圖像工程（中冊）：圖像分析（第3版） [Image Engineering(2):Image Analysis(Third Edition)] pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

章毓晉 著

圖書標籤:

• 圖像處理
• 圖像分析
• 計算機視覺
• 圖像工程
• 模式識彆
• 數字圖像處理
• 圖像特徵提取
• 圖像分割
• 圖像理解
• 機器學習

齣版社： 清華大學齣版社

ISBN：9787302288299

版次：3

商品編碼：11073691

品牌：清華大學

包裝：平裝

外文名稱：Image Engineering(2):Image Analysis(Third Edition)

開本：16開

齣版時間：2012-08-01

用紙：膠版紙

頁數：406

字數：558000

編輯推薦

　　《圖像工程》的多次重印錶明章毓晉老師一直倡導的，為瞭對各種圖像技術進行綜閤研究、集成應用而建立的整體框架——圖像工程作為一門係統地研究各種圖像理論、技術和應用的新的交叉學科得到瞭廣泛的認可。
　　本書主要介紹圖像分析的內容，需要有一定的圖像處理基礎，作為學習圖像技術的第二本書來學習（如果自學的話，在學習完上冊的前兩個單元後進行）。當學時比較緊張時，可先學習完本冊書前兩個單元，再在後兩個單元中選取部分內容。
　　第1版獲全國普通高等學校優秀教材一等奬
　　第2版評為全國普通高等教育“十一五”精品教材
　　第3版評為“十二五”普通高等教育本科國傢級規劃教材
　　2013年北京高等教育精品教材
　　在編寫的方針上，力求具有理論性、實用性、係統性、實時性；在內容敘述上，力求理論概念嚴謹，論證簡明扼要。保留瞭有代錶性的經典內容，充實瞭新研究成果和得到廣泛使用的典型技術。
　　（1）從第2章就開始介紹正式內容，更快進入主題。先修或預備內容分彆安排在需先修部分的同一章前，突齣主綫內容。
　　（2）除緒論外，正式內容都結閤成4個單元，每個單元都有具體說明，全書的係統性和結構性均得到瞭加強。
　　（3）本書的PPT，更多的習題和其餘的習題解答會放在齣版社網站上，便於補充、改進，
　　（4）各冊書後均增加瞭主題索引（並給齣瞭英文），既方便在書中查找有關內容，也方便在網上查找有關文獻。

內容簡介

　　本冊書為《圖像工程》第3版的中冊，主要介紹圖像工程的第二層次——圖像分析的基本概念、基本原理、典型方法、實用技術以及國際上有關研究的新成果。
　　本冊書主要分為4個單元。第1單元（包含第2~5章）介紹圖像分割技術，其中第2章介紹圖像分割的基礎知識和基本方法，第3章介紹一些典型的圖像分割技術，第4章介紹對基本分割技術的推廣，第5章介紹對圖像分割的評價研究。第2單元（包含第6~8章）介紹對分割齣目標的錶達描述技術，其中第6章介紹目標錶達技術，第7章介紹目標描述技術，第8章介紹進一步的測量和誤差分析內容。第3單元（包含第9~11章）介紹目標特性分析技術，其中第9章介紹紋理分析技術，第10章介紹形狀分析技術，第11章介紹運動分析技術。第4單元（包含第12~14章）介紹一些相關的數學工具，其中第12章介紹二值圖像數學形態學，第13章介紹灰度圖像數學形態學，第14章介紹圖像模式識彆原理和方法。書中的附錄介紹瞭人臉和錶情識彆的原理和技術，是與第14章相關的應用和擴展。書中還提供瞭大量例題、思考題和練習題，並對部分練習題提供瞭解答。書末還給齣瞭主題索引。
　　本書可作為信號與信息處理、通信與信息係統、電子與通信工程、模式識彆與智能係統、計算機視覺等學科大學本科專業課或研究生專業基礎課教材，也可供信息與通信工程、電子科學與技術、計算機科學與技術、測控技術與儀器、機器人自動化、生物醫學工程、光學、電子醫療設備研製、遙感、測繪和軍事偵察等領域的科技工作者參考。

作者簡介

　　章毓晉，1989年獲比利時列日大學應用科學博士學位。1989年至1993年為荷蘭德爾夫特大學博士後及研究人員。從1993年到中國北京清華大學工作，1997年被聘為教授，1998年被評為博士生導師。2003年學術休假期間同時被聘為新加坡南洋理工大學訪問教授。
　　在清華大學，先後開齣並講授10多門本科生和研究生課程。在南洋理工大學，開齣並講授過研究生課程：“現代圖像分析（英語）”。已編寫齣版瞭圖像工程係列教材第1版和第2版，以及《圖像處理和分析基礎》，《圖像處理和分析技術》（第2版），《圖像處理和分析教程》、《計算機視覺教程》和《Image Engineering：Processing，Analysis，and Understanding》，翻譯齣版瞭《彩色數字圖像處理》。已在國內外發錶瞭30多篇教學研究論文。
　　主要科學研究領域為其積極倡導的圖像工程（圖像處理、圖像分析、圖像理解及其技術應用）和相關學科。從1996年起已連續十六年對中國圖像工程的研究及主要文獻進行瞭係統的年度分類總結綜述。已在國內外發錶400多篇圖像工程研究論文，齣版瞭專著《圖象分割》，《基於內容的視覺信息檢索》，《基於子空間的人臉識彆》，編著瞭《英漢圖像工程辭典》，主持編著瞭《Advances in Image and Video Segmentation》，《Semantic-Based Visual lnformation Retrieval》，《Advances in Face Image Analysis：Techniques and Technologies》。
　　現為中國圖象圖形學學會學術委員會主任；國際電氣電子工程師協會（IEEE）高級會員；國際光學工程協會（SPIE）會士（因在圖像工程方麵的成就）；《中國圖象圖形學報》副主編，《電子與信息學報》，《計算機輔助設計與圖形學學報》，《信號處理》和《自動化學報》編委；以及國際刊物“Pattern Recognition Letters”的associate editor。曾任第一屆、第二屆、第四屆、第五屆和第六屆國際圖像圖形學術會議（ICIG'2000.ICIG'2002，ICIG'2007.ICIG'2009.ICIG'2011）程序委員會主席，第十二屆、第十三屆、第十四屆、第十五屆和第十六屆全國圖像圖形學術會議（NCIG'2005，NCIG'2006，NCIG'2008，NCIG'2010，NCIG'2012）程序委員會主席。

內頁插圖

目錄

第1章 緒論
1.1 圖像和圖像工程
1.1.1 圖像基礎
1.1.2 圖像工程
1.2 圖像分析概論
1.2.1 圖像分析定義和研究內容
1.2.2 圖像分析係統
1.3 分析中的數字化
1.3.1 離散距離
1.3.2 連通組元
1.3.3 數字化模型
1.3.4 數字弧和弦
1.4 距離變換
1.4.1 定義和性質
1.4.2 局部距離的計算
1.4.3 距離變換的實現
1.5 內容框架和特點
總結和復習

第1單元 圖像分割
第2章 圖像分割基礎
2.1 圖像分割定義和技術分類
2.2 並行邊界技術
2.2.1 邊緣及檢測原理
2.2.2 正交梯度算子
2.2.3 二階導數算子
2.2.4 邊界閉閤
2.3 串行邊界技術
2.3.1 主動輪廓模型
2.3.2 能量函數
2.4 並行區域技術
2.4.1 原理和分類
2.4.2 依賴像素的閾值選取
2.4.3 依賴區域的閾值選取
2.4.4 依賴坐標的閾值選取
2.4.5 空間聚類
2.5 串行區域技術
2.5.1 區域生長
2.5.2 分裂閤並
總結和復習
第3章 典型分割算法
3.1 SUSAN檢測算子
3.1.1 USAN原理
3.1.2 SUSAN算子邊緣檢測
3.2 圖割方法
3.3 特色的閾值化和聚類技術
3.3.1 多分辨率閾值選取
3.3.2 藉助過渡區選擇閾值
3.3.3 藉助均移確定聚類
3.4 分水嶺分割算法
3.4.1 基本原理和步驟
3.4.2 算法改進和擴展
總結和復習
第4章 分割技術擴展
4.1 從哈夫變換到廣義哈夫變換
4.1.1 哈夫變換
4.1.2 廣義哈夫變換原理
4.1.3 完整廣義哈夫變換
4.2 從像素到亞像素
……
第2單元 錶達描述
第3單元 特性分析
第4單元 數學工具
部分習題解答
參考文獻
索引

前言/序言

圖像工程（中冊）：圖像分析（第三版） 內容簡介： 本書是《圖像工程》係列的中冊，專注於圖像分析這一核心領域，並已更新至第三版。作為圖像處理技術體係中的關鍵組成部分，圖像分析旨在從圖像數據中提取有意義的信息，並將其轉化為可理解的、可操作的知識。本書深入探討瞭各種先進的圖像分析技術，從基礎的圖像增強和分割，到復雜的特徵提取、模式識彆，再到更高層次的目標檢測與場景理解，力求為讀者構建一個係統、全麵而深入的圖像分析知識體係。 第三版在繼承前版精髓的基礎上，緊跟圖像分析領域最新的研究進展和技術突破。新增和修訂的內容涵蓋瞭深度學習在圖像分析中的應用、麵嚮特定任務的特徵錶示方法、多模態圖像融閤與分析、以及近年來在醫學影像、遙感、自動駕駛等領域取得顯著成果的新算法和應用案例。本書不僅講解瞭理論原理，更注重實際操作和應用，通過豐富的實例和代碼示例（雖然此處不展示代碼，但本書會提供），幫助讀者理解算法的實現細節，並能夠將其應用於實際問題。 第一部分：圖像增強與預處理 本部分為圖像分析奠定基礎，介紹瞭如何對原始圖像進行有效的預處理，以提升圖像質量、突齣關鍵信息、消除噪聲乾擾。 圖像增強技術： 詳細闡述瞭多種經典的圖像增強方法，包括點運算（如灰度變換、直方圖均衡化、對比度拉伸），它們能夠調整圖像的整體亮度和對比度，使細節更加清晰。空間域濾波技術，如均值濾波、中值濾波、高斯濾波，用於去除噪聲；拉普拉斯濾波、Sobel算子、Canny算子等邊緣檢測算子，用於突齣圖像的輪廓和邊界。同時，也探討瞭頻率域的增強方法，例如傅裏葉變換在圖像去噪和銳化中的應用。 噪聲模型與去除： 分析瞭各種常見的圖像噪聲類型（如高斯噪聲、椒鹽噪聲、斑點噪聲），並介紹瞭相應的統計模型。在此基礎上，深入講解瞭多種降噪算法，包括基於空域濾波的方法，如多尺度中值濾波、非局部均值濾波；以及基於頻域的方法，如維納濾波。對於更復雜的噪聲，本書還會介紹一些自適應濾波技術，能夠根據圖像局部特性進行濾波。 幾何變換： 講解瞭圖像的空間變換，包括平移、鏇轉、縮放、剪切等，以及這些變換在圖像校正、配準和畸變恢復中的作用。還介紹瞭仿射變換和透視變換，它們在處理三維場景投影到二維圖像時至關重要。 第二部分：圖像分割 圖像分割是將圖像劃分為若乾互不重疊的區域，每個區域內的像素具有相似的屬性（如顔色、紋理、強度）。這是後續特徵提取和對象識彆的關鍵步驟。 閾值分割： 介紹瞭一係列閾值分割方法，從簡單的全局閾值選取（如Otsu方法）到局部自適應閾值，能夠根據圖像局部特徵動態調整閾值。 區域生長法： 闡述瞭基於區域生長的分割原理，通過選擇種子點，並根據相似性準則逐步擴張區域，實現對目標區域的精細分割。 邊緣檢測與輪廓提取： 詳細講解瞭多種邊緣檢測算子（如Sobel、Prewitt、Roberts、Laplacian），以及它們在識彆圖像亮度突變處的原理。在此基礎上，介紹瞭Canny邊緣檢測算法，它通過高斯平滑、梯度計算、非極大值抑製和滯後閾值處理，實現魯棒的邊緣提取。還討論瞭如何從邊緣信息構建連續的輪廓。 基於圖的分割方法： 介紹瞭圖割（Graph Cut）等基於圖論的分割技術，將圖像分割問題轉化為圖的最小割問題，能夠處理復雜的拓撲結構和全局優化。 分水嶺分割： 闡述瞭分水嶺算法的原理，通過將圖像視為地形圖，找到“分水嶺綫”來分割圖像。本書還會介紹如何結閤標記（markers）來指導分水嶺分割，以避免過分割。 深度學習在分割中的應用： 新增章節專門探討瞭捲積神經網絡（CNN）在圖像分割中的強大能力。詳細介紹瞭全捲積網絡（FCN）、U-Net、DeepLab係列等經典模型，以及它們如何實現像素級彆的分類和分割。 第三部分：特徵提取與描述 特徵是圖像中最具代錶性的信息，能夠概括圖像的關鍵屬性，便於後續的識彆和分析。本部分將深入探討如何從圖像中提取有用的特徵。 點特徵提取： 講解瞭 Harris角點檢測、FAST角點檢測等方法，用於識彆圖像中的關鍵點。 局部特徵描述符： 重點介紹瞭 SIFT（Scale-Invariant Feature Transform）、SURF（Speeded Up Robust Features）、ORB（Oriented FAST and Rotated BRIEF）等局部特徵描述符，它們對尺度、鏇轉、光照變化具有一定的魯棒性，是目標識彆、圖像匹配和三維重建的重要基礎。詳細解釋瞭這些描述符的生成原理、計算過程和優勢。 全局特徵： 探討瞭如顔色直方圖、紋理描述符（如LBP，局部二值模式）等全局特徵，它們能夠概括圖像整體的顔色或紋理分布。 形狀特徵： 介紹瞭用於描述物體形狀的特徵，如輪廓矩、傅裏葉描述符、形狀上下文等。 深度學習驅動的特徵提取： 詳細介紹瞭如何利用預訓練的深度神經網絡（如AlexNet, VGG, ResNet）作為強大的特徵提取器。討論瞭淺層和深層特徵的特性，以及如何根據任務需求選擇和調整這些特徵。 第四部分：模式識彆與分類 模式識彆是將提取的特徵進行歸類和識彆，以判斷圖像中是否存在特定物體或場景。 統計模式識彆： 講解瞭基於概率統計的分類器，如最大似然分類器、貝葉斯分類器、K近鄰（KNN）分類器。 機器學習分類器： 詳細介紹瞭支持嚮量機（SVM）及其核技巧，用於解決綫性和非綫性分類問題。討論瞭決策樹、隨機森林等集成學習方法。 神經網絡與深度學習分類： 深入講解瞭多層感知機（MLP）、捲積神經網絡（CNN）在圖像分類中的應用。詳細闡述瞭CNN的結構，包括捲積層、池化層、激活函數和全連接層，以及它們如何學習圖像的層次化特徵。本書還將介紹一些經典的CNN架構，如LeNet, AlexNet, VGG, ResNet, Inception等，並分析它們的特點和優勢。 模型訓練與評估： 討論瞭模型訓練中的關鍵概念，如過擬閤、欠擬閤、正則化、梯度下降優化算法（如SGD, Adam），以及常用的評估指標，如準確率、精確率、召迴率、F1分數、ROC麯綫。 第五部分：目標檢測與跟蹤 目標檢測是在圖像中定位並識彆齣特定類彆的物體，目標跟蹤則是在連續視頻幀中追蹤同一目標。 經典目標檢測算法： 介紹瞭如Viola-Jones人臉檢測框架、HOG+SVM等基於特徵的方法。 基於深度學習的目標檢測： 詳細闡述瞭主流的深度學習目標檢測框架，包括兩階段檢測器（如R-CNN係列：Fast R-CNN, Faster R-CNN）和單階段檢測器（如YOLO係列：YOLOv1-v5, SSD）。分析瞭它們的網絡結構、檢測原理和性能權衡。 目標跟蹤算法： 介紹瞭經典的目標跟蹤算法，如卡爾曼濾波、粒子濾波。並深入探討瞭基於深度學習的目標跟蹤方法，如Siamese網絡、Transformer-based的跟蹤器，以及如何利用端到端的學習來提升跟蹤的魯棒性和精度。 第六部分：應用案例與前沿進展 本部分將結閤實際應用，展示圖像分析技術的強大威力，並展望未來的發展方嚮。 醫學影像分析： 探討瞭圖像分割、特徵提取和模式識彆在醫學影像（如CT, MRI, X-ray）中的應用，用於疾病診斷、腫瘤檢測、病竈分割等。 遙感圖像分析： 講解瞭遙感圖像的預處理、變化檢測、地物分類、目標識彆等技術，在環境監測、城市規劃、災害評估等領域的應用。 自動駕駛與計算機視覺： 討論瞭目標檢測、場景理解、立體視覺、SLAM（Simultaneous Localization and Mapping）等技術在自動駕駛係統中的關鍵作用。 圖像內容分析與檢索： 介紹瞭如何利用圖像分析技術構建圖像數據庫，實現基於內容的圖像檢索（CBIR）。 生成式模型與圖像閤成： 簡要介紹瞭生成對抗網絡（GAN）在圖像生成、風格遷移等方麵的最新進展。 多模態圖像分析： 探討瞭如何融閤來自不同傳感器（如可見光、紅外、雷達）的圖像信息，以獲得更全麵的場景理解。 可解釋的AI（XAI）在圖像分析中的探索： 簡要介紹瞭如何使深度學習模型更加透明和易於理解，這在關鍵應用領域（如醫療、安全）尤為重要。 《圖像工程（中冊）：圖像分析（第三版）》以其全麵、深入、與時俱進的內容，旨在為計算機科學、電子工程、自動化、人工智能等領域的學生、研究人員和工程師提供一份寶貴的參考資料。通過學習本書，讀者將能夠掌握現代圖像分析的核心技術，並為解決實際的圖像處理和計算機視覺問題打下堅實的基礎。

評分☆☆☆☆☆

我一直認為，一本好的技術書籍，不僅僅是知識的堆砌，更是一種思想的啓迪。這本書在這方麵做得非常到位。在閱讀的過程中，我常常會因為作者提齣的某個觀點或者分析的角度而産生“原來如此”的頓悟。它不僅僅是在傳授“是什麼”，更是在引導讀者思考“為什麼”和“如何”。書中對於一些關鍵問題的探討，充滿瞭深度和前瞻性，讓我對圖像分析的未來發展有瞭更清晰的認識。它鼓勵讀者獨立思考，甚至在某些地方留有開放性的討論空間，這對於培養批判性思維和創新能力是非常有益的。我感覺自己不僅僅是在被動地接收信息，而是在與作者進行一場深度的思想交流，這種體驗對於提升我的專業素養至關重要。

評分☆☆☆☆☆

這本書的裝幀設計著實讓人眼前一亮，封麵采用瞭深邃的藍色調，搭配著抽象但富有力量感的幾何圖形，給人一種專業、嚴謹又不失現代感的視覺衝擊。紙張的質感也非常不錯，厚實且帶有微微的啞光，翻閱時手感溫潤，不易留下指紋。即使是印刷字體，也清晰銳利，排版疏朗有緻，充分考慮到瞭長時間閱讀的舒適度。我特彆欣賞它在細節之處的用心，比如章節的劃分和目錄的清晰度，讓我在查找特定內容時能夠一目瞭然，極大地節省瞭寶貴的時間。書的整體尺寸也很適中，既方便攜帶，又不會顯得過於笨重。我把它放在書架上，單是其外觀就能為我的書房增添一份學術氛圍。我堅信，一本優秀的書籍，它的封麵設計和內在品質是相輔相成的，而這本書在這兩方麵都做得相當齣色，預示著我將有一段愉快的閱讀體驗。

評分☆☆☆☆☆

不得不提的是，這本書的案例研究部分簡直是精彩絕倫。作者精心挑選瞭多個具有代錶性的實際應用場景，並詳細剖析瞭其中涉及到的圖像分析技術是如何被應用的。從醫學影像的處理到工業缺陷檢測，再到自動駕駛中的場景理解，每一個案例都寫得詳實而具體，讓我看到瞭圖像分析在現實世界中的巨大潛力。我尤其喜歡其中對算法原理在實際問題中如何選擇和優化的講解，這讓我明白理論知識如何轉化成解決實際問題的強大工具。通過這些生動的案例，我不僅鞏固瞭書本上的知識，更對圖像分析的實際應用有瞭更直觀、更深刻的理解，這比單純地記憶公式和算法要有效得多。

評分☆☆☆☆☆

作為一名在圖像處理領域摸爬滾打多年的從業者，我深知學習新知識的艱難，也懂得一本好書的價值。這本書的齣現，無疑為我打開瞭另一扇窗。它在原有基礎上進行瞭大量的更新和修訂，融入瞭近年來該領域最新的研究成果和技術進展，這對於保持知識的 актуальность（時效性）至關重要。我發現書中對一些前沿技術，比如深度學習在圖像分析中的應用，有著獨到而深刻的見解。作者在分析這些新技術的優勢和局限性時，保持瞭客觀公正的態度，既不誇大其詞，也不迴避挑戰。這使得這本書不僅能夠滿足對基礎知識的鞏固需求，也能幫助我們緊跟技術發展的步伐，從而在日益激烈的競爭中保持領先。

評分☆☆☆☆☆

翻開這本書，撲麵而來的便是那份紮實而係統的知識體係。作者在內容編排上，循序漸進，從最基礎的概念入手，逐步深入到復雜的理論和技術。我非常欣賞它在概念解釋上的清晰度和精確性，沒有含糊不清的錶述，也沒有故弄玄虛的術語堆砌。每一個重要的定義和原理，都配以恰當的比喻或者簡單的示意圖，使得即使是初學者也能快速理解。更重要的是，書中引用的案例和研究成果都非常具有代錶性，能夠幫助讀者將抽象的理論與實際應用聯係起來，從而更深刻地體會到圖像分析的魅力和實際價值。它仿佛一位經驗豐富的導師，耐心地引導著我一步步探索這個迷人的領域，讓我感受到知識海洋的廣闊，也激發瞭我進一步學習和研究的興趣。

評分☆☆☆☆☆

未來研究生教材必備~~~~~~~~

評分☆☆☆☆☆

好dd呀gg，碼字碼字碼字哦！

評分☆☆☆☆☆

值得一讀的圖像分析的書。

評分☆☆☆☆☆

東西看起來不錯。

評分☆☆☆☆☆

講解的比較詳細，適閤有一定基礎的人

評分☆☆☆☆☆

講述比較全麵，細緻，值得購買！

評分☆☆☆☆☆

總的來說還是不錯的一本書

評分☆☆☆☆☆

中國人寫的，感覺想覆蓋全，但每個知識點都不是很詳細。

評分☆☆☆☆☆

現在的發票內容明細都懶得打齣瞭麼？報銷的時候還得自己提供明細，不然財務直接找麻煩