MATLAB图像、音频和视频处理基础：模式识别应用

定　价：¥89.00

作　者：	[印] 兰詹·帕雷克（Ranjan Parekh ）著，章毓晋译
出版社：	清华大学出版社
丛编项：
标　签：	暂缺

购买这本书可以去

当当网 (¥66.70)

ISBN：	9787302605645	出版时间：	2022-09-01	包装：	平装-胶订
开本：	16开	页数：		字数：

内容简介

　　本书基于MATLAB编程以及实践案例，介绍多媒体（图像、音频、视频）处理的概念和原理及其在模式识别中的应用，帮助读者掌握读取、修改和写入图像、音频和视频文件的工具和技术。本书内容覆盖广泛全面，包括MATLAB/Simulink基础知识、各类绘图函数，以及图像处理、信号处理、小波、音频系统、信号处理系统、计算机视觉系统、统计和机器学习、神经网络工具箱等。本书可作为多媒体处理、统计分析和数据可视化等MATLAB相关课程的教材，也可作为模式识别、计算机视觉和基于内容的检索领域的科研人员和工程技术人员的参考书。

作者简介

　　兰詹·帕雷克（Ranjan Parekh），工程学博士，印度贾达夫普尔大学（加尔各答）教育技术学院教授，在研究生阶段讲授与图形和多媒体相关的课程。研究兴趣包括多媒体信息处理、模式识别和计算机视觉等。著有《多媒体原理》《MATLAB 图形学基础》《MATLAB图像、音频和视频处理基础：模式识别应用》等图书，发表多篇学术文章。译者简介章毓晋（ZHANG Yu-Jin），比利时列日大学应用科学博士，荷兰德尔夫特大学博士后及研究人员。清华大学教学科研系列长聘教授，博士生导师。2003年学术休假期间同时被聘为新加坡南洋理工大学访问教授。在清华大学，先后开设并讲授10多门本科生和研究生课程。在南洋理工大学，开设并讲授过研究生课程：“现代图像分析（英语）”。已出版50多部中英文图书，发表500多篇学术文章。现为中国图象图形学学名誉监事长，中国图象图形学学会会士，国际光学工程协会（SPIE）会士（因在图像工程方面的成就）。

图书目录

第1章图像处理
1.1引言
1.2工具箱和函数
1.2.1基本MATLAB
（BM）函数
1.2.2图像处理工具箱
（IPT）函数
1.2.3信号处理工具箱
（SPT）函数
1.2.4小波工具箱（WT）
函数
1.3导入导出和转换
1.3.1读和写图像数据
1.3.2图像类型转换
1.3.3图像彩色
1.3.4合成图像
1.4显示和探索
1.4.1基本显示
1.4.2交互探索
1.4.3构建交互工具
1.5几何变换和图像配准
1.5.1常用几何变换
1.5.2仿射和投影变换
1.5.3图像配准
1.6图像滤波和增强
1.6.1图像滤波
1.6.2边缘检测
1.6.3对比度调整
1.6.4形态学操作
1.6.5ROI和块处理
1.6.6图像算术
1.6.7去模糊
1.7图像分割和分析
1.7.1图像分割
1.7.2目标分析
1.7.3区域和图像特性
1.7.4纹理分析
1.7.5图像质量
1.7.6图像变换
1.8在频域中处理
1.9Simulink图像处理
1.10关于二维绘图函数的
注记
1.11关于三维绘图函数的
注记
复习问题
第2章音频处理
2.1引言
2.2工具箱和函数
2.2.1基本MATLAB
（BM）函数
2.2.2音频系统工具箱
（AST）函数
2.2.3信号处理系统工具箱
（DSPST）函数
2.2.4信号处理工具箱
（SPT）函数
2.3声波
2.4音频I/O和波形生成
2.5音频处理算法设计
2.6测量和特征提取
2.7仿真、调整和可视化
2.8乐器数字接口（MIDI）
2.9时间滤波器
2.10频域滤波器
2.11Simulink音频处理
复习问题

第3章视频处理
3.1引言
3.2工具箱和函数
3.2.1基本MATLAB
（BM）函数
3.2.2计算机视觉系统工具
箱（CVST）函数
3.3视频输入输出和播放
3.4处理视频帧
3.5视频彩色空间
3.6目标检测
3.6.1团块检测器
3.6.2前景检测器
3.6.3人体检测器
3.6.4人脸检测器
3.6.5光学文字识别
（OCR）
3.7运动跟踪
3.7.1基于直方图的跟
踪器
3.7.2光流
3.7.3点跟踪器
3.7.4卡尔曼滤波器
3.7.5块匹配器
3.8Simulink视频处理
复习问题
第4章模式识别
4.1引言
4.2工具箱和函数
4.2.1计算机视觉系统工具
箱（CVST）函数
4.2.2统计和机器学习工具
箱（SMLT）函数
4.2.3神经网络工具箱
（NNT）函数
4.3数据采集
4.4预处理
4.5特征提取
4.5.1小本征值方法
4.5.2哈里斯角点检
测器
4.5.3FAST算法
4.5.4MSER算法
4.5.5SURF算法
4.5.6KAZE算法
4.5.7BRISK算法
4.5.8LBP算法
4.5.9HOG算法
4.6聚类
4.6.1相似性测度
4.6.2k均值聚类
4.6.3分层聚类
4.6.4基于高斯混合模型
（GMM）的聚类
4.7分类
4.7.1kNN分类器
4.7.2人工神经网络
（ANN）分类器
4.7.3决策树分类器
4.7.4鉴别分析分类器
4.7.5朴素贝叶斯分
类器
4.7.6支持向量机（SVM）
分类器
4.7.7分类学习器应用
程序
4.8性能评价
复习问题
函数汇总
参考文献
主题索引