登入
｜
註冊
｜
會員中心
｜
結帳
｜
培訓課程
魔法弟子
｜
自資出版
｜
電子書
｜
客服中心
｜
智慧型立体會員
書名
出版社
作者
isbn
編號
5050魔法眾籌
|
NG書城
|
國際級品牌課程
|
優惠通知
|
霹靂英雄音樂精選
|
2011電腦故障排除與測試調校自己來(超值附贈380分鐘影音講解DVD)
．
數位影像處理
．
數位影像處理：活用M
．
數位影像處理：運用M
文學小說
文學
｜
小說
商管創投
財經投資
｜
行銷企管
人文藝坊
宗教、哲學
社會、人文、史地
藝術、美學
｜
電影戲劇
勵志養生
醫療、保健
料理、生活百科
教育、心理、勵志
進修學習
電腦與網路
｜
語言工具
雜誌、期刊
｜
軍政、法律
參考、考試、教科用書
科學工程
科學、自然
｜
工業、工程
家庭親子
家庭、親子、人際
青少年、童書
玩樂天地
旅遊、地圖
｜
休閒娛樂
漫畫、插圖
｜
限制級
數位影像處理：活用Matlab（附範例光碟片）
作者：
繆紹綱
分類：
電腦與網路
／
硬體調修
出版社：
全華圖書
出版日期：1999/3/1
ISBN：9572124676
書籍編號：sb0064983
頁數：536
定價：
540
元
優惠價：
88
折
475
元
書價若有異動，以出版社實際定價為準
絕版書
絕版書：確定不再版的商品，僅提供書籍資訊參考。
評價數：
(請將滑鼠移至星星處進行評價)
目前平均評價：
文字連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=sb0064983'>數位影像處理：活用Matlab（附範例光碟片）</a>
圖片連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=sb0064983'><img src='https://www.silkbook.com/mall_image/bk/sb0064983.jpg' ALT='數位影像處理：活用Matlab（附範例光碟片）' height='120' width='90'></a>
分
享
內容簡介
同類推薦
<FONT COLOR=AF0000>● 內容簡介 ●</FONT> <FONT COLOR=000011> 本書最大的特色是運用Matlab語言的優點來處理數位影像，全書分十章，包括數學基礎、取樣與量化、轉換法、影像增強、影像復原、影像壓縮、影像分割、圖樣識別，書末並附多個實驗。本書適合大學、專科電子科的學生或對數位影像處理興趣的人士。 <FONT COLOR="#AA0000">■ 目錄</FONT> PARTⅠ: 原理與技術 1.1 背景 1-2 1.2 影像的表示 1-5 1.3 數位影像處理 1-6 1.4 數位影像處理系統 1-11 1.4-1擷取 1-11 1.4-2儲存記憶 1-12 1.4-3電腦計算 1-13 1.4-4顯像 1-13 1.4-5記錄 1-14 1.5 本書架構 1-15 1.6 主要參考文獻 1-15 2.1信號 2-2 2.2 線性與線性偏移不變系統 2-7 2.3迴旋積 2-10 2.4矩陣運算 2-13 2.4-1向量與矩陣 2-13 2.4-2矩陣重要的術語及性質 2-14 2.4-3矩陣實例 2-17 2.5純量值對向量參數的最佳化 2-22 2.6 隨機信號 2-24 習題 2-31 3.1取樣 3-2 3.1-1均勻矩形取樣 3-2 3.1-2其他取樣型態 3-5 3.1-3重建 3-11 3.2量化 3-12 3.2-1均勻量化 3-15 3.2-2非均勻量化 3-17 3.2-3壓縮擴展型量化器 3-22 3.3向量量化 3-24 習題 3-28 4.1正交轉換 4-3 4.2傅立葉轉換 4-5 4.2-1離散傅立葉轉換 4-5 4.2-2快速傅立葉轉換 4-7 4.3離散餘弦轉換 4-14 4.3-1第一類DCT 4-14 4.3-2第二類DCT 4-16 4.3-3第三類DCT 4-19 4.3-4第四類DCT 4-19 4.4 離散正弦轉換 4-20 4.5 Walsh-Hadamard轉換 4-21 4.5-1列率 4-21 4.5-2 Walsh版的Walsh-Hadamard轉換 4-23 4.5-3 Hadamard版的Walsh-Hadamard轉換 4-26 4.5-4快速Walsh-Hadamard轉換 4-30 4.6 Haar轉換 4-32 4.7 斜轉換 4-34 4.8 KL轉換 4-35 4.9 哈特萊轉換 4-38 4.10 SVD轉換 4-39 4.11小波轉換 4-41 4.11-1時頻分解 4-42 4.11-2連續小波轉換 4-43 4.11-3離散小波轉換 4-46 4.11-4二維離散小波轉換 4-52 4.11-5雙正交小波轉換 4-56 4.11-6小波包 4-56 習題 4-59 5.1 點處理增強 5-2 5.1-1 簡單的灰階度轉換 5-2 5.1-2 直方圖修整 5-12 5.1-3其他點處理法 5-16 5.2 空間濾波 5-17 5.2-1平滑濾波 5-17 5.2-2增強濾波 5-18 5.3 頻域的影像增強法 5-22 5.3-1由頻域指定濾波器特性 5-22 5.3-2同形濾波 5-24 5.4 彩色影像增強 5-25 5.4-1彩色模型 5-26 5.4-2虛擬色彩 5-27 5.4-3假色彩 5-29 習題 5-30 6.1影像降質系統 6-2 6.1-1 基本定義 6-2 6.1-2 降質系統的矩陣描述 6-3 6.2代數復原方法 6-6 6.2-1無條件限制性復原 6-7 6.2-2有條件限制性復原 6-8 6.3反濾波法 6-9 6.4最小平方濾波器 6-10 6.5限制性最小平方復原 6-13 6.6盲目影像還原技術 6-19 6.6-1簡介 6-19 6.6-2方法 6-21 習題 6-30 7.1資料編碼與資料壓縮 7-2 7.1-1資料重複性 7-3 7.1-2保真度準則 7-5 7.2影像壓縮模型 7-7 7.3訊息理論基礎 7-8 7.3-1訊息量測 7-8 7.3-2訊息通道 7-9 7.3-3基本編碼定理 7-13 7.4無失真壓縮 7-18 7.5有損耗壓縮 7-29 7.6 影像壓縮標準 JPEG 7-30 7.7動態視訊壓縮 7-45 7.7-1視訊壓縮標準MPEG-2 7-45 7.7-2 MPEG-2標準之原理 7-47 7.8以小波轉換壓縮之實例 7-54 7.8-1 導論 7-54 7.8-2 量化 7-55 習題 7-62 8.1導論 8-3 8.2影像分割處理 8-4 8.2-1臨界值法實現影像分割 8-5 8.2-2 區域法實現影像分割 8-6 8.2-3 邊界法實現影像分割 8-8 8.2-4 邊緣法實現影像分割 8-13 8.3 分割影像之儲存 8-18 8.3-1 邊界連鎖碼 8-18 8.3-2線段編碼 8-18 8.4影像分割前置處理 --- LUM濾波器 8-20 習題 8-28 9.1表示方法 9-2 9.1-1鏈碼 9-2 9.1-2直線段近似 9-3 9.1-3 B-樣條曲線擬合(B-Spline Curve Fitting) 9-4 9.1-4區域的骨架 9-8 9.2邊界描述子 9-10 9.2-1形狀數 9-10 9.2-2傅利葉描述子 9-12 9.3區域描述子 9-13 9.3-1一些簡單描述子 9-13 9.3-2拓樸屬性 9-14 9.3-3距離、周長、面積的測量 9-14 9.3-4空間矩 9-18 9.3-5紋理組織 9-22 9.4形態學 9-26 習題 9-33 10.1分類 10-2 10.2統計決策圖樣辨識 10-5 10.2-1基本理論 10-5 10.2-2高斯圖樣類別的貝氏分類器 10-6 10.3特徵選取 10-7 10.4聚類 10-11 10.4-1聚類之定義 10-11 10.4-2聚類演算法 10-12 10.4-3模糊聚類 10-16 10.5利用類神經網路做圖樣識別 10-17 10.5-1類神經細胞模型 10-18 10.5-2網路的結構及學習方法 10-19 10.5-3感知機及倒傳遞學習法 10-21 10.5-4 Hopfield模型 10-26 習題 10-30 PARTⅡ: Matlab實習 L2.1 二維迴旋積 Lab2-1 L2.2 矩陣的直接乘積 Lab2-2 L2.3 馬可夫鏈的轉移機率 Lab2-5 L3.1 純量量化器的設計 Lab3-1 L3.2 量化造成的假輪廓 Lab3-4 L3.3向量量化器之碼簿的產生 Lab3-6 L3.4向量量化的編解碼 Lab3-11 L4.1 SVD轉換 Lab4-1 L4.2 影像轉換的能量集中能力 Lab4-3 L4.3 小波轉換 Lab4-6 L5.1 直方圖等化法 Lab5-1 L5.2 平滑濾波器 Lab5-4 L5.3 同形濾波器 Lab5-8 L6.1 最小平方濾波器 Lab6-1 L6.2 疊代盲目去迴旋積法 Lab6-4 L7.1 同色長編碼 Lab7-1 L7.2 應用小波轉換與向量量化做影像壓縮 Lab7-4 L8.1像素聚積成長法 Lab8-1 L8.2四分樹區域分割與合併法 Lab8-5 L8.3 Sobel邊緣偵測 Lab8-7 L8.4拉氏邊界檢測法 Lab8-11 L8.5 LUM濾波器 Lab8-14 L9.1 不變矩 Lab9-1 L9.2 細線化 Lab9-5 L9.3 膨脹和侵蝕 Lab9-8 L9.4 斷開與閉合 Lab9-10 L10.1 利用不變矩判定圖形類別 Lab10-1 L10.2 模糊聚類 Lab10-5 L10.3 利用類神經網路做圖樣識別 Lab10-8 L10.4 以倒傳遞網路做模糊分類 Lab10-14 附錄 光碟內容簡介及使用說明 參考文獻 索引
電腦硬體裝修丙級檢定
文科生也看得懂的電路
Raspberry
AI時代從基本功下手
Make: Elec
Easy Make：
現代電子產品的核心：
SolidWorks
AMD, Intel
Raspberry
為了保障您的權益，新絲路網路書店所購買的商品均享有到貨七天的鑑賞期（含例假日）。退回之商品必須於鑑賞期內寄回（以郵戳或收執聯為憑），且商品必須是全新狀態與完整包裝(商品、附件、內外包裝、隨貨文件、贈品等)，否則恕不接受退貨。
