计算机图像处理技术及其在农业工程中的应用PDF电子书下载

第1章 图像与计算机图像处理 1

1.1 图像 1

1.1.1 图像的分类 1

1.1.2 图像信息的重要性 2

1.2计算机图像处理 3

1.2.1 视觉系统的局限性和计算机图像处理技术产生的必然性 3

1.2.2数字图像的形成 3

1.3数字图像处理的基本概念 7

1.3.1 基本处理过程 7

1.3.2基本运算形式 8

1.3.3数字图像的基本数据结构 11

1.4数字图像处理的基本内容和特点 14

1.4.1 基本内容 14

1.4.2 数字图像处理的特点 15

第2章农业工程中的图像处理 16

2.1 农业工程中图像处理的意义 16

2.1.1 农业工程中图像处理的含义 16

2.1.2农业工程中图像处理应用的历史 16

2.1.3 农业工程中图像处理的特点 17

2.2典型图像处理系统 18

2.2.1 计算机图像处理系统的发展 18

2.2.2 微机图像处理系统的基本构成 19

2.3 图像处理技术在农业工程中的应用 21

2.3.1 监测与评价 21

2.3.2 检测 22

2.3.3机器视觉与视觉机器人 25

2.3.4 农业资源调查与评估 27

第3章 图像的预处理 28

3.1 图像的频域特性 29

3.1.1 图像的频谱表示法 29

3.1.2 图像的频域特性 30

3.2灰度变换 32

3.2.1 灰度范围移动 32

3.2.2灰度线性变换 33

3.2.3 灰度非线性变换 36

3.3直方图变换 37

3.3.1 灰度直方图 37

3.3.2 直方图均衡化处理 38

3.4 锐化 43

3.4.1 卷积 43

3.4.2 差分法 45

3.4.3 空域高通滤波 47

3.4.4频域高通滤波 48

3.5 平滑 50

3.5.1 均值平滑算子 50

3.5.2空域低通滤波 52

3.5.3频域低通滤波 52

3.5.4 中值滤波 52

3.6 几1何变换 54

3.6.1 坐标变换 54

3.6.2 灰度确定 55

3.7伪彩色变换 57

3.7.1 空域伪彩色变换 57

3.7.2频域伪彩色变换 58

第4章景物形状特征的提取 59

4.1 区域生成 59

4.1.1 灰度阈值分割法 60

4.1.2灰度相似合并法 64

4.2边缘和线的检测 67

4.2.1 差分边缘 67

.4.2.2 模板匹配 69

4.3二值图像与线图形 73

4.3.1二值图像分割 74

4.3.2二值图像平滑 77

4.3.3距离图像与骨骼 80

4.3.4 细线化 82

4.3.5 边缘跟踪 85

4.4形状特征描述 88

4.4.1 区域简单形状特正 88

4.4.2 区域矩特征 90

4.4.3线段与形状特征 93

4.4.4链码与形状特征 94

4.4.5傅里叶描绘子 96

第5章景物颜色特征的提取 99

5.1 自然界中的颜色与光谱 99

5.2农业物料的颜色特征及其利用 100

5.3颜色的描述系统 101

5.3.1 颜色的分类和特性 101

5.3.2三基色学说和颜色混加原理 103

5.3.3颜色的表示系统 103

5.4 计算机彩色图像 112

5.4.1 图像色彩的获得 112

5.4.2彩色图像的显示方式 112

5.5 计算机图像颜色特征的提取 113

5.5.1颜色的区分与对比 113

5.5.2颜色的标定和系统之间的转换 114

第6章景物纹理特征的提取 117

6.1 纹理概述 117

6.2行程长度统计 118

6.2.1行程长度和频数 118

6.2.2纹理特征参数 119

6.3灰度差分统计 121

6.3.1灰度差分直方图 121

6.3.2纹理特征参数 121

6.4灰度共生矩阵 123

6.4.1生成原理 123

6.4.2矩阵特点 125

6.4.3特征参数 127

6.5傅里叶特征 128

6.5.1傅里叶功率谱 128

6.5.2傅里叶特征 129

第7章图像识别 130

7.1 特征的提取和选择 130

7.2特征向量和识别函数 132

7.2.1 特征向量 132

7.2.2 识别函数 132

7.3线性判别方法 133

7.3.1 线性识别函数 133

7.3.2 权重系数的调整 134

7.4统计分类方法 136

7.4.1 统计分类识别函数 137

7.4.2统计分类器的参数估计 138

7.5最小距离分类法 141

7.5.1 最小距离分类器 141

7.5.2 最近邻域分类法 143

7.6聚类分类法 143

7.6.1 分层聚类 143

7.6.2非分层聚类 145

7.7模糊识别方法 146

7.7.1 模糊数学基本概念 146

7.7.2 隶属度原则识别法 147

7.7.3 贴近原则识别法 148

7.7.4 模糊聚类分析 150

第8章应用实例 153

8.1 根据形状特征识别 153

8.1.1 用一种细线化处理方法评估植物胚芽发育状况 153

8.1.2 黄瓜分选的图像处理研究 155

8.2根据颜色特征识别 157

8.2.1 根据颜色特征分析植物营养状况 157

8.2.2 用颜色检测土豆和苹果的成熟度 163

8.3根据纹理识别 167

8.3.1 屠宰后家禽肿块、瘀伤和有害家禽肉的多光谱段特征描述 167

8.3.2 利用灰度共生矩阵描述烟叶组织结构 169

8.4综合特征分析 171

参考文献 179