基本信息
- 原书名:Digital Video Processing (Second Edition)
- 作者: (土)A. 缪拉泰卡尔普(A. Murat Tekalp)
- 丛书名: 国外电子与电气工程技术丛书
- 出版社:机械工业出版社
- ISBN:9787111532866
- 上架时间:2016-3-30
- 出版日期:2016 年4月
- 开本:16开
- 页码:531
- 版次:1-1
- 所属分类:计算机 > 图形图像、多媒体、网页制作 > 数字图像处理
教材

内容简介
计算机书籍
多年来, 《Digital Video Processing》都是无数工科学生和专业人士深入学习数字图像和视频处理技术的权威指南。在《Digital Video Processing》第2版中,作者对图像处理、计算机视觉、视频压缩等领域的重大发展进行了探讨,也对诸如数字电影、超高分辨率视频、3D视频等新应用进行介绍。
全书内容详尽、组织均衡、论述严谨,全面覆盖了图像滤波、运动估计、跟踪、分割、视频滤波和压缩等诸多方向。书中对各章节的习题都进行了更新,并加入了新的MATLAB项目,已使本书成为一本全新的教材。
内容包括:
·多维信号与系统:转换、采样、格式转换。
·数字图像和视频:人类视觉、数字视频、视频质量。
·图像滤波:梯度估计,边缘检测,尺度缩放,多分辨率表示、增强、去噪、复原。
·运动估计:成像,运动模型,有差分法、匹配法、优化法、变换域方法,3D运动与形状估计。
·视频分割与跟踪:色彩与运动分割、变化检测、镜头边界检测、视频抠图、视频跟踪与性能评估。
·视频滤波:运动补偿滤波,多帧标准转换,多帧噪声过滤、复原,超分辨率重建。
·图像压缩: JPEG、小波、JPEG 2000。
作译者
目录
1.1 多维信号 2
1.1.1 有限域信号和周期信号 2
1.1.2 对称信号 5
1.1.3 特殊的多维信号 5
1.2 多维变换 8
1.2.1 连续信号的傅里叶变换 8
1.2.2 离散信号的傅里叶变换 12
1.2.3 离散傅里叶变换(DFT) 14
1.2.4 离散余弦变换(DCT) 18
1.3 多维系统 20
1.3.1 脉冲响应和2D卷积 20
1.3.2 频率响应 23
1.3.3 FIR滤波器及对称性 25
1.3.4 IIR滤波器及偏微分方程 27
1.4 多维采样理论 30
1.4.1 格上采样 30
1.4.2 格上采样信号的谱 34
1.4.3 格上采样中的奈奎斯特准则 36
1.4.4 格上采样信号重建 41
前言
第1版出版至今已有20多年了,在当今这个数字化时代,数字视频已广泛应用于我们的日常生活。信号处理与计算机视觉领域的重大发展促进了视频处理算法的不断成熟,能够应用于不同用途的最常用又有效的算法与技术也更加清晰。因此,现在是本书推出新版的最好时机。本书围绕图像与视频处理的最新发展进行了精心编排,力图成为一本内容全面、结构严谨的教材。
第2版大幅度改进了内容与表述的组织方式,包含当今最先进的技术、最有效的算法和最新的知识。全书共分8章,每章对应一个主题,分别是多维信号与系统、数字图像和视频、图像滤波、运动估计、视频分割与跟踪、视频滤波、图像压缩、视频压缩等,每个主题侧重介绍最有效的技术。与第1版相比,本版不是简单的内容增补,而是一次全新的改写。
本书可作为高年级本科生或研究生的数字图像与视频处理课程的教材,要求读者预先掌握微积分、线性代数、概率论和一些基本的数字信号处理概念。具有计算机科学背景但不熟悉信号处理基本概念的读者可以跳过第1章,从第2章开始学习。尽管本书表述严谨,但仍然像一般教材一样从原理开始讲起,因此也可以用作产业界或学术界的工程师和研究人员自学的参考书。本书可帮助读者理解图像和视频处理方法的理论基础;学习用最常用、最有效的算法解决常见的图像与视频处理问题;通过每章最后的习题集和MATLAB项目,可加深对知识的理解和方法的掌握。
数字视频处理就是对数字视频比特流的各种操作。所有的数字视频应用都离不开压缩。此外,为了获得高质量图像或提取特定信息,数字视频应用也离不开广泛应用于格式转换、增强、复原、超分辨率重建等场合的滤波处理;有些应用还需要用到其他的处理,以实现运动估计、视频分割和3D场景分析。视频的帧与帧之间存在着大量的时间相关性(冗余),这使得视频处理不同于静态图像处理。可以将视频看成是静态图像序列,并逐帧独立处理;但若采用基于帧间相关性的多帧联合处理技术,我们能够开发出更有效的视频处理算法,例如运动补偿滤波和预测。此外,某些任务,比如运动估计或动态场景分析,显然是无法基于单个图像来进行的。
本书的目的是为读者提供图像(单帧)和视频(多帧)处理方法的数学基础。特别是,本书还回答了以下基本问题:
如何从噪声中分离出图像(信号)?
内插、复原和超分辨率重建之间是否有内在的联系?
对于不同的应用,该如何估计2D和3D运动?
如何将图像和视频分割成感兴趣的区域?
如何跟踪视频中的对象?
与图像滤波相比,视频滤波问题是否更趋向于适定?
超分辨率重建为何能够实现?
能否从视频片段中得到高质量的静态图像?
图像和视频压缩为什么能够实现?
如何压缩图像和视频?
图像/视频压缩的最新国际标准是什么?
3D视频表现和压缩的最新标准是什么?
图像和视频处理问题大都是病态的(欠定的和/或对噪声敏感的),并且它们的解都依赖于某些图像和视频模型。在附录A中讨论了用于病态问题解的图像建模方法。实际上,图像模型可以分成基于局部平滑的、基于变换域稀疏的和基于非局部自相似的等种类。
图像处理算法大都使用了以上模型中的一种或多种。此外,视频模型还包括基于全局平移或块运动、参数化运动、运动(空间上)的平滑性、时域运动单调性(时域连续或平滑)、3D空–时频域的平面支撑等种类。