全新正版 紅外圖像處理理論與技術 陳錢 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

陳錢 著

圖書標籤:

• 紅外圖像處理
• 圖像處理
• 陳錢
• 正版書籍
• 理論技術
• 紅外技術
• 電子工業
• 計算機科學
• 模式識彆
• 科學技術

店鋪： 久點圖書專營店

齣版社： 電子工業齣版社

ISBN：9787121323911

商品編碼：29220095277

包裝：平裝

齣版時間：2017-08-01

基本信息

書名：全新正版 紅外圖像處理理論與技術

定價：65.00元

作者：陳錢

齣版社：電子工業齣版社

齣版日期：2017-08-01

ISBN：9787121323911

字數：

頁碼：260

版次：1

裝幀：平裝

開本：16開

商品重量：0.4kg

編輯推薦

---

適讀人群 ：本書可作為高等學校光電等相關專業的基礎教材，也可供相關領域的工程技術人員學習、參考。

對紅外成像開發理論和技術的全麵總結

內容提要

---

本書是作者近二十年來對紅外成像開發理論和技術的全麵總結，是作者搜集瞭外*新研究成果，並在研究生講稿的基礎上改編的。本書分7章，主要內容包括：～2章介紹紅外探測器的成像原理；第3章介紹紅外成像的硬件係統設計；第4章介紹紅外圖像的非均勻性校正算法；第5章介紹紅外圖像的數字細節增強算法；第6章介紹紅外圖像的超分辨率處理技術；第7章介紹紅外成像係統的測試方法。 本書可作為高等學校光電等相關專業的基礎教材，也可供相關領域的工程技術人員學習、參考。

目錄

---

目 錄
章 緒論 1
1．1 紅外輻射 1
1．1．1 引言 1
1．1．2 紅外輻射定律與特性 2
1．1．3 紅外輻射在大氣中的傳輸 3
1．1．4 紅外光學係統 4
1．2 熱成像技術 7
1．2．1 熱成像技術解決的基本問題 8
1．2．2 熱成像技術的作用與地位 8
1．2．3 熱成像技術的軍事應用 9
1．2．4 熱成像技術在國民經濟領域的應用 11
1．3 紅外探測器與熱成像技術的關係 12
第2章 紅外焦平麵陣列 14
2．1 紅外焦平麵陣列簡介 14
2．1．1 掃描型和凝視型紅外焦平麵陣列 14
2．1．2 紅外焦平麵陣列的結構 15
2．1．3 典型的紅外焦平麵陣列 15
2．2 熱絕緣結構的重要性 16
2．3 主要熱探測機理 19
2．3．1 熱電探測器和鐵電測輻射熱計 20
2．3．2 熱電耦探測器 22
2．3．3 電阻微測輻射熱計 23
2．3．4 電阻微測輻射熱計的模型 25
2．3．5 溫差電探測器 35
2．4 重要極限 36
2．4．1 溫度波動噪聲極限 36
2．4．2 背景波動噪聲極限 37
2．4．3 非製冷熱成像焦平麵陣列設計 40
2．5 非製冷凝視紅外焦平麵讀齣電路 41
2．5．1 紅外焦平麵陣列讀齣電路讀齣方式 42
2．5．2 非製冷紅外焦平麵陣列輸入電路 44
2．6 非製冷凝視紅外焦平麵成像模型 49
第3章 紅外成像電子係統設計 53
3．1 引言 53
3．2 低噪聲偏置電壓及高精度數字信號的實現 53
3．3 多次采樣濾波技術 63
3．4 紅外焦平麵自適應偏置電壓技術 65
3．5 係統構架搭建 69
3．5．1 Qsys平颱Avalon總綫和Nios處理器 69
3．5．2 基於Qsys平颱和Avalon總綫的係統架構 72
3．5．3 基於Qsys平颱和Avalon總綫的模塊算法實現 83
第4章 紅外圖像的非均勻性校正 96
4．1 非均勻性定義 96
4．2 非均勻性成因 97
4．3 常用的非均勻性校正方法 99
4．3．1 基於定標的非均勻性校正算法 99
4．3．2 基於場景的非均勻性校正算法 104
4．4 單幀非均勻性去條紋算法 116
4．4．1 基於邊緣灰度級共生矩陣條紋非均勻性校正方法 116
4．4．2 基於中間均衡直方圖條紋非均勻性校正方法 119
4．4．3 基於全變分的條紋非均勻性校正方法 120
4．4．4 基於相鄰灰度繼承的條紋非均勻性校正方法 123
4．4．5 基於自適應灰度調整的條紋非均勻性校正方法 126
4．4．6 基於常數先驗的條紋非均勻性校正方法 128
第5章 紅外圖像細節增強 131
5．1 紅外圖像細節增強的意義和概述 131
5．2 基於頻域和空域紅外圖像細節增強技術 132
5．3 基於雙邊濾波的紅外圖像細節增強技術 134
5．4 基於混閤濾波紅外圖像細節增強技術 137
5．5 基於傅裏葉變換的紅外圖像細節增強技術 139
5．6 基於直方圖的紅外圖像細節增強技術 141
5．6．1 基於梯度直方圖的紅外圖像細節增強技術 142
5．6．2 於自適應雙平颱直方圖均衡細節增強算法 143
5．7 新型紅外圖像細節增強技術 146
5．7．1 基於Retinex紅外圖像細節增強技術 146
5．7．2 基於小波的紅外圖像細節增強技術 148
5．7．3 基於模糊域理論的紅外圖像細節增強技術 150
第6章 紅外圖像的超分辨率處理技術 153
6．1 引言 153
6．2 非製冷凝視紅外焦平麵微掃描理論 153
6．2．1 微掃描成像的理論基礎 154
6．2．2 微掃描成像方案比較 161
6．2．3 改進的平闆光學元件微掃描方案及鍺片傾斜角度模型 165
6．3 微掃描成像技術的具體實現 170
6．3．1 紅外光學係統選取 171
6．3．2 微掃描器的設計 175
6．3．3 驅動電機的選取 182
6．4 圖像超分辨率重建算法 186
6．4．1 基於邊緣定位的多幀紅外微掃描圖像位移誤差補償 187
6．4．2 基於主結構分離的稀疏錶示單幀圖像超分辨率重建 193
6．4．3 基於流形正則協同支持的單幀圖像超分辨率重建 203
第7章 紅外成像係統的測試方法 211
7．1 紅外探測器參數測試方法 211
7．2 基於虛擬儀器的可視化多模式測試與仿真係統 212
7．2．1 虛擬儀器技術 212
7．2．2 基於虛擬儀器的可視化多模式測試與仿真係統組成 214
7．2．3 係統工作原理 216
7．3 凝視焦平麵探測器參數測試技術 217
7．3．1 凝視焦平麵探測器組件 217
7．3．2 凝視焦平麵探測器盲元測試技術研究 219
7．3．3 凝視焦平麵探測器非均勻性測試技術研究 229
7．4 紅外成像機芯測試方法 232
7．4．1 NETD噪聲等效溫差的測試 232
7．4．2 MRTD小可分辨溫差的測試 233
7．4．3 MTF調製傳遞函數的測試 235
7．4．4 MDTD小可探測溫差的測試 237
7．4．5 紅外整機性能測試 238
參考文獻 242

作者介紹

---

陳錢，教授，南京理工大學校長助理。美國光學學會會員，中國光學學會會員，江蘇省光學學會副會長，總裝光電火控組專傢。主持和參與國傢重大型號、專項、重點預研和基金等科研任務19項，獲國傢科技進步二等奬1項、省部級科技進步一、二等奬3項。獲教育部首屆青年教師奬、江蘇省第六屆青年科技奬、江蘇省第三屆十大傑齣發明人和江蘇省青年科技創業十大明星提名奬，入選首批'新世紀百韆萬人纔工程”***人選，享受特殊津貼。齣版專著一部，申請36項，授權13項，發錶學術論文100餘篇，56篇被SCI和EI收錄。

文摘

---

序言

---

數字圖像處理的基石：理論與前沿技術 在當今信息爆炸的時代，圖像作為一種直觀且信息量豐富的載體，其處理技術的重要性日益凸顯。從醫學影像診斷到工業自動化檢測，從遙感監測到安防監控，數字圖像處理幾乎滲透到我們生活的方方麵麵。它不僅僅是簡單的圖像增強，更是對圖像信息進行提取、分析、理解和應用的關鍵技術。本書旨在深入剖析數字圖像處理的核心理論，並係統介紹當前該領域最具代錶性和前沿性的技術，為讀者構建一個堅實的理論基礎和開闊的技術視野。 第一章：數字圖像基礎 本章將從最根本的概念入手，為讀者打下堅實的理論基礎。我們將詳細介紹數字圖像的形成過程，包括模擬信號到數字信號的轉換，采樣和量化的原理及其對圖像質量的影響。分辨率、像素、灰度級等基本概念將得到清晰的闡釋，並探討它們在圖像錶示中的作用。此外，我們還將介紹不同類型的數字圖像，如二值圖像、灰度圖像、彩色圖像，以及它們各自的特點和應用場景。瞭解這些基礎知識，是後續深入學習圖像處理技術的前提。 1.1 模擬圖像與數字圖像 連續空間與離散空間 灰度值與顔色模型（RGB, HSV, CMYK等） 圖像的形成：傳感器、光照、反射 1.2 數字圖像的錶示 像素：圖像的基本單元 分辨率：空間分辨率和灰度分辨率 圖像的維度：二維圖像、三維圖像 圖像文件格式（BMP, JPEG, PNG, TIFF等）及其特點 1.3 圖像的數學模型 圖像作為二維函數 點、綫、麵等基本圖像元素 圖像的紋理和形狀描述 第二章：圖像增強 圖像增強的目的是改善圖像的視覺效果，使其更適閤人類的觀察或進一步的機器分析。本章將重點介紹多種常用的圖像增強技術，包括空間域增強和頻率域增強。在空間域，我們將深入探討點運算（如亮度調整、對比度拉伸、直方圖均衡化）和鄰域運算（如平滑濾波、銳化濾波）。在頻率域，我們將介紹傅裏葉變換在圖像處理中的應用，以及濾波在頻域中對圖像特徵進行增強或抑製的原理。 2.1 空間域增強 點運算： 亮度變換：綫性變換、對數變換、冪次變換 對比度增強：直方圖均衡化、直方圖規定化 閾值處理：全局閾值、局部閾值 鄰域運算（濾波）： 平滑濾波：均值濾波、高斯濾波、中值濾波，及其對噪聲的抑製作用 銳化濾波：拉普拉斯算子、Sobel算子、Prewitt算子，及其突齣邊緣和細節的原理 各嚮異性濾波：保留邊緣的同時進行平滑 2.2 頻率域增強 傅裏葉變換與圖像頻譜 低通濾波、高通濾波、帶通濾波 同態濾波：同時增強亮度差異和抑製非均勻光照 頻率域的圖像增強示例 第三章：圖像復原 圖像復原的目標是恢復因各種原因（如模糊、噪聲）而退化的圖像。本章將詳細介紹圖像復原的理論和方法，包括退化模型的建立以及各種復原算法。我們將討論退化函數（如模糊核）的估計方法，以及維納濾波、約束最小二乘濾波等經典復原算法。此外，還將介紹用於圖像去噪的先進算法。 3.1 圖像退化模型 綫性、位置不變的退化模型 噪聲模型（高斯噪聲、椒鹽噪聲、周期噪聲等） 運動模糊、失焦模糊 3.2 圖像復原方法 逆濾波： 原理、局限性 維納濾波： 最小均方誤差的意義，參數選擇 約束最小二乘濾波： 引入約束條件，改善復原效果 點擴散函數（PSF）的估計 盲去模糊： 在未知退化模型情況下的復原 3.3 圖像去噪 基於濾波的去噪方法（與增強中的平滑濾波區彆與聯係） 非局部均值（NL-Means）去噪 小波變換域去噪 BM3D（Block-Matching and 3D filtering）等先進去噪算法 第四章：彩色圖像處理 彩色圖像包含豐富的信息，其處理比灰度圖像更為復雜。本章將介紹彩色圖像的基本概念，如顔色模型、顔色空間轉換，以及在彩色圖像上進行的增強和復原技術。我們將討論如何處理不同顔色空間下的圖像，以及如何實現色彩平衡、色彩校正等任務。 4.1 彩色模型與顔色空間 RGB、CMY、YIQ、HSV、HSL等顔色空間 顔色空間的轉換及其應用 4.2 彩色圖像增強 基於顔色空間的增強：獨立增強 R, G, B 分量，或 Y, I, Q 分量 直方圖均衡化在彩色圖像中的應用 顔色校正與白平衡 4.3 彩色圖像復原 彩色噪聲的去除 彩色圖像模糊的復原 第五章：圖像分割 圖像分割是將圖像劃分為若乾個具有相似特徵的區域或對象的關鍵步驟。本章將詳細介紹圖像分割的多種方法，包括基於閾值的分割、區域生長法、邊緣檢測、基於紋理的分割以及當前流行的基於深度學習的分割方法。我們將深入探討各種方法的原理、優缺點及其適用場景。 5.1 基於閾值的分割 全局閾值、局部閾值 Otsu法（最大類間方差法） 迭代閾值法 5.2 區域分割 區域生長法：種子點選擇、生長準則 區域分裂與閤並 5.3 基於邊緣的分割 邊緣檢測算子（Sobel, Prewitt, Canny等） Hough變換檢測直綫、圓等形狀 5.4 基於紋理的分割 灰度共生矩陣（GLCM） LBP（Local Binary Pattern） 5.5 分水嶺算法 地形學概念在圖像分割中的應用 5.6 形態學處理在分割中的應用 腐蝕、膨脹、開運算、閉運算 5.7 基於深度學習的圖像分割 全捲積網絡（FCN） U-Net Mask R-CNN等先進模型 第六章：特徵提取與描述 特徵提取是圖像分析和識彆的基礎。本章將介紹如何從圖像中提取有意義的特徵，包括點特徵、綫特徵、角點特徵、區域特徵等。我們將學習各種經典的特徵提取算法，如SIFT（Scale-Invariant Feature Transform）、SURF（Speeded Up Robust Features）、Harris角點檢測等。同時，也將探討如何對這些特徵進行描述，以便於後續的匹配和識彆。 6.1 特徵點的檢測 Harris角點檢測 LoG（Laplacian of Gaussian）算子 DoG（Difference of Gaussians）算子 6.2 特徵描述符 SIFT描述符 SURF描述符 ORB（Oriented FAST and Rotated BRIEF） 6.3 綫特徵的提取與描述 霍夫變換在直綫檢測中的應用 LSD（Line Segment Detector） 6.4 區域特徵的描述 直方圖描述 形狀描述子 第七章：圖像配準 圖像配準是將兩幅或多幅圖像進行空間對齊，使它們中的對應點能夠重閤的過程。本章將詳細介紹圖像配準的原理和方法，包括基於特徵點的配準、基於區域的配準以及基於優化的配準。我們將討論不同類型的幾何變換（如剛性變換、仿射變換、透視變換）及其在配準中的應用。 7.1 圖像配準的類型 單模態與多模態配準 剛性、相似、仿射、透視變換 7.2 基於特徵點的配準 特徵點匹配：RANSAC算法 幾何變換模型的估計 7.3 基於區域的配準 互相關、互信息等相似性度量 基於梯度的優化方法 7.4 圖像配準的應用 多時相遙感圖像對比 醫學影像融閤 全景圖像拼接 第八章：圖像識彆與分類 圖像識彆與分類是數字圖像處理的最終目標之一，旨在為圖像中的對象或場景分配一個或多個標簽。本章將介紹傳統的圖像識彆方法，並重點關注近年來在圖像識彆領域取得巨大成功的深度學習方法。我們將討論捲積神經網絡（CNN）的原理、網絡結構設計以及其在圖像分類、物體檢測、語義分割等任務中的應用。 8.1 傳統圖像識彆方法 模闆匹配 基於統計特徵的分類器（SVM, KNN等） 主成分分析（PCA） 8.2 深度學習在圖像識彆中的應用 捲積神經網絡（CNN）： 捲積層、池化層、全連接層 激活函數 反嚮傳播算法 經典的CNN模型： LeNet, AlexNet, VGG, ResNet, Inception 物體檢測： R-CNN係列, YOLO係列, SSD 圖像分類 遷移學習 第九章：圖像壓縮與編碼 圖像壓縮的目的是減少圖像數據量，以便於存儲和傳輸。本章將介紹圖像壓縮的原理，包括無損壓縮和有損壓縮。我們將詳細講解JPEG等常用圖像壓縮標準背後的技術，如離散餘弦變換（DCT）、量化、熵編碼等。 9.1 圖像壓縮的基本概念 冗餘度（空間冗餘、編碼冗餘、視覺冗餘） 無損壓縮與有損壓縮 9.2 變換編碼 離散餘弦變換（DCT） 小波變換 9.3 量化 均勻量化、非均勻量化 9.4 熵編碼 霍夫曼編碼 算術編碼 9.5 JPEG圖像壓縮標準 9.6 其他圖像壓縮技術 第十章：應用實例與發展趨勢 本章將結閤實際應用，展示數字圖像處理技術的強大威力。我們將探討圖像處理在醫學影像、遙感、工業檢測、安防監控、虛擬現實/增強現實等領域的具體應用。同時，也將展望數字圖像處理未來的發展趨勢，包括實時處理、三維視覺、多模態信息融閤、以及與人工智能更深層次的結閤。 10.1 醫學影像處理 X光、CT、MRI圖像的增強與復原 病竈檢測與分割 圖像配準與融閤 10.2 遙感圖像處理 衛星圖像的增強與校正 地物分類與變化檢測 目標識彆 10.3 工業自動化檢測 産品缺陷檢測 尺寸測量 錶麵質量檢測 10.4 安防監控 人臉識彆 行人檢測 行為分析 10.5 虛擬現實/增強現實 三維重建 場景理解 10.6 未來發展趨勢 人工智能與深度學習的進一步融閤 實時、高效處理 三維視覺與點雲處理 跨媒體信息融閤 通過對本書內容的係統學習，讀者將能夠深入理解數字圖像處理的理論精髓，掌握核心技術，並能夠將其應用於實際問題解決中，為未來在相關領域的研究和工作奠定堅實的基礎。

評分☆☆☆☆☆

這本書的封麵設計我第一眼就覺得挺吸引人的，那種深沉的藍色調搭配上科技感的字體，瞬間就勾起瞭我對圖像處理領域的好奇心。拿到書的那一刻，紙張的觸感也相當不錯，厚實且光滑，翻閱起來有一種很實在的感覺。我對紅外圖像處理這個方嚮一直抱有濃厚的興趣，總覺得它在很多領域都有著巨大的應用潛力，比如安防監控、醫療診斷、工業檢測等等，而這本書的標題就直接點明瞭主題，讓我覺得它應該能夠深入地解答我關於紅外圖像處理的各種疑問。我特彆期待能夠在這本書中看到一些關於紅外圖像獲取、增強、分割、目標識彆等核心技術的詳細講解，最好能配上一些實際的案例分析，這樣我在學習理論知識的同時，也能更好地理解這些技術在實際應用中的落地情況。當然，我也希望書中能夠提及一些最新的研究進展和技術趨勢，讓我能夠對這個領域有一個更宏觀和前瞻的認識。

評分☆☆☆☆☆

作為一個剛剛接觸紅外圖像處理不久的學生，我對於如何構建一個完整的處理流程感到有些迷茫。我之前閱讀瞭一些零散的資料，但總是缺乏一個係統的框架。我希望這本書能夠像一個導師一樣，循序漸進地引導我進入紅外圖像處理的世界。從最基礎的紅外成像原理、傳感器特性講起，到如何對原始數據進行預處理，比如去噪、校正，然後是圖像分割，如何將感興趣的目標從背景中分離齣來，最後是如何利用分割齣的目標進行特徵提取和分析。我特彆希望能看到書中對於不同分割算法的優缺點對比分析，以及它們在紅外圖像上的適用性。如果還能提供一些常用的處理工具和開發庫的介紹，甚至是一些簡單的代碼示例，那對我來說將是莫大的幫助，能讓我更快地將理論付諸實踐。

評分☆☆☆☆☆

我之前參與過一個關於 thermal imaging 的項目，當時在處理一些醫療熱成像數據時遇到瞭一些瓶頸，特彆是在圖像的量化和特徵提取方麵。我聽說紅外圖像處理的理論和技術在醫療診斷領域有廣泛應用，比如早期癌癥檢測、疾病診斷等，所以對這本書的內容非常期待。我希望書中能夠詳細介紹紅外圖像在生物醫學領域的應用案例，並深入講解相關的處理技術。比如，如何從熱成像中提取齣與病竈相關的細微溫度變化，如何利用圖像處理技術來量化這些變化並與正常組織進行對比，以及如何利用機器學習或深度學習模型來輔助醫生進行診斷。如果書中能夠提供一些關於醫學熱成像數據特點的講解，以及在處理這類數據時需要注意的問題，那將非常有價值。

評分☆☆☆☆☆

對於我們做嵌入式視覺的開發者來說，實時性是一個非常重要的考量因素。我一直在尋找能夠將紅外圖像處理技術高效地集成到低功耗嵌入式係統中的方法。我希望這本書能夠在這方麵提供一些指導和啓發。比如，書中能否介紹一些輕量級的紅外圖像處理算法，以及如何針對嵌入式硬件平颱進行優化，以達到實時處理的要求。我也想瞭解一下，在處理紅外圖像時，有哪些常用的硬件加速技術或FPGA實現方案可以參考。如果書中能提供一些關於算法復雜度分析和性能評估的指導，幫助我們權衡算法的精度和計算效率，那對我的工作將有直接的幫助。當然，一些在實際嵌入式項目中可能遇到的問題和解決方案的討論，也同樣是我非常關注的。

評分☆☆☆☆☆

最近一直忙於一個涉及到夜間目標檢測的項目，對各種圖像增強技術都做瞭不少調研，但總感覺紅外圖像的處理是其中一個非常獨特且重要的環節。我瞭解到紅外圖像與可見光圖像在成像原理、噪聲特性等方麵都有顯著差異，因此需要專門的算法和理論來處理。我希望這本書能夠提供一套係統性的解決方案，從基礎的紅外圖像噪聲抑製，到如何有效地提取目標的關鍵特徵，再到最終的識彆和分類，能夠有一個清晰的邏輯脈絡。特彆是那些對弱小目標、低對比度目標的處理技術，對我來說非常關鍵。如果書中能詳細闡述一些經典的紅外圖像增強算法，比如直方圖均衡化、Retinex理論在紅外圖像上的應用，以及一些基於深度學習的端到端處理方法，那就太好瞭。另外，如果能討論到紅外圖像在復雜環境下的魯棒性問題，比如霧、雨、雪等天氣條件對紅外成像的影響以及如何剋服，那將是錦上添花瞭。