изображения входит в число наиболее простых и впечатляющих областей цифровой обработки изображений. По существу, за методами улучшения изображений стоит идея выявления плохо различимых деталей или просто подчеркивания интересующих характеристик на исходном изображении. Известным примером улучшения является усиление контраста изображения, потому что в результате «оно выглядит лучше». Важно иметь в виду, что улучшение качества - весьма субъективная область в обработке изображений. Этой теме посвящены две главы, но не потому, что улучшение изображений важнее других изложенных в книге тем, а поскольку мы используем эту тему для представления читателю той методики, которой будем придерживаться и в последующих главах. Так, вместо изложения в специальной главе всех предварительных начальных сведений с позиций математики, мы вводим ряд необходимых математических понятий, иллюстрируя их применительно к улучшению изображений. При таком подходе читатель будет знакомиться с этими понятиями в контексте обработки изображений. Хорошим примером этого является фурье-преобразование, которое вводится в Главе 4, но данный принцип используется также и в других главах книги.
Восстановление изображений - это область, также связанная с повышением визуального качества изображения, однако, в отличие от собственно улучшения, критерии которого субъективны, восстановление изображения является объективным в том смысле, что методы восстановления изображений опираются на математические или вероятностные модели искажений изображения. Напротив, улучшение изображений основано на субъективных предпочтениях человеческого восприятия, которые связаны с тем, что именно считается «хорошим» результатом улучшения.
Обработка цветных изображений приобрела особую важность в связи со значительным расширением использования цветных изображений в Интернет. В Главе 5 излагается ряд фундаментальных понятий, относящихся к цветовым моделям и основным видам цифровых преобразовании цветов. Цвет также используется в последующих главах как основа для выделения из изображения некоторых интересующих признаков.
Вейвлеты образуют фундамент для представления изображений с несколькими степенями разрешения одновременно. В частности, этот аппарат используется в книге применительно к сжатию данных изображения, а также для построения пирамидального представления, при котором изображение поэтапно разбивается на все более мелкие фрагменты.
Сжатие , как следует из самого названия, относится к методам уменьшения объема памяти, необходимого для хранения изображения, или сужения полосы пропускания канала, требуемой для его передачи. Хотя техника запоминающих устройств за последнее десятилетие была значительно усовершенствована, этого нельзя сказать в отношении пропускной способности линий связи. Это особенно справедливо по отношению к информации в Интернет, где изобразительная составляющая является существенным элементом содержимого. Со сжатием изображений знакомо (возможно, не отдавая себе в этом отчета) большинство пользователей компьютеров, встречающих в именах графических файлов определенные расширения; например, jpg используется в стандарте сжатия изображений, разработанном Объединенной группой экспертов по фотографии (Joint Photographic Experts Group - JPEG).
Морфологическая обработка связана с инструментами для извлечения таких компонент изображения, которые могут быть полезны для представления и описания формы. Приведенный в этой главе материал дает основы перехода от процессов, имеющих на выходе изображение, к процессам, имеющим на выходе атрибуты изображения, как это указывалось в Разделе 1.1.
Сегментация разделяет изображение на составные части или объекты. В целом автоматическая сегментация принадлежит к числу самых трудных задач цифровой обработки изображений. Излишне по-дробная сегментация уводит процесс решения задачи обработки изображения на сложный путь, если требуется идентифицировать объекты по отдельности. С другой стороны, недостаточно подробная или же ошибочная сегментация почти неизбежно приведет к возникновению ошибок на финальной стадии обработки. В общем, чем точнее сегментация, тем больше шансов на успех при распознавании.
Представление и описание почти всегда следуют непосредственно за этапом сегментации, на выходе которого обычно имеются лишь необработанные данные о пикселях, которые либо образуют границу области (т.е. дается множество пикселей, отделяющих одну область изображения от другой), либо представляют все точки самих областей. В обоих случаях необходимо преобразовать данные в форму, пригодную для компьютерной обработки. Первое решение, которое следует принять, - должны ли эти данные представляться в форме границ областей или областей целиком. Представление границами подходит для тех случаев, когда в центре внимания находятся внешние характеристики формы областей, например, углы и изгибы. Представление областями более уместно, если акцент делается на внутренних свойствах объектов, например, текстуре или форме скелета. В некоторых приложениях эти представления дополняют друг друга. Выбор способа представления - лишь часть принятия решения по преобразованию «сырых пиксельных данных в подходящую для дальнейшей компьютерной обработки форму. Должен быть еще указан метод описания данных, при котором бы выдвигались на передний план интересующие признаки. Построение описания, иначе называемое выбором признаков, связано с выделением атрибутов, которые бы выражали интересующую количественную информацию или бы могли служить основой для различения классов объектов.
Распознавание представляет собой процесс, который присваивает некоторому объекту идентификатор (например, «транспортное средство») на основании его описателей. Как подробно разъяснялось в Разделе 1.1, мы считаем, что сфера цифровой обработки изображений заканчивается разработкой методов распознавания отдельных объектов.
До настоящего момента ничего не говорилось о необходимости априорных знаний, или, в терминах Рис. 1.23, о взаимосвязи между базой знаний и молулями обработки. На самом деле, знание о проблемной области, т.е. база знаний, некоторым образом закодировано внутри самой системы обработки изображений. Это знание может быть очень простым, как детальное указание участков изображения, где должна находиться интересующая информация, что позволит ограничить область ее поиска. База знаний может быть и очень сложной, как, например, взаимосвязанный список всех наиболее вероятных де-фектов в задаче контроля материалов, либо база данных спутниковых изображений некоторого района с высоким разрешением в прикладных задачах обнаружения изменений, происходящих в этом районе. Помимо того, что база знаний руководит работой каждого модуля обработки, она также управляет взаимодействием между модулями. Эта отличительная особенность показана на Рис. 1.23 с помощью двунаправленных стрелок между обрабатывающими модулями и базой знаний, в отличие от однонаправленных стрелок, которые связывают модули обработки друг с другом.
Хотя мы не обсуждаем в этом месте задачу визуализации изображений, важно иметь в виду, что на выходе любой из показанных на Рис. 1.23 стадий может выполняться отображение результатов обработки. Отметим также, что не во всех прикладных задачах обработки изображений требуется вся сложность взаимодействия, подразумеваемого Рис. 1.23. На самом деле, в ряде случаев даже не все эти модули необходимы. Например, улучшение изображений для визуальной интерпретации человеком редко нуждается в использовании каких-либо других стадий из числа показанных на Рис. 1.23. В общем случае, однако, чем выше сложность задачи обработки изображений, тем большее число процессов требуется привлекать для решения этой задачи.
Источник : Гонсалес Р., Вудс Р. Цифровая обработка изображений. - М.: Техносфера, 2005. - 1072 с. (глава 1, часть 4 - С. 56-60)
Монография предназначена для тех. кто хочет в короткие сроки освоить методы обработки изображений с использованием пакета MATLAB.
Книга разбита на 12 глав, охватывающих самые важные области обработки изображений: градационные преобразования, линейную и нелинейную пространственную фильтрацию, вейвлеты, фильтрацию в частотной области, восстановление, регистрацию, сжатие, морфологическую обработку, сегментацию, представление и описание областей и границ изображений, а также распознавание объектов и обработку цветных изображений.
Книга будет полезна всем, кто хочет овладеть практическими навыками работы с изображениями, особенно специалистам по дистанционному зондированию, цифровому телевидению, компьютерной микроскопии, системам безопасности, программистам и дизайнерам.
Глава 1. Введение
1.1. Некоторые основания
1.2. Что такое цифровая обработка изображений?
1.3. Система MATLAB и пакет Image Processing Toolbox
1.4. Задачи по обработке изображений
1.5. О вебсайте этой книги
1.6. Обозначения
1.7. Рабочая среда системы MATLAB
1.7.1. Рабочий стол MATLAB
1.7.2. Создание М-файлов в редакторе MATLAB
1.7.3. Вызов справки
1.7.4. Сохранение и загрузка рабочего пространства
1.8. Как организованы ссылки
Выводы
Глава 2. Цифровые изображения в MATLAB
Введение
2.1. Представление цифровых изображений
2.1.1. Координатное соглашение
2.1.2. Изображение как матрица
2.2. Загрузка изображений
2.3. Вывод изображения на дисплей
2.4. Сохранение изображений
2.5. Классы данных
2.6. Типы изображений
2.6.1. Полутоновые изображения
2.6.2. Двоичные изображения
2.6.3. Еще раз о терминологии
2.7. Конвертирование классов данных и типов изображений
2.7.1. Конвертирование классов данных
2.7.2. Конвертирование классов и типов изображений
2.8. Индексирование массивов
2.8.1. Индексирование векторов
2.8.2. Индексирование матриц
2.8.3. О размерности массивов
2.9. Некоторые важные стандартные массивы
2.10. Введение в программирование М-функций
2.10.1. М-файлы
2.10.2. Операторы
2.10.3. Управление вычислительными потоками
2.10.4. Кодовая оптимизация программ
2.10.5. Интерактивный ввод/вывод
2.10.6. Краткое введение в смешанные массивы и структуры
Выводы
Глава 3. Преобразования яркости изображений и пространственная фильтрация
Введение
3.1. Некоторые основы
3.2. Преобразования яркости изображений
3.2.1. Функция imadjust
3.2.2. Логарифмические преобразования и преобразования растяжения контрастности
3.2.3. Некоторые утилитные М-функции преобразования яркости
3.3. Обработка гистограмм и построение графиков функций
3.3.1. Нахождение и построение гистограмм
3.3.2. Эквализапия гистограммы
3.3.3. Гистограммная подгонка (спецификация)
3.4. Пространственная фильтрация
3.4.1. Линейная пространственная фильтрация
3.4.2. Нелинейная пространственная фильтрация
3.5. Стандартные пространственные фильтры из пакета IPT
3.5.1. Линейные пространственные фильтры
3.5.2. Нелинейные пространственные фильтры
Выводы
Глава 4. Обработка в частотной области
Введение
4.1. Двумерное дискретное преобразование Фурье
4.2. Вычисление и визуализация двумерного DFT в MATLAB
4.3. Фильтрация в частотной области
4.3.1. Базовые концепции
4.3.2. Основные шаги фильтрации в частотной области
4.3.3. М-функция для фильтрации в частотной области
4.4. Построение фильтров в частотной области по пространственным фильтрам
4.5. Прямое построение фильтров в частотной области
4.5.1. Построение сеточных массивов для использования в фильтрах в частотной области
4.5.2. Низкочастотные фильтры
4.5.3. Построение графиков каркасных контуров и поверхностей
4.6. Повышение резкости при частотной фильтрации
4.6.1. Основы высокочастотной фильтрации
4.6.2. Фильтрация с усилением высоких частот
Выводы
Глава 5. Восстановление изображений
Введение
5.1. Моделирование процесса искажения/восстановления изображения
5.2. Модели шума
5.2.1. Добавление шума функцией imnoise
5.2.2. Генерация случайного пространственного шума с заданным распределением
5.2.3. Периодический шум
5.2.4. Оценивание параметров шума
5.3. Восстановление в присутствии одного шума - пространственная фильтрация
5.3.1. Фильтры для пространственного шума
5.3.2. Адаптивные пространственные фильтры
5.4. Подавление периодического шума с помощью фильтрации в частотной области
5.5. Моделирование искажающих функций
5.6. Инверсная фильтрация
5.7. Винеровская фильтрация
5.8. Сглаживающая фильтрация методом наименьших квадратов со связью
5.9. Алгоритм Люси-Ричардсона итерационного нелинейного восстановления
5.10. Слепая деконволюция
5.11. Геометрические преобразования и регистрация изображений
5.11.1. Пространственные преобразования
5.11.2. Применение пространственных преобразований к изображениям
5.11.3. Регистрация изображений
Выводы
Глава 6. Обработка цветных изображений
Введение
6.1. Представление цветных изображений в MATLAB
6.1.1. RGB изображения
6.1.2. Индексированные изображения
6.1.3. Функции IPT для обращения с RGB и индексированными изображениями
6.2. Преобразования в другие цветовые пространства
6.2.1. Цветовое пространство NTSC
6.2.2. Цветовое пространство YCbCr
6.2.3. Цветовое пространство HSV
6.2.4. Цветовые пространства CMY и CMYK
6.2.5. Цветовое пространство HSI
6-3. Основы обработки цветных изображений
6.4. Цветовые преобразования
6.5. Пространственная фильтрация цветных изображений
6.5.1. Сглаживание цветных изображений
6.5.2. Повышение резкости цветных изображений
6.6. Обработка в векторном пространстве RGB напрямую
6.6.1. Обнаружение контуров на цветных изображениях с помощью градиента
6.6.2. Сегментация в векторном пространстве RGB
Выводы
Глава 7. Вейвлеты
Введение
7.1. Некоторые основы
7.2. Быстрое вейвлетное преобразование
7.2.1. Преобразования FWT в пакете Wavelet Toolbox
7.2.2. Преобразования FWT без использования Wavelet Toolbox
7.3. Работа со структурами вейвлетной декомпозиции
7.3.1. Редактирование вейвлетных коэффициентов вне пакета Wavelet Tollbox
7.3.2. Отображение коэффициентов декомпозиции
7.4. Быстрое обратное вейвлетное преобразование
7.5. Вейвлеты при обработке изображений
Выводы
Глава 8. Сжатие изображений
Введение
8.1. Некоторые основы
8.2. Кодовая избыточность
8.2.1. Коды Хаффмана
8.2.2. Кодирование Хаффмана
8.2.3. Декодирование Хаффмана
8.3. Межпиксельная избыточность
8.4. Визуальная избыточность
8.5. Стандарты сжатия JPEG
8.5.1. JPEG
8.5.2. JPEG 2000
Выводы
Глава 9. Морфологическая обработка изображений
Введение
9.1. Предварительные сведения
9.1.1. Базовые понятия теории множеств
9.1.2. Двоичные изображения, множества и логические операции
9.2. Дилатация и эрозия
9.2.1. Дилатация
9.2.2. Разложение структурообразующих элементов
9.2.3. Функция strel
9.2.4. Эрозия
9.3. Комбинирование дилатации и эрозии
9.3.1. Размыкание и замыкание
9.3.2. Преобразование успех, неудача
9.3.3. Использование поисковых таблиц
9.3.4. Функция bwmorph
9.4. Выделение компонент связности
9.5. Морфологическая реконструкция
9.5.1. Размыкание реконструкцией
9.5.2. Заполнение отверстий
9.5.3. Очистка от пограничных объектов
9.6. Полутоновая морфология
9.6.1. Дилатация и эрозия
9.6.2. Размыкание и замыкание
9.6.3. Реконструкция
Выводы
Глава 10. Сегментация изображений
Введение
10.1. Обнаружение точек, линий и перепадов
10.1.1. Обнаружение точек
10.1.2. Обнаружение линий
10.1.3. Обнаружение перепадов с помощью функции edge
10.2. Обнаружение линий с помощью преобразования Хафа
10.2.1. Нахождение максимумов преобразования Хафа
10.2.2. Преобразование Хафа при обнаружении линий и связывании
10.3. Пороговая обработка
10.3.1. Обработка с глобальным порогом
10.3.2. Обработка с адаптивным порогом
10.4. Сегментация на отдельные области
10.4.1. Постановка задачи
10.4.2. Выращивание областей
10.4.3. Разделение и слияние областей
10.5. Сегментация преобразованием водораздела
10.5.1. Сегментация по водоразделам с помощью преобразования расстояния
10.5.2. Сегментация по водоразделам с помощью градиентов
10.5.3. Использование маркеров при сегментации по водоразделам
Выводы
Глава 11. Представление и описание
Введение
11.1. Предварительные сведения
11.1.1. Смешанные массивы и структуры
11.1.2. Некоторые дополнительные функции MATLAB и IPT
11.1.3. Некоторые основные утилитные М-функции
11.2. Представление
11.2.1. Цепные коды
11.2.2. Приближение ломаной линией минимальной длины
11.2.3. Сигнатуры
11.2.4. Сегменты границы
11.2.5. Остовы областей
11.3. Дескрипторы границ
11.3.1. Некоторые простые дескрипторы
11.3.2. Нумерация фигур
11.3.3. Фурье-дескрипторы
11.3.4. Статистические характеристики
11.4. Дескрипторы областей
11.4.1. Функция regionprops
11.4.2. Текстура
11.4.3. Инварианты моментов
11.5. Использование главных компонент при описании изображений
Выводы
Глава 12. Распознавание объектов
Введение
12.1. Некоторые основы
12.2. Вычисление расстояний в MATLAB
12.3. Распознавание с помощью теории решений
12.3.1. Формирование векторов признаков
12.3.2. Сопоставление образов с помощью классификаторов по минимуму расстояния
12.3.3. Корреляционное сопоставление
12.3.4. Статистически оптимальные классификаторы
12.3.5. Адаптивные обучающиеся системы
12.4. Структурное распознавание
12.4.1. Работа со строками в MATLAB
12.4.2. Сопоставление строк
Выводы
Приложение А
Введение
А.1. Функции IPT и DIPUM
А.2. Функции MATLAB
Приложение Б
Введение
Б.1. Построение графического интерфейса ICE
Б.2. Программируемый интерфейс ICE
Б.2.1. Программный код инициализации
Б.2.2. Открытие окна и вывод функций
Б.2.3. Функции вызовов окна
Б.2.4. Функции вызовов объектов
Приложение В
Введение
Аннотация издательства:
Монография раскрывает базовые понятия и методологию компьютерной обработки изображений, дает основы для дальнейшего изучения этой многогранной и быстро развивающейся области. Книга является одним из наиболее популярных, известных в мире и полных учебников в области теории и методов цифровой обработки видеоинформации. Многие из приведенных в ней алгоритмов реализованы в широко известных пакетах компьютерной обработки изображений.
Рассмотрены все основные направления обработки и анализа изображений, включая основы теории восприятия и регистрации видеоинформации, методы фильтрации, вейвлет-преобразования, улучшения, восстановления и сжатия черно-белых и цветных изображений. Обсуждаются также вопросы сегментации, распознавания образов, описания и представления деталей, морфологического анализа изображения. Все разделы сопровождаются большим количеством примеров и иллюстраций.
Книга рассчитана на научных работников и профессиональных программистов, специалистов по компьютерному дизайну, студентов и преподавателей.
Настоящее издание является результатом значительной переработки книги «Цифровая обработка изображений» (Гонсалес и Уинтц, 1977 г. и 1978 г.; Гонсалес и Вудс, 1992 г. и 2002 г.). Одна из важнейших причин популярности книги, которая уже более 30 лет является мировым лидером в своей области – высокая степень внимания авторов к изменению образовательных потребностей читателя. Нынешнее издание базируется на самом обширном из когда-либо проводившихся исследований читательского мнения. Как и прежде, основные цели книги – служить введением в основные понятия и методы цифровой обработки изображений, а также создать основу для последующего изучения и проведения самостоятельных исследований в этой области. Все разделы сопровождаются большим количеством примеров и иллюстраций. Книга рассчитана на научных работников, профессиональных программистов, специалистов по компьютерному дизайну, студентов и преподавателей. Книга постоянно занимает первое место в рейтинге продаж Amazon.com и широко используется разработчиками и дизайнерами.
Произведение относится к жанру Компьютеры: прочее. Оно было опубликовано в 2012 году издательством Техносфера. Книга входит в серию "Мир цифровой обработки". На нашем сайте можно скачать книгу "Цифровая обработка изображений" в формате fb2, rtf, epub, pdf, txt или читать онлайн. Рейтинг книги составляет 5 из 5. Здесь так же можно перед прочтением обратиться к отзывам читателей, уже знакомых с книгой, и узнать их мнение. В интернет-магазине нашего партнера вы можете купить и прочитать книгу в бумажном варианте.
