新書推薦：
《
万有引力书系·基辅罗斯：东斯拉夫文明的起源
》
售價：NT$
661.0
《
康熙的红票：全球化中的清朝
》
售價：NT$
437.0
《
PyTorch语音识别实战
》
售價：NT$
386.0
《
多卖三倍
》
售價：NT$
252.0
《
哲学思维：清晰思考的12条关键原则
》
售價：NT$
386.0
《
海盗之书
》
售價：NT$
381.0
《
亲美与反美：战后日本的政治无意识
》
售價：NT$
325.0
《
亲爱的安吉维拉：或一份包含15条建议的女性主义宣言
》
售價：NT$
274.0
|
| 內容簡介： |
|
本书主要论述了红外弱小目标的分割和检测方法。首先介绍了图像分割的基本知识和红外成像技术基本原理及应用；其次，针对红外弱小目标的特点，引出复杂背景下对弱、小目标进行分割时存在的相关问题，并从理论上进行了深入探讨；最后，分别给出了复杂背景下对弱目标和弱小目标进行分割的改进算法，这些实例可供读者参考和研讨。本书可供从事图像信息处理的工程技术人员、相关专业研究人员参考。
|
| 關於作者： |
|
李涛，女，1971年生，副教授，1995年毕业于电子科技大学，2007年于华中科技大学获得博士学位。现就职于西南民族大学，主要研究方向为：计算机图形图像处理、模式识别、智能信息处理等。已主持和参与了多项科研项目，在国内外科技文献、期刊杂志上发表学术论文二十余篇。
|
| 目錄：
|
目 录
第1章 图像分割的基础知识 1
1.1 图像的描述 1
1.2 图像的存储 5
1.3 模板卷积 9
1.4 图像分割的基本概念 16
1.5 图像分割主要技术概述 18
1.6 图像分割的评价 36
1.7 小 结 37
参考文献 37
第2章 红外成像技术和红外图像 39
2.1 红外成像技术 39
2.2 红外热成像的应用和发展 44
2.3 红外图像的特点 47
2.4 小 结 48
参考文献 48
第3章 局部特征的红外弱目标分割 50
3.1 概 述 50
3.2 红外弱目标的数学模型 52
3.3 形态学增强的预处理 55
3.4 局部方差和二维最大熵 62
3.5 实验结果与分析 69
3.6 小 结 73
参考文献 74
第4章 多特征密度聚类的红外弱目标分割 77
4.1 聚类分割 78
4.2 多特征密度聚类方法 89
4.3 实验结果 95
4.4 小 结 97
参考文献 97
第5章 山峰聚类和区域生长法结合的红外弱目标分割 100
5.1 山峰聚类方法 102
5.2 山峰聚类和区域生长 105
5.3 实验结果及分析 108
5.4 小 结 113
参考文献 114
第6章 小波分解与多特征结合红外弱小目标分割 117
6.1 小波分解 117
6.2 图像的多特征提取 136
6.3 弱小目标检测算法性能评价指标 140
6.4 小波变换和多特征结合 143
6.5 实验结果和分析 145
6.6 小 结 152
参考文献 152
附 录 分形维数 154
第7章 最大最小滤波与小波分解结合红外弱小目标分割 159
7.1 背景抑制技术 160
7.2 最大最小滤波与小波分解相结合 162
7.3 实验结果和算法性能分析 165
7.4 小 结 172
参考文献 172
|
| 內容試閱：
|
本书主要讨论静止的二维灰度图像，其中l为光谱信息. 另外，彩色图像也可以称为多光谱图像，因为它使用了颜色空间中的大量信息，如色度、亮度、饱和度、对比度等. 色彩对于人类来说是非常重要的，利用图像中的颜色信息将之作为目标特征之一，还可以从场景中提取目标或简化目标识别. 灰度图像的像素值只是光强信息，它用一个矩阵表示，而彩色图像借此概念则需要三个矩阵表示，而这三个矩阵可以是RGB，即红绿蓝三基色，也可以是色调、饱和度、强度（HIS）三个分量，或者其他诸如Lab、CIE、XYZ或CMY等，视应用场合采用的颜色模型而定.
下面以灰度图像f x,y为例，说明对尺寸相同的同一幅图像，这三个字母的不同取值对图像质量的影响. 其中x,y与像素点数相关，像素点数越多，图像看起来越柔和，图像质量越好，但当像素点数减少时，图像的块状效应就逐渐明显，如图1.1所示. 然而就图1.1中的a和b而言，单从人眼视觉效果还看不出多大的差别，这也为目前图像传输提供了一个很好的依据：民用领域，在不影响对图像信息进行判读的情况下，将图像进行降采样处理，减少其像素点数可以减轻图像数据对传输带宽和传输时间的压力；f表示灰度级，当图像的像素点数一定时，灰度级越多，图像质量越好，然而随着差灰度级数的减少，图像质量越差，假轮廓的现象也逐渐呈现出来，如图1.2所示. 也就是说，无论是像素点数的减少还是灰度级的减少，图像的数据量都随之变小.
图1.1 不同采样点数对图像质量的影响
图1.2 不同灰度级对图像质量的影响
图像在获取、存储、处理及传输过程中，常常会由于受到电气系统和外界干扰而存在一定程度的噪声. 图像噪声使得图像变得模糊，甚至淹没图像特征，给分析带来困难. 噪声通常是不可预测的，是用概率统计方法来认识的一种随机误差；也可以采用随机过程及其概率密度函数来描述，常用的数字特征有均值、方差等. 图像的噪声一般具有以下特点：（1）噪声在图像中的分布和大小不规则，具有随机性；（2）噪声与图像之间一般具有相关性，比如图像内容接近平坦时，量化噪声呈现伪轮廓；（3）噪声具有叠加性. 比如图像在多个设备传输中，各个部件引起的噪声叠加起来会使信噪比下降.
图像噪声根据产生的原因分为外部噪声和内部噪声；根据统计特性分为平稳噪声和非平稳噪声；根据噪声与图像的关系分为加性噪声和乘性噪声. 为了分析方便，往往将乘性噪声近似认为是加性高斯白噪声，而且总是假设图像与噪声是互相独立的，因而带噪声的图像可表示为：f x, y＋nx, y. 而在红外弱小目标分割中，噪声对目标的干扰比较大，因为从频率特性上看，目标和噪声都属于高频成分，但它们又有各自的特点，即目标在帧间的相关性大，而噪声在帧间的相关性较小. 因此，在分割或检测过程中，需要考虑噪声对图像的影响.
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
