图像处理基础（第2版）

出版者:清华大学出版社

作者:[美] Maria Petrou

页数:589

译者:章毓晋

出版时间:2013-7-1

价格:89.00元

装帧:平装

isbn号码:9787302319733

丛书系列:世界著名计算机教材精选

具体描述

彼得鲁、彼得鲁编著的《图像处理基础（第2版）》以问答形式，对图像处理中许多技术的原理、算法、相关的理论和应用方法进行了全面的介绍，主要内容包括图像变换、图像的统计描述、图像增强、图像恢复、图像分割和边缘检测，以及多光谱（包括彩色）图像处理技术。本书的介绍方式由浅入深、循序渐进，并配有大量详细的示例，非常适合自主学习。

《图像处理基础（第2版）》可作为信号与信息处理、通信与信息系统、电子与通信工程、模式识别与智能系统、计算机科学以及视觉生理学、视觉心理学和视觉认知学等学科大学高年级本科生或研究生专业课教材和教学参考书，还可供涉及图像技术应用行业（如生物医学、电视广播、工业自动化、文档识别、机器人、电子医疗设备、遥感测绘、智能交通和军事侦察等）的科技工作者科研参考。

目录信息

第1章 导论
1.0.1 为什么要处理图像？
1.0.2 什么是一幅图像？
1.0.3 什么是一幅数字图像？
1.0.4 什么是一个光谱带？
1.0.5 为什么大多数图像处理算法都参照灰度图像进行，而实际中遇到的都是彩色图像？
1.0.6 一幅数字图像是如何形成的？
1.0.7 如果一个传感器对应物理世界中的一个小片，如何能让多个传感器对应场景中的同一个小片？
1.0.8 什么是图像中一个像素位置亮度的物理含义？
1.0.9 为什么图像常用512x512，256x256，128x128等来表示？
1.0.10 需要多少个比特以存储一幅图像？
1.0.11 什么决定了一幅图像的质量？
1.0.12 什么会使得图像模糊？
1.0.13 图像分辨率是什么含义？
1.0.14 “良好对比度”是什么含义？
1.0.15 图像处理的目的是什么？
1.0.16 如何进行图像处理？
1.0.17 图像处理中使用非线性操作符吗？
1.0.18 什么是线性操作符？
1.0.19 如何来定义线性操作符？
1.0.20 一个成像装置的点扩散函数和一个线性操作符之间有什么联系？
1.0.21 一个线性操作符如何变换一幅图像？
1.0.22 点扩散函数的含义是什么？
B1.1 在连续空间中一个点源的正式定义
1.0.23 实际中如何描述一个线性操作符作用在一幅图像上的效果？
1.0.24 对一幅图像可使用多于一个线性操作符吗？
1.0.25 线性操作符使用的次序会导致结果的不同吗？
B1.2 因为矩阵运算次序是不能互换的，如果改变使用移不变线性操作符的次序会发生什么情况？
B1.3 什么是堆叠操作符？
1.0.26 对矩阵H结构上可分离性的假设意味着什么？
1.0.27 如何能将一个可分离变换写成矩阵的形式？
1.0.28 可分离性假设的含义是什么？
B1.4 可分离矩阵方程的正式推导
1.0.29 本章要点
1.0.30 式（1.1 08）在线性图像处理中的意义是什么？
1.0.31 这本书有些什么内容呢？
第2章 图像变换
2.0.1 本章概况
2.0.2 如何能定义一幅基本图像？
2.0.3 什么是两个矢量的外积？
2.0.4 如何可将一幅图像展开成矢量的外积？
2.0.5 如何选择矩阵hc和hr？
2.0.6 什么是酉矩阵？
2.0.7 酉矩阵的逆是什么样的？
2.0.8 如何能构建一个酉矩阵？
2.0.9 如何选择矩阵U和V以使表达g的比特数比f少？
2.0.10 什么是矩阵对角化？
2.0.11 可以对角化任何矩阵吗？
2.1 奇异值分解
2.1.1 如何能对角化一幅图像？
B2.1 可将任何图像都展开成矢量的外积吗？
2.1.2 如何计算图像对角化所需的矩阵U，V和K？
B2.2 如果矩阵gg的本征值为负会如何？
2.1.3 什么是对一幅图像的奇异值分解？
2.1.4 能将一幅本征图像分解成多幅本征图像吗？
2.1.5 如何可用SVD来近似一幅图像？
B2.3 SVD的直观解释是什么？
2.1.6 什么是用SVD近似一幅图像的误差？
2.1.7 如何能最小化重建误差？
2.1.8 任何图像都可以从某一组基本图像扩展出来吗？
2.1.9 什么是完备和正交的离散函数集合？
2.1.10 存在正交归一化离散值函数的完备集合吗？
2.2 哈尔、沃尔什和哈达玛变换
2.2.1 哈尔函数是如何定义的？
2.2.2 沃尔什函数是如何定义的？
B2.4 用拉德马赫函数定义的沃尔什函数
2.2.3 如何能用哈尔或沃尔什函数来生成图像基？
2.2.4 实际中如何用哈尔或沃尔什函数构建图像变换矩阵？
2.2.5 哈尔变换的基元图像看起来是什么样的？
2.2.6 可以定义元素仅为+1或一1的正交矩阵吗？
B2.5 对沃尔什函数的排列方式
……
第3章 图像的统计描述
第4章 图像增强
第5章 图像恢复
第6章 图像分割和边缘检测
第7章 多光谱图像处理
附录A 算法列表
附录B 参考文献注解
附录C 参考文献
附录D 索引
· · · · · · (收起)

读后感

我没读过翻译版，建议大家一定先看看这本书翻译的怎么样再决定买，一定看中间和后面的内容，直译多不多，句子能不能通顺。在绝定购买。国内坑爹译者太多，毁了很多经典。转到正题： 这本书内容绝对是一流的，用纯数学的角度解释图像的基本处理原理，从矩阵到概率论的角度解释图...  

从图书馆借来此本书的第一版，看着看着，后来发现出了第二版，就赶紧买了。这本书，原作写的很用心。首先，问答的形式很有利于读者自学、把握重点。其次，问答的内容覆盖面也广，所有的提问都很贴心，既有高大上的东西，也有很基础的东西，还有很多其它著作不会提到的内容。比...

从图书馆借来此本书的第一版，看着看着，后来发现出了第二版，就赶紧买了。这本书，原作写的很用心。首先，问答的形式很有利于读者自学、把握重点。其次，问答的内容覆盖面也广，所有的提问都很贴心，既有高大上的东西，也有很基础的东西，还有很多其它著作不会提到的内容。比...

我没读过翻译版，建议大家一定先看看这本书翻译的怎么样再决定买，一定看中间和后面的内容，直译多不多，句子能不能通顺。在绝定购买。国内坑爹译者太多，毁了很多经典。转到正题： 这本书内容绝对是一流的，用纯数学的角度解释图像的基本处理原理，从矩阵到概率论的角度解释图...  

从图书馆借来此本书的第一版，看着看着，后来发现出了第二版，就赶紧买了。这本书，原作写的很用心。首先，问答的形式很有利于读者自学、把握重点。其次，问答的内容覆盖面也广，所有的提问都很贴心，既有高大上的东西，也有很基础的东西，还有很多其它著作不会提到的内容。比...

用户评价

说实话，我买这本书主要是冲着它名字里的“基础”二字去的，希望能快速掌握核心技能。这本书在这一方面表现出色，但它带给我的惊喜远不止于此。我发现它在软件实现层面的讨论非常接地气。很多基础书籍只停留在理论层面，读者看完后依然不知如何下手编程。但这本书则不同，它在讲解完一个算法后，通常会紧跟着一个“实现要点”或“注意事项”的模块，详细阐述了在实际编程中可能遇到的精度问题、边界条件处理，甚至是不同编程环境下需要注意的性能差异。这种实战导向的风格，极大地提升了我的动手能力。我尝试对照书中的思路，在自己的开发环境中复现了几个简单的图像增强算法，发现很多以前困扰我的小Bug，通过回顾书中的描述，迎刃而解。这表明作者不仅是理论家，更是经验丰富的实践者，他将大量的工程经验毫无保留地倾注在了文字中，使得这本书的实用价值倍增。

这本书的封面设计就透露出一种严谨与现代感并存的气质，装帧质量上乘，拿在手里沉甸甸的，让人对内容充满期待。我原本以为这会是一本偏向理论推导的枯燥教材，毕竟“图像处理基础”这个名字听起来就有些“硬核”。然而，翻开第一章，我立刻被其清晰的逻辑框架和详尽的图文并茂的讲解所吸引。作者在介绍基础概念时，并没有直接抛出复杂的数学公式，而是先用非常直观的例子，比如日常照片的模糊化、锐化效果对比，来引出背后的原理。这种教学方法极大地降低了初学者的入门门槛。比如，在讲解像素和色彩空间转换时，书中穿插了大量的视觉案例，让我能立刻理解“为什么”要进行这样的转换，而不是死记硬背公式的步骤。尤其值得称赞的是，书中对各种经典算法的介绍，比如傅里叶变换在图像去噪中的应用，讲解得深入浅出，既有理论依据，又不乏实际操作的指导，让人感觉不仅仅是在学习知识，更像是在掌握一项实用的工程技术。我对它作为入门书籍的定位非常认可，它构建了一个坚实的理论地基，为后续学习更高级的计算机视觉内容打下了坚实的基础。

这本书的阅读体验给我带来了一种“被尊重”的感觉。作者在行文过程中，始终保持着一种专业但又充满耐心的语气。我发现，对于一些容易混淆的概念，比如直方图均衡化和局部对比度增强（如CLAHE），书中会进行专门的对比分析，明确指出它们各自的适用场景和局限性，避免了读者产生“一招鲜吃遍天”的误解。此外，书中对一些专有术语的定义极其精准，并且在首次出现时都做了加粗处理，方便查阅。但最让我欣赏的是，它在每一章的末尾都设置了“思考与练习”环节。这些问题并非简单的知识点复述，而是需要读者进行综合运用和批判性思考的开放性题目。比如，有一个问题让我思考如何结合空间域和频率域的方法来设计一个更高效的混合滤波器。这极大地激发了我的学习主动性，迫使我跳出书本的既有框架，尝试将不同章节的知识点进行整合。总而言之，这本书不只是一本知识的载体，更像是一位耐心、博学的导师，引导我进行主动的学习和探索。

我对这本书的深度和广度的平衡性印象极其深刻。它既没有为了追求深度而变得晦涩难懂，也没有因为追求广度而流于表面。在某一章集中讨论图像分割问题时，作者首先用了大量篇幅讲解经典的阈值法和区域生长法，确保读者掌握最基本的分块策略。紧接着，笔锋一转，开始介绍更现代的、基于能量最小化思想的活动轮廓模型（Level Set Method）。对于后者，书中采取了一种非常巧妙的讲解策略：先用动画或流程图展示模型的动态演化过程，然后再逐步剖析其背后的偏微分方程。这种“先结果，后推导”的顺序，既保持了阅读的趣味性，又确保了理论的严谨性，避免了读者在面对复杂的数学推导时望而却步。这种层次分明的结构，让不同水平的读者都能从中获益：初学者可以侧重于前半部分的经典方法，而有一定基础的读者则能深入研究后半部分的前沿模型。这种精妙的结构设计，体现了编者对目标读者群体的深刻洞察力。

这本书的排版和细节处理简直称得上教科书级别的典范。我特别关注到书中对算法伪代码的呈现方式，它没有采用那种生硬的、与正文脱节的格式，而是巧妙地融入到章节的讨论中，使得代码逻辑与文字描述浑然一体。例如，在介绍形态学处理（如腐蚀与膨胀）时，书中不仅给出了标准的数学定义，还用生动的比喻解释了结构元素的作用，这种“形象思维”的引导非常高明。更重要的是，我发现这本书对历史脉络的梳理非常到位。它不是简单地罗列现有技术，而是追溯了这些技术是如何一步步发展和演进的，这对于理解“为什么现在的技术是这个样子”至关重要。在某些章节，作者甚至会引用早期的经典论文片段，让读者能感受到研究的“温度”。我发现，通过这本书的阅读，我对于图像处理领域的发展脉络有了一个清晰的认识，不再觉得各种算法是凭空出现的“黑箱”，而是历史发展的必然结果。这种叙事上的深度，使得这本书的阅读体验远超一般的技术手册。

看的中文翻译版，概念基本上清晰，只是数学要求有点高，线性代数，数理统计及概率论，里面的傅立叶合卷积是我的障碍，一直没懂时域和频域变换的意义，所以有些概念囫囵吞枣。不过每章节的开头介绍和结尾的要点便于抓住重点。这本书要多翻，结合实操才行

看的中文翻译版，概念基本上清晰，只是数学要求有点高，线性代数，数理统计及概率论，里面的傅立叶合卷积是我的障碍，一直没懂时域和频域变换的意义，所以有些概念囫囵吞枣。不过每章节的开头介绍和结尾的要点便于抓住重点。这本书要多翻，结合实操才行

看的中文翻译版，概念基本上清晰，只是数学要求有点高，线性代数，数理统计及概率论，里面的傅立叶合卷积是我的障碍，一直没懂时域和频域变换的意义，所以有些概念囫囵吞枣。不过每章节的开头介绍和结尾的要点便于抓住重点。这本书要多翻，结合实操才行

看的中文翻译版，概念基本上清晰，只是数学要求有点高，线性代数，数理统计及概率论，里面的傅立叶合卷积是我的障碍，一直没懂时域和频域变换的意义，所以有些概念囫囵吞枣。不过每章节的开头介绍和结尾的要点便于抓住重点。这本书要多翻，结合实操才行

看的中文翻译版，概念基本上清晰，只是数学要求有点高，线性代数，数理统计及概率论，里面的傅立叶合卷积是我的障碍，一直没懂时域和频域变换的意义，所以有些概念囫囵吞枣。不过每章节的开头介绍和结尾的要点便于抓住重点。这本书要多翻，结合实操才行