張元翔

• 第1章 介紹(第1-1頁)
  • 1-1 引言(第1-2頁)
  • 1-2 相關領域知識(第1-3頁)
  • 1-3 基本定義與專業術語(第1-15頁)
  • 1-4 數位影像檔案格式(第1-18頁)
  • 1-5 數位影像處理軟體(第1-19頁)
  • 1-6 數位影像處理技術應用(第1-20頁)
• 第2章 Python 程式設計(第2-1頁)
  • 2-1 Python 程式語言(第2-2頁)
  • 2-2 Python 程式設計(第2-4頁)
  • 2-3 OpenCV 介紹(第2-14頁)
  • 2-4 數位影像處理初體驗(第2-16頁)
  • 2-5 OpenCV 繪圖(第2-23頁)
• 第3章 數位影像基礎(第3-1頁)
  • 3-1 電磁波概念(第3-2頁)
  • 3-2 人類視覺系統(第3-3頁)
  • 3-3 影像擷取(第3-6頁)
  • 3-4 影像形成模型(第3-8頁)
  • 3-5 數位影像的取樣與量化(第3-11頁)
• 第4章 幾何轉換(第4-1頁)
  • 4-1 基本概念(第4-2頁)
  • 4-2 空間轉換(第4-3頁)
  • 4-3 影像內插(第4-5頁)
  • 4-4 仿射轉換(第4-7頁)
  • 4-5 透視轉換(第4-16頁)
  • 4-6 相機幾何失真(第4-18頁)
• 第5章 影像增強(第5-1頁)
  • 5-1 基本概念(第5-2頁)
  • 5-2 強度轉換(第5-3頁)
  • 5-3 直方圖處理(第5-11頁)
  • 5-4 影像濾波(第5-17頁)
第6章 頻率域影像處理(第6-1頁)
• 6-1 基本概念(第6-2頁)
• 6-2 離散傅立葉轉換(第6-3頁)
• 6-3 頻率域濾波(第6-9頁)
第7章 影像還原(第7-1頁)
• 7-1 基本概念(第7-2頁)
• 7-2 影像雜訊(第7-3頁)
• 7-3 週期性雜訊(第7-10頁)
• 7-4 影像雜訊分析(第7-14頁)
• 7-5 影像還原(第7-19頁)
• 7-6 反濾波(第7-27頁)
• 7-7 維納濾波(第7-31頁)
• 7-8 影像補繪(第7-36頁)
第8章 色彩影像處理(第8-1頁)
• 8-1 色彩理論(第8-2頁)
• 8-2 色彩模型(第8-3頁)
• 8-3 灰階與色彩轉換(第8-19頁)
• 8-4 色彩影像增強(第8-22頁)
• 8-5 HSI 色彩影像處理(第8-28頁)
• 8-6 HSV 色彩分割(第8-32頁)
第9章 影像分割(第9-1頁)
• 9-1 基本概念(第9-2頁)
• 9-2 邊緣偵測(第9-2頁)
• 9-3 直線偵測(第9-6頁)
• 9-4 圓形偵測(第9-9頁)
• 9-5 影像閥值化(第9-11頁)
• 9-6 適應性閥值化(第9-12頁)
• 9-7 分水嶺影像分割(第9-14頁)
• 9-8 GrabCut 影像分割(第9-15頁)
第10章 二值影像處理(第10-1頁)
• 10-1 基本概念(第10-2頁)
• 10-2 基本定義與術語(第10-2頁)
• 10-3 形態學影像處理(第10-5頁)
• 10-4 補洞演算法(第10-14頁)
• 10-5 骨架化演算法(第10-16頁)
• 10-6 距離轉換(第10-20頁)
第11章 小波與正交轉換(第11-1頁)
• 11-1 基本概念(第11-2頁)
• 11-2 簡易的小波轉換(第11-3頁)
• 11-3 小波轉換(第11-8頁)
• 11-4 離散小波轉換(1D)(第11-13頁)
• 11-5 離散小波轉換(2D)(第11-16頁)
• 11-6 小波轉換的數位影像處理應用(第11-20頁)
• 11-7 基於矩陣的轉換(第11-26頁)
第12章 影像壓縮(第12-1頁)
• 12-1 基本概念(第12-2頁)
• 12-2 資訊理論(第12-4頁)
• 12-3 熵編碼(第12-9頁)
• 12-4 影像壓縮系統(第12-14頁)
• 12-5 區塊轉換編碼(第12-15頁)
• 12-6 JPEG 影像壓縮(第12-17頁)
第13章 特徵擷取(第13-1頁)
• 13-1 基本概念(第13-2頁)
• 13-2 連通元標記(第13-3頁)
• 13-3 輪廓搜尋(第13-5頁)
• 13-4 形狀特徵(第13-8頁)
• 13-5 輪廓特徵(第13-12頁)
• 13-6 角點偵測(第13-22頁)
• 13-7 關鍵點偵測(第13-28頁)
• 13-8 膚色偵測(第13-35頁)
• 13-9 臉部偵測(第13-38頁)
第14章 影像特效(第14-1頁)
• 14-1 基本概念(第14-2頁)
• 14-2 幾何特效(第14-3頁)
• 14-3 像素特效(第14-15頁)
• 14-4 非真實感繪製(第14-22頁)
第15章 深度學習(第15-1頁)
• 15-1 基本概念(第15-2頁)
• 15-2 人工神經網路(第15-4頁)
• 15-3 卷積神經網路(第15-16頁)
• 15-4 典型的卷積神經網路(第15-23頁)
附錄(第附-1頁)
• 數學背景(第附-2頁)
• 基本數學公式(第附-16頁)
• 參考文獻(第附-19頁)
習題(第A-1頁)