數(shù)字視頻圖像處理與通信

前言

　　隨著數(shù)字視頻技術(shù)的迅速發(fā)展，近年來各種視頻應(yīng)用層出不窮，特別是網(wǎng)絡(luò)技術(shù)和無線通信技術(shù)的快速發(fā)展，不僅為視頻技術(shù)的發(fā)展和應(yīng)用提供了良好的平臺，也使得視頻應(yīng)用有了更大的需求。為了適應(yīng)目前高等院校本科生和研究生教育對于數(shù)字視頻知識的需求，作者在長期從事有關(guān)數(shù)字視頻技術(shù)教學(xué)、科研實踐的基礎(chǔ)上編寫了本書?！　”緯?2章。其中第1-4章介紹了數(shù)字視頻圖像的基礎(chǔ)知識，包括視頻圖像的表示、變換和預(yù)處理。第5、6章介紹了視頻圖像分割技術(shù)，包括圖像分割的基本方法和視頻分割的理論與方法。第7～9章介紹了視頻圖像分析，包括圖像匹配、圖像識別和運動目標(biāo)跟蹤。第10、11章介紹了視頻圖像傳輸，包括視頻圖像編碼和多媒體通信。第12章介紹了視頻圖像在智能交通系統(tǒng)中的具體應(yīng)用?！　”緯鴥?nèi)容詳盡，重點突出，注重理論和實踐的結(jié)合，每章后有習(xí)題供讀者思考或練習(xí)，智能可作為信息工程、計算機、通信、自動化等專業(yè)高年級本科生和研究生教材或教學(xué)參考書，也可作為工程技術(shù)人員的參考資料或培訓(xùn)教材。

內(nèi)容概要

　　《數(shù)字視頻圖像處理與通信》共12章，第1～4章介紹了數(shù)字視頻圖像的基礎(chǔ)知識，包括視頻圖像的表示、變換和預(yù)處理。第5、6章介紹了視頻圖像分割技術(shù)，包括圖像分割的基本方法和視頻分割的理論與方法。第7～9章介紹了視頻圖像分析，包括圖像匹配、圖像識別和運動目標(biāo)跟蹤。第10、11章介紹了視頻圖像傳輸，包括視頻圖像編碼和多媒體通信。第12章介紹了視頻圖像在智能交通系統(tǒng)中的應(yīng)用?！　　稊?shù)字視頻圖像處理與通信》內(nèi)容詳盡，重點突出，注重理論和實踐的結(jié)合，每章后有習(xí)題供讀者思考或練習(xí)，可作為信息工程、計算機、通信、自動化等專業(yè)高年級本科生和研究生教材或教學(xué)參考書，也可作為工程技術(shù)人員的參考資料或培訓(xùn)教材。

書籍目錄

　　出版說明　　前言　　第1章 緒論　　1.1 視頻圖像處理的概念　　1.2 視頻圖像處理的應(yīng)用　　1.3 視頻圖像處理系統(tǒng)的組成　　1.4 習(xí)題　　參考文獻　　　　第2章 視頻圖像的表示　　2.1 圖像的視覺基礎(chǔ)　　2.1.1 圖像的概念　　2.1.2 分辨率　　2.1.3 人眼的視覺特性　　2.2 顏色模型　　2.2.1 顏色基礎(chǔ)知識　　2.2.2 顏色模型的基本概念　　2.3 圖像的數(shù)字化　　2.3.1 圖像的采樣　　2.3.2 圖像的量化　　2.3.3 圖像的表示　　2.4 圖像格式　　2.4.1 BMF　　2.4.2 JPEG　　2.4 3 TIFF　　2.4.4 GIF　　2.5 數(shù)字視頻格式　　2.5.1 MPEG　　2.5.2 MOV　　2.5.3 ASF　　2.5.4 RA／RM　　2.6 習(xí)題　　參考文獻　　　　第3章 圖像變換　　3.1 傅里葉變換　　3.1.1 傅里葉變換的基本概念　　3.1.2 離散傅里葉變換　　3.1.3 傅里葉變換的性質(zhì)　　3.1.4 快速傅里葉變換　　3.2 離散余弦變換　　3.2.1 離散余弦變換的定義　　3.2.2 離散余弦變換的正交性　　3.2.3 離散余弦變換的計算　　3.3 沃爾什一哈達瑪變換　　3.3 1 沃爾什變換　　3.3.2 哈達瑪變換　　3.4 K-L變換　　3.5 小波變換　　3.5.1 小波的基本概念　　3.5.2 小波變換　　3.5.3 多分辨率分析　　3.5.4 Mallal算法　　3.5.5 圖像的小波變換及算法　　3.6 習(xí)題　　參考文獻　　　　第4章 視頻圖像預(yù)處理　　4.1灰度變換　　4.1.1 直接灰度變換　　4.1.2 直方圖變換　　4.2 圖像平滑　　4.2.1 鄰域平均法　　4.2.2 中值濾波　　4.2.3 多圖像平均法　　4.2.4 低通濾波法　　4.3 圖像銳化　　4.3.1 圖像銳化的基本思路　　4.3.2 梯度算子　　4.3.3 拉普拉斯算子　　4.3.4 高通濾波法　　4.4 圖像校正　　4.4.1 圖像校正的基本思路　　4.4.2 常用的圖像幾何變換　　4.5 圖像形態(tài)學(xué)處理　　4.5.1 形態(tài)學(xué)的基本概念　　4.5.2 形態(tài)學(xué)的基本運算　　4.6 習(xí)題　　參考文獻　　　　第5章 圖像分割　　5.1 閾值分割　　5.1.1 閾值分割的原理與方法　　5.1.2 基于像素的閾值選取　　5.1.3 基于區(qū)域的閾值選取　　5.2 基于區(qū)域的圖像分割　　5.2.1 區(qū)域生長　　5.2.2 區(qū)域分裂－合并技術(shù)　　5.3 基于邊緣提取的圖像分割　　5.3.1 邊緣檢測　　5.3.2 用于邊緣檢測的算子　　5.3.3 邊緣連接　　5.3.4 哈夫變換　　5.4 圖像分割的量化評價　　5.4.1 評價方法與分類　　5.4.2 常用測度　　5.5 習(xí)題　　參考文獻　　　　第6章 視頻分割的理論與方法　　6.1 視頻分割的相關(guān)概念　　6.1.1 視頻分割的定義　　6.1.2 視頻分割的研究和應(yīng)用現(xiàn)狀　　6.2 視頻分割的基本理論　　6.2.1 視頻分割的框架　　6.2.2 視頻對象分割方法的分類　　6.3 視頻分割技術(shù)　　6.3.1 空間域分割技術(shù)　　6.3.2 時域分割技術(shù)　　6.3.3 時空聯(lián)合分割技術(shù)　　6.4 視頻分割算法的性能評價標(biāo)準(zhǔn)　　6.5 習(xí)題　　參考文獻　　　　第7章 圖像匹配　　7.1 圖像匹配的基本概念　　7.2 圖像匹配算法分類　　7.3 模板匹配算法　　7.3.1 ABS算法　　7.3.2 歸一化互相關(guān)匹配算法　　7.3.3 圖像矩匹配算法　　7.3.4 基于圖像特征點的匹配算法　　7.4 改進算法　　7.4.1 序貫相似性檢測算法　　7.4.2 基于排序的序貫相關(guān)算法　　7.4.3 FTT的相關(guān)算法　　7.4.4 分層搜索的序貫判決算法　　7.5 其他算法介紹　　7.5.1 基于對數(shù)極坐標(biāo)變換的圖像匹配算法　　7.5.2 不同分辨率圖像的角點匹配方法　　7.6 待研究的問題　　7.7 環(huán)境匹配技術(shù)發(fā)展簡介　　7.7.1 環(huán)境匹配算法研究的現(xiàn)狀分析　　7.7.2 環(huán)境匹配算法存在的主要問題　　7.7.3 環(huán)境匹配技術(shù)的發(fā)展趨勢　　7.8 習(xí)題　　參考文獻　　　　第8章 圖像識別　　8.1 圖像識別的基本概念　　8.2 基于匹配的識別技術(shù)　　8.2.1 圖像變換　　8.2.2 相似性測度　　8.2.3 插值算法　　8.2.4 最小二乘法　　8.3 統(tǒng)計識別方法　　8.3.1 線性決策函數(shù)　　8.3.2 最小距離分類器　　8.4 人工神經(jīng)網(wǎng)絡(luò)識別法　　8.4 1 人工神經(jīng)網(wǎng)絡(luò)的概念　　8.4.2 BP神經(jīng)網(wǎng)絡(luò)　　8.4.3 自組織網(wǎng)絡(luò)　　8.5 支持向量機識別方法　　8.5.1 支持向量機　　8.5.2 支持向量機的學(xué)習(xí)算法　　8.6 習(xí)題　　參考文獻　　　　第9章 運動目標(biāo)跟蹤　　9.1 運動目標(biāo)跟蹤技術(shù)簡介　　9.2 卡爾曼濾波跟蹤　　9.2.1 離散卡爾曼濾波器　　9.2.2 擴展卡爾曼濾波器　　9.2.3 卡爾曼濾波器在目標(biāo)檢測與跟蹤中的應(yīng)用　　9.3 光流分析法　　9.3.1 運動場與光流場　　9.3.2 Hom-Schunek經(jīng)典光流計算方法　　9.3.3 光流計算方法實驗結(jié)果　　9.4 均值漂移跟蹤　　9.4.1 均值漂移算法概述　　9.4.2 基于色彩直方圖的均值漂移　　9.4.3 均值漂移目標(biāo)跟蹤效果　　9.5 蒙特卡洛隨機采樣　　9.5.1 貝葉斯濾波原理　　9.5.2 蒙特卡洛方法　　9.5.3 粒子濾波算法綜述　　9.5.4 粒子濾波目標(biāo)跟蹤效果　　9.6 習(xí)題　　參考文獻　　　　第10章 視頻圖像編碼　　10.1 視頻圖像編碼概述　　10.2 圖像／視頻編碼標(biāo)準(zhǔn)　　10.2.1 MPEC系列　　10.2.2 H.26x系列　　10.2.3 AVS　　10.3 視頻編碼的整體框架和關(guān)鍵技術(shù)　　10.3.1 預(yù)測編碼　　10.3.2 幀內(nèi)預(yù)測　　10.3.3 變換編碼　　10.3.4 變長編碼　　10.4 習(xí)題　　參考文獻　　　　第11章 多媒體通信概述　　11.1 多媒體通信概述　　11.2 流媒體技術(shù)　　11.2.1 流式傳輸?shù)幕A(chǔ)　　11.2.2 流媒體的實現(xiàn)原理　　11.2.3 流媒體的播放方式　　11.2.4 流媒體的應(yīng)用　　11.3 多媒體通信協(xié)議　　11.3.1 會話初始化協(xié)議　　11.3.2 實時傳輸協(xié)議　　11.3.3 實時流協(xié)議　　11.3.4 Q0s保障　　11.4 多媒體通信系統(tǒng)　　11.4.1 基于H.320的多媒體通信系統(tǒng)　　11.4.2 基于H.323的多媒體通信系統(tǒng)　　11.4.3 基于SIP的多媒體通信系統(tǒng)　　11.4.4 基于P2P的多媒體通信系統(tǒng)　　11.5 習(xí)題　　參考文獻　　　　第12章 視頻圖像應(yīng)用　　12.1 基于視頻圖像的智能交通監(jiān)控系統(tǒng)　　12.1.1 系統(tǒng)硬件框架設(shè)計　　12.1.2 系統(tǒng)軟件總體結(jié)構(gòu)　　12.1.3 系統(tǒng)主要模塊　　12.1.4 系統(tǒng)軟件界面　　12.2 基于視頻圖像的客流量檢測系統(tǒng)　　12.2.1 客流密度估計　　12.2.2 行人檢測與計數(shù)　　12.2.3 客流速度檢測　　12.3 基于視頻圖像的車載安全預(yù)警系統(tǒng)　　12.3.1 交通標(biāo)志識別系統(tǒng)　　12.3.2 駕駛員注意力判別系統(tǒng)

章節(jié)摘錄

　　為了輸出供人觀看的照片或屏幕顯示，必須充分研究人的視覺系統(tǒng)，因為人的視覺系統(tǒng)是圖像系統(tǒng)的最后終端，而系統(tǒng)輸出的圖像最終要由人的視覺系統(tǒng)來評價。當(dāng)然，為了提高計算機處理圖像的效率，還必須對通常遇到的大量圖像進行分析、統(tǒng)計，從而找出其內(nèi)在規(guī)律，以使算法大為簡化?！　?.1.1 圖像的概念　　人眼視覺系統(tǒng)對亮度有一個很大的適應(yīng)范圍，從暗視覺門限到眩目門限之間的范圍在10量級。但人的視覺系統(tǒng)并不能同時工作在這么大的范圍，它工作的具體范圍要小得多，是以亮度適應(yīng)級為中心的一個小范圍。亮度適應(yīng)區(qū)間不大，一般小于64級?！　?.亮度適應(yīng)和區(qū)分人眼類似于一個光學(xué)透鏡系統(tǒng)，它的前面是一個晶狀體，后面是一層視網(wǎng)膜。晶狀體相當(dāng)于透鏡，通過晶狀體周圍的肌肉，可以對它進行調(diào)整（相當(dāng)于調(diào)節(jié)透鏡的焦距），以使不同距離的景物在視網(wǎng)膜上成像。虹膜中間是瞳孔，通過肌肉調(diào)節(jié)瞳孔的大小可以調(diào)整進入眼睛的光通量（相當(dāng)于照相機的光圈），外面光太強時，瞳孔就會縮小。視網(wǎng)膜上分布著眾多的感光細胞，分為錐狀細胞和柱狀細胞。錐狀細胞對顏色敏感，每個錐狀細胞都連接一個神經(jīng)末梢，所以能夠區(qū)分細節(jié)，并且它對亮度敏感，這種視覺稱為亮視覺。柱狀細胞是幾個連接一個神經(jīng)末梢，所以它的分辨率低，主要提供景物的整體形象，不感受顏色，并對低照度敏感，這就是為什么在夜晚人眼感覺不到彩色，這種視覺也稱為暗視覺?！　　?/pre>








圖書封面



圖書標(biāo)簽Tags
無




評論、評分、閱讀與下載



還沒讀過(66)
勉強可看(483)
一般般(823)
內(nèi)容豐富(3416)
強力推薦(280)


 


    數(shù)字視頻圖像處理與通信 PDF格式下載