本书结合人工智能的发展，既包括传统数字图像处理的知识， 又介绍基于人工智能的数字图像处理技术。在传统的数字图像处理技术中， 涵盖了数字图像处理的概念基础、数字图像处理的基本运算、基于点运算的图像增强、 基于空域的图像增强、基于频域处理的图像增强、 彩色图像处理、 数学形态学的图像处理方法等。在智能图像处理方法的内容中涵盖了智能图像处理的基础知识、智能图像处理的发展及应用、基于智能技术的去噪技术、基于智能技术的暗光图像增强技术、基于智能技术的图像编码技术、基于智能技术的图像修复技术、基于智能技术生成技术等。

无

计算机\图形图像

数字图像处理技术已经广泛应用于地理信息、网络、安全、医学、媒体传播等领域，与人工智能技术融合后，智能数字图像处理技术为各个应用领域注入新的活力。本书结合作者的课程建设经验，以深入浅出的方式介绍智能数字图像处理的相关原理、算法和技术，适合作为高校相关课程的教材和技术人员的参考书。
本身特色
选材得当，夯实知识基础。本书面向计算机及理工类相关专业的初学者，将复杂的数字图像处理和人工智能的原理以浅显易懂的方式阐述出来，在此基础上，由浅入深地介绍智能数字图像处理的实现方法及实践技能。
实例丰富，理论与实践相结合。在介绍理论知识的同时，为了便于学生理解图像处理的算法，书中用大量实例讲解图像处理实践的方法和技术，培养学生解决实际问题的能力。
展现多种编程方法，举一反三。根据实际工程的需要，书中在讲解图像处理方法时，采用常用的图像处理编程软件对算法进行描述。在讲解理论知识时，示例采用skimage、PIL或者OpenCV进行编程，并且拓展了用Matlab、OpenCV以及CDib类进行编程，能够满足不同专业、不同水平学生的学习及实践要求。
提供习题，供学生巩固知识、练习使用。各章最后给出了习题，便于学生巩固知识点，并对书中介绍的方法进行实践，扎实地掌握常用的智能数字图像处理技术。

本书特点
·选材得当，夯实知识基础。本书面向计算机及理工类相关专业的初学者，将复杂的数字图像处理技术和人工智能原理以浅显易懂的方式阐述出来，在此基础上，由浅入深地介绍智能图像处理的实现方法及实践技能。
·实例丰富，理论与实践相结合。在介绍理论知识的同时，为了便于学生理解图像处理的算法，书中用大量实例讲解图像处理实践的方法和技术，培养学生解决实际问题的能力。
·展现多种编程方法，举一反三。根据实际工程的需要，书中在讲解图像处理方法时，采用常用的图像处理编程软件对算法进行描述。在讲解理论知识时，示例采用skimage、PIL或者OpenCV进行编程，同时，拓展了Matlab方法、OpenCV方法以及CDib类的方法，能够满足不同专业、不同水平学生的学习及实践要求。
·提供习题，供学生巩固知识、练习使用。各章最后给出了习题，便于学生巩固知识点，并对书中介绍的方法进行实践，扎实地掌握常用智能数字图像处理技术。

第一篇 数字图像处理基础理论
第1章 概 论
1.1数字图像基本概念、表示及实例
1.2数字图像处理技术的发展及应用
1.3数字图像处理方法概述
1.4数字图像处理及系统构成
1.5图像处理编程基础
习题
第2章 人类的感知与数字图像的质量
2.1人眼结构与视觉特性
2.2影响数字图像质量的因素
2.3多尺度特征感知与应用
第3章 图像的基本运算与变形处理
3.1 图像的基本运算
3.2图像的重采样与插值运算
3.3图像变形处理
习题
第4章 图像增强处理
4.1图像空域变换处理
4.2滤波器介绍
4.3空域的滤波处理
4.4频域的滤波处理
习题
第5章 图像空域的恢复、修补与重建
5.1图像复原基础
5.2图像退化与数学模型
5.3典型的图像复原方法
5.4退化函数估计方法
5.5逆滤波复原及其实现方法
5.6维纳滤波复原及其实现方法
5.7噪声模型
5.8空域滤波复原
习题
第6章 彩色图像处理
6.1人类视觉对颜色的感知与色彩空间
6.2 RGB彩色图像的特效处理
6.3彩色图像处理
6.4假彩色处理
6.5彩色图像处理的实现方法
习题
第7章 数学形态学方法
7.1 集合论基础知识
7.2 形态学基本运算
7.3 形态学基本运算的实现
7.4 利用数学形态学处理图像
第8章 图像压缩与编码技术
8.1 图像压缩技术基础
8.2 无损压缩编码
8.2.1 哈夫曼编码
8.2.2 香农—范诺编码
8.2.3 游程编码
8.2.4 预测编码
8.2.5 算术编码
习题
第9章 图像特征基础
9.1 什么是图像的特征
9.2 常见的图像特征简介
习题
第10章 图像分割
10.1 图像分割基础
10.2 非连续性检测
10.3 阈值分割法
10.4 基于区域的分割方法
10.5 基于能量的分割方法
10.6 主动轮廓模型
10.7 水平集方法
习题

第二篇 智能数字图像处理技术
第11章 智能技术基础
11.1 人工智能技术的发展
11.2 机器学习
11.3 从机器学习到深度学习
11.4 深度学习基础
11.5 深度学习应用框架
11.6 深度学习编程框架简介
第12章 智能图像增强技术
12.1 智能图像增强技术
12.2 自动编码去噪技术的发展
12.3 自动编码器的基本原理
12.4 常见的自动编码器
12.5 降噪自动编码器
12.6 栈式自动编码器
习题

第13章 智能图像语义分割技术
13.1 语义分割概念基础
13.2 语义分割类型
13.3 ALEXNET网络基础
13.4 基于全卷积网络的分割技术
13.5 其它常见的语义分割算法
习题

第14章 智能图像彩色化处理技术
14.1智能图像彩色化技术的发展
14.2基于Luv颜色空间的彩色化处理
14.3基于CIE Lab空间的彩色化处理
14.4基于Lab颜色空间的彩色化实例
习题

第15章 图像风格化处理
15.1 图像风格化技术基础
15.2 在线处理的风格化技术
15.3 离线处理的风格化技术
15.4 图像风格化处理实例
习题

第16章 智能图像复原处理
16.1 智能图像修复技术的基础
16.2 基于自动编码的图像修复算法
16.3 基于先验模型的图像修复算法?
习题

第17章 智能图像的压缩与编码处理
17.1 智能图像压缩与编码的基础
17.2 常见的智能图像压缩与编码算法
习题