作者：陈昕 著
页数：218
出版社：机械工业出版社
出版日期：2024
ISBN：9787111770183
电子书格式：pdf/epub/txt
网盘下载地址：下载智能交通数字图像处理技术
内容简介
本书以满足智能交通领域对数字图像处理技术的需求为宗旨，采用数字图像处理理论知识、算法讲解与Python编程相结合的方法，突出在智能交通领域的应用，具有较强的实用性。本书共12章，包括基础和应用两部分：基础部分为第1～8章，涵盖数字图像处理技术的基础知识和理论算法，主要内容有绪论、图像处理基础、傅里叶变换与图像卷积、图像增强、图像复原、形态学图像处理、图像分割、图像特征提取；应用部分为第9～12章，是数字图像处理技术在智能交通领域的应用实例，主要内容有车牌识别、道路交通标志检测与识别、车道线检测与识别、行人目标检测。
本书既可作为高等院校智能交通和智能车辆工程等专业的图像处理相关课程教材，也可作为从事智能交通领域图像研究和应用的工程技术人员的参考读物。
本书配有PPT课件，以及原始图像和图像处理代码，采用本书作为教材的教师，可以登录www.cmpedu.com免费注册并下载。
本书特色
本书遵循教指委相关指导文件和高等院校学生学习规律编写而成。践行四新理念，融入思政元素，注重理论与实践相结合。
目录
前言第1章绪论111数字图像1111数字图像的基本概念及分类1112数字图像的基本特点312数字图像处理的目的和主要研究内容4121数字图像处理的目的4122数字图像处理的主要研究内容413Python数字图像处理库5131基于Python开发的数字图像处理包6132OpenCV睵ython714数字图像处理技术在智能交通中的应用8前言第1章绪论111数字图像1111数字图像的基本概念及分类1112数字图像的基本特点312数字图像处理的目的和主要研究内容4121数字图像处理的目的4122数字图像处理的主要研究内容413Python数字图像处理库5131基于Python开发的数字图像处理包6132OpenCV睵ython714数字图像处理技术在智能交通中的应用8141交通信息采集8142图像检测与识别8习题9第2章图像处理基础1021图像数字化10211图像采样和量化10212空间和灰度级分辨率13213数字图像的表示14214像素间的关系1422图像数据结构16221二维数组存储数字图像16222颜色模型19223图像通道模式2123图像文件格式24231BMP文件格式24232GIF文件格式24233TIFF文件格式25234JPEG文件格式25235PNG文件格式2524简单图像处理编程实现25241图像读取25242彩色图像通道拆分27243使用切片进行图像处理28244灰度图像二值化处理30245显示不同图像模式31习题31第3章傅里叶变换与图像卷积3231傅里叶变换32311傅里叶级数与变换32312一维离散傅里叶变换33313二维离散傅里叶变换36314图像的离散傅里叶变换4332图像卷积45321图像卷积的概念45322卷积定理45323数字图像卷积操作46习题49第4章图像增强5041概述5042直接灰度变换51421灰度线性变换51422图像反转52423对数变换53424幂律变换5543直方图修正56431灰度直方图的含义56432对比度拉伸60433直方图均衡化64434直方图规定化6844图像平滑74441邻域平均法74442中值滤波法76443频域低通滤波法7845图像锐化82451微分法82452高通滤波法83习题86第5章图像复原8751图像复原的基本概念8752图像退化模型87521连续的退化模型88522离散的退化模型8953图像复原方法91531反向滤波法91532约束还原法95习题99第6章形态学图像处理10061腐蚀和膨胀100611腐蚀100612膨胀10262开运算和闭运算103621开运算103622闭运算10563形态学图像处理交通领域编程实现107631利用开、闭运算实现斑马线清洗107632形态学对比度增强108习题110第7章图像分割11171阈值分割111711基于阈值的二值化111712Otsu分割11272边缘检测114721基于梯度方法和零点交叉方法的边缘检测114722基于边缘连接的边缘检测12173Hough变换123731Hough变换原理123732图像Hough变换操作12474区域分割130741区域生长130742分裂合并134743分水岭分割137习题140第8章图像特征提取14181图像特征检测器与描述符141811特征检测器与描述符141812Harris角点检测14282图像特征提取方法143821方向梯度直方图（HOG）特征提取144822尺度不变特征变换（SIFT）特征提取14983图像匹配151831ORB特征检测和暴力匹配151832FLANN匹配153习题155第9章交通应用实例——车牌识别15691车牌识别研究现状15692数字图像处理车牌识别157921车牌图像预处理157922车牌定位164923字符分割164924字符识别16593数字图像处理车牌识别编程实现166习题176第10章交通应用实例——道路交通标志检测与识别177101道路交通标志图像处理检测与识别研究现状1771011国外研究现状1771012国内研究现状1781013交通标志识别系统与数据集179102道路交通标志检测与识别方法1801021检测方法1801022识别方法181103交通标志检测与识别编程实现182习题195第11章交通应用实例——车道线检测与识别196111车道线检测与识别概述196112车道线检测算法1961121基于模型的检测算法1971122基于特征的检测算法1981123基于深度学习的车道线检测198113基于OpenCV的车道线检测编程实现199习题207第12章交通应用实例——行人目标检测208121行人目标检测概述208122行人目标检测算法2081221单特征的行人目标检测算法2091222多特征的行人目标检测算法210123基于Haar特征的行人检测Python实现2111231基于Haar特征的行人检测2111232Python编程实现212124基于HOG+SVM的行人目标检测Python实现2131241算法步骤2131242Python编程实现214习题218参考文献219
