电子信息前沿技术丛书 图像处理系统 作者:苏光大 出版时间:2020年版内容简介 本书主要以图像处理系统方面的一些科技成果为基础,论述了图像处理系统的系统结构及其设计方法、图像处理系统创新性的理论和方法,并介绍了一些具有影响力的图像处理系统应用实例。本书中的实例主要取材于笔者主持或参与的一些科研项目。这些研究历经40余年,时间跨度较大,既包括多彩的传统技术,又有当前热门的新技术。通过本书,读者既可以了解1∶1采样定理的发展过程,又可以从一个侧面看到人脸识别在中国的杰出应用,还可以了解基于邻域存储体的二维流计算的发展历程,看到人工智能软件和硬件结合的前景。本书可作为高校图像处理相关专业的教学用书,也可作为图像处理技术领域科技人员的参考用书。目录第1章绪论1.1图像处理科学的体系结构1.2图像处理的特点1.3图像处理算法及其数据结构1.3.1数据处理层算法及其数据结构1.3.2信息提取层算法及其数据结构1.3.3知识应用层算法及其数据结构1.4图像处理系统的系统结构1.4.1图像处理系统的发展历程1.4.2以图像帧存为中心的系统结构1.4.3以计算机内存为中心的系统结构1.4.4以网络为中心的系统结构1.5图像处理系统的性能指标1.6图像处理技术的应用1.6.1图像处理技术在医学中的应用1.6.2图像处理技术在军事上的应用1.6.3图像处理技术在工业中的应用1.6.4图像处理技术在公共安全中的应用1.6.5图像处理技术在办公自动化中的应用1.6.6图像处理技术在体育方面的应用1.6.7图像处理技术在娱乐中的应用习题1第2章图像处理硬件系统的设计方法2.1图像处理系统的设计流程2.2图像处理系统的设计准则2.2.1设计适应于机器2.2.2设计适应于算法2.2.3设计适应于系统2.3可编程逻辑器件习题2第3章视频图像数字化3.1图像的基本描述3.2扫描时序的产生3.2.1扫描时序规范3.2.2数值波形法3.2.3扫描时序的设计3.3视频图像的数字化3.3.1视频图像的采样3.3.2数字图像的有效比特位3.3.3模拟视频图像的预处理习题3第4章图像帧存储体4.1图像帧存储体的结构4.2图像帧存储体的管理4.2.1存储体分时访问方式4.2.2存储体多周期嵌套的优先级访问方式4.3图像帧存储体的时序习题4 第5章图像显示5.1图像显示的基本形式5.2图像滚动显示、漫游显示和放大显示5.3图像灰度窗口显示5.4动态图像显示习题5第6章微机接口6.1微机接口技术基础6.2微机总线6.3ISA总线下的微机图像接口6.4PCI总线下的微机图像接口习题6第7章图像并行处理技术基础7.1图像并行处理技术的基本概念7.2处理器的并行结构7.3并行算法7.4图像并行处理的性能指标习题7第8章流水线型图像并行处理8.1流水线型图像处理的基本技术8.2IMAGEBOX150图像处理系统8.3VICOMVME图像处理工作站、VICOMVMV机器视觉计算机8.4TJ82图像计算机习题8第9章基于DSP的图像并行处理9.1基于DSP的图像处理基本技术9.2多DSP的图像并行处理9.3基于TMS320C80的图像并行处理9.4基于IMS A110的图像并行处理习题9第10章基于邻域存储体的二维计算10.1基于邻域存储体的二维计算的基本原理与系统结构10.2邻域存储体10.2.1邻域存储体的邻域数据类别10.2.2邻域存储体并行存取二维邻域数据10.2.3邻域存储体并行存取一维邻域数据10.2.4邻域存储体的实现10.3基于邻域存储体的二维流数据形成方法10.4基于邻域存储体的二维流并行处理的方法10.5基于邻域存储体的二维计算的实践10.5.1NIPC1邻域图像并行处理机10.5.2NIPC2邻域图像并行处理机10.5.3NIPC3邻域图像并行处理机10.5.4NIPC4邻域图像并行处理机习题10第11章图像系统软件11.1计算机的软件环境11.2图像处理系统的软件结构11.2.1图像软件系统的分层结构11.2.2图像软件系统的基础架构11.3图像软件系统的设备驱动程序11.4基于MMX/SSE技术的图像并行处理11.4.1MMX技术11.4.2SSE技术核心11.4.3基于MMX/SSE技术的图像并行处理11.5图像不规则区域的描述11.5.1图像不规则区域的边界形成方法11.5.2图像不规则区域的内部判别方法11.5.3不规则区域的图像存储11.5.4图像不规则区域描述的应用习题11第12章计算机人像组合技术12.1人像组合技术的发展历程12.2人像部件库建库软件12.2.1人像部件数据库12.2.2人脸图像几何归一化12.2.3人脸部件的提取12.2.4人脸部件的分类12.3人像组合软件12.3.1组合状态下的操作12.3.2修改状态下的操作12.4结合脑电记忆人脸的图像重建习题12第13章超低分辨率人脸图像的重建13.1低分辨率人脸图像重建的基本方法13.2低分辨率人脸图像重建的性能指标13.3超低分辨率人脸图像的尺寸归一化方法13.4基于低频分量的超分辨率人脸图像的重建方法13.5超分辨率人脸图像重建的多级多类训练集的生成方法13.6超分辨率人脸图像重建的多级多类训练集的应用方法13.7超低分辨率人脸图像重建的意象人脸图像的形成方法13.8超低分辨率人脸图像的重建系统13.9超低分辨率人脸图像重建的应用13.10人脸超分辨技术的发展习题13第14章人脸识别技术14.1生物特征识别概述14.2人脸识别概述14.3人脸识别算法14.3.1部件PCA人脸识别14.3.2深度学习人脸识别 14.4人脸识别系统14.4.1人脸识别系统的基本结构14.4.2辨识型人脸识别系统14.4.3确认型人脸识别系统14.4.4关注名单型人脸识别系统14.4.5综合型人脸识别系统14.4.6人脸识别的程序接口14.5人脸识别技术的展望习题14结束语参考文献 上一篇: “计算机科学技术创新”科普教育丛书 生活于数字化之中 周卓伦编著 2001年版 下一篇: 简单高效LATEX 吴康隆 2020年版