logo
分类于: 计算机基础 互联网 云计算&大数据 设计

简介

数字图像处理高级应用: 基于MATLAB与CUDA的实现(第二版)

数字图像处理高级应用: 基于MATLAB与CUDA的实现(第二版) 0.0分

资源最后更新于 2020-03-29 02:34:44

作者:赵小川

出版社:出版社清华大学出版社

出版日期:2017-02

文件格式: pdf

标签: 互联网 计算机 图像处理

简介· · · · · ·

本书主要介绍现代数字图像处理的高级应用,内容包括热点图像处理方法原理及其MATLAB仿真、并行计算及其在图像处理中的应用、图像并行处理环境构建、典型图像处理方法的CUDA实现以及数字图像处理思维方法点拨。本书的主要特色为瞄准前沿热点、理论讲解透彻和代码注解详细。本书可作为高等院校电子信息、计算机相关专业本科生、研究生的教材,也可作为毕业设计、研究生课题、各类相关竞赛的参考资料,还可作为相关工程技术人员的参考书。

想要: 点击会收藏到你的 我的收藏,可以在这里查看

已收: 表示已经收藏

Tips: 注册一个用户 可以通过用户中心得到电子书更新的通知哦

目录

  1. 内容简介
  2. 前言
  3. 第1章 热点图像处理方法原理及其MATLAB仿真
  4. 1.1 基于模型的图像边缘检测及其代码快速生成
  5. 1.1.1 模型驱动开发思想概述
  6. 1.1.2 模型驱动开发的优势
  7. 1.1.3 模型驱动开发在图像处理领域中的应用
  8. 1.1.4 基于Simulink-Blocks的模型驱动开发图像处理
  9. 1.1.5 基于Sobel算子的边缘检测的基本原理
  10. 1.1.6 基于模型的实现
  11. 1.1.7 代码的快速生成
  12. 1.2 从向量相关角度实现图像匹配
  13. 1.2.1 基于相关运算图像匹配的过程
  14. 1.2.2 在向量空间分析图像相关匹配
  15. 1.2.3 基于向量相关的图像匹配的MATLAB实现
  16. 1.3 雾霭图像清晰化及其实现
  17. 1.3.1 Retinex理论
  18. 1.3.2 基于Retinex理论的图像增强的基本步骤
  19. 1.3.3 多尺度Retinex算法
  20. 1.3.4 实例精讲
  21. 1.4 基于运动估计的视频倍频插帧
  22. 1.4.1 运动估计简介
  23. 1.4.2 运动估计的应用领域
  24. 1.4.3 运动估计方法分类
  25. 1.4.4 基于块匹配方法的运动估计
  26. 1.4.5 相关概念
  27. 1.4.6 匹配方法:价值函数
  28. 1.4.7 搜索算法
  29. 1.4.8 实际应用举例
  30. 1.5 SIFT特征提取与描述
  31. 1.5.1 SIFT算法
  32. 1.5.2 SIFT特征描述
  33. 1.5.3 实例精讲
  34. 1.6 SURF特征提取与匹配
  35. 1.6.1 积分图像
  36. 1.6.2 DoH近似
  37. 1.6.3 尺度空间表示
  38. 1.6.4 SURF特征描述算子
  39. 1.6.5 程序实现
  40. 1.7 基于余弦变换的多聚焦图像融合
  41. 1.7.1 什么是图像融合
  42. 1.7.2 图像融合的层次
  43. 1.7.3 多聚焦图像融合
  44. 1.7.4 程序实现
  45. 1.8 可变目标实时跟踪技术及其实现
  46. 1.8.1 复杂环境下目标跟踪难点分析
  47. 1.8.2 可变目标跟踪算法的原理
  48. 1.8.3 模板更新方法
  49. 1.8.4 程序实现
  50. 第2章 并行计算及其在图像处理中的应用
  51. 2.1 并行计算的理论知识
  52. 2.1.1 如何理解并行计算
  53. 2.1.2 并行计算的发展
  54. 2.1.3 并行计算的各类实现方式
  55. 2.1.4 并行计算机常用编程工具
  56. 2.1.5 什么是GPU
  57. 2.2 基于并行计算的图像处理
  58. 2.2.1 基于并行计算的图像处理的优势
  59. 2.2.2 效能评价标准
  60. 2.2.3 图像处理并行设计方法
  61. 2.2.4 需要考虑的一些问题
  62. 第3章 图像并行处理环境构建
  63. 3.1 建立一个简单的对话框工程
  64. 3.2 用OpenCV显示Hello World
  65. 3.3 安装配置CUDA环境
  66. 3.4 用CUDA进行并行图像处理
  67. 3.5 使用OpenCV读入、处理和显示图像
  68. 3.6 CUDA编程简介及其在图像处理中应用
  69. 3.6.1 主机端和设备端
  70. 3.6.2 内核函数、CUDA软件体系和NVCC编译器
  71. 3.6.3 CUDA线程模型的层次结构
  72. 3.6.4 GPU组成结构及其与线程模型的关系
  73. 3.6.5 SDK和函数库
  74. 第4章 典型图像处理方法的GPU实现
  75. 4.1 基于kernel函数的并行图像处理的程序实现
  76. 4.2 从图像处理算法到GPU代码实现
  77. 4.2.1 模板匹配的MATLAB代码
  78. 4.2.2 模板匹配的CPU串行实现
  79. 4.2.3 模板匹配的GPU并行实现
  80. 4.3 使用纹理存储器加速
  81. 4.3.1 Sobel算子边缘提取的GPU实现
  82. 4.3.2 双线性插值图像缩放的GPU实现
  83. 4.4 基于CUFFT函数库的图像频域变换
  84. 4.4.1 图像FFT变换和频域低通滤波
  85. 4.4.2 频域高通滤波
  86. 4.4.3 多尺度Retinex去雾算法
  87. 4.5 自适应直方图均衡
  88. 4.6 RGB图像的GPU并行处理
  89. 4.6.1 彩色图像去雾算法
  90. 4.6.2 彩色图像去雾和直方图均衡
  91. 4.6.3 K最近邻滤波器
  92. 4.6.4 非局部均值滤波器
  93. 第5章 数字图像处理思维方法点拨
  94. 5.1 学习点拨:谈学习数字图像处理的经验
  95. 5.1.1 面向应用:层层分解、抓住要点
  96. 5.1.2 面向学习:追根溯源、比较总结
  97. 5.2 思维点拨:运用Triz思维,突破图像处理瓶颈
  98. 5.2.1 Triz理论概述
  99. 5.2.2 实例分析:运用Triz理论改进Hough变换的实时性
  100. 5.3 仿生理论助力图像处理技术发展
  101. 5.3.1 什么是仿生理论
  102. 5.3.2 仿生理论在数字图像处理中的应用
  103. 附录A Triz矛盾矩阵表、39项技术参数以及40条创新原则
  104. 参考文献