幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

數字圖像處理(21世紀高等學校電腦類專業核心課程系列教材)

  • 作者：編者:李斌|責編:賈斌
  • 出版社：清華大學
  • ISBN：9787302631934
  • 出版日期：2023/12/01
  • 裝幀：平裝
  • 頁數：208
人民幣：RMB 59.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書涵蓋了數字圖像處理的多方面，主要內容包括：Python和OpenCV基礎、圖像的直方圖表示與變換、圖像的幾何變換、空間域圖像增強、圖像的形態學運算、圖像的分割、彩色圖像處理、圖像的特徵提取、深度學習與圖像處理。本書將理論介紹與工程實踐進行有機結合，各章的理論介紹深入淺出，並使用比較流行的編程語言Python將理論內容轉換為工程代碼。本書不僅介紹了圖像的幾何變換和形態學變換等數字圖像處理領域中的傳統內容，還介紹了深度學習等數字圖像處理領域的新內容。
    本書共10章。第1章介紹了數字圖像處理的基本知識。第2章介紹了本書的編程工具：Python和OpenCV。第3章至第10章詳細介紹了數字圖像處理的各種具體方法和技術。本書適合作為「數字圖像處理」課程的教材，也適合具有一定數學基礎的電腦類、電子信息類專業的本科生、研究生以及從事數字圖像處理工作的專業人員閱讀。
作者介紹
編者:李斌|責編:賈斌
目錄
第1章  緒論
  1.1  數字圖像的定義
  1.2  數字圖像的分類
    1.2.1  矢量圖
    1.2.2  點陣圖
  1.3  數字圖像的表示與存儲
    1.3.1  數字圖像的表示
    1.3.2  數字圖像的存儲格式
  1.4  數字圖像解析度
    1.4.1  圖像的空間解析度
    1.4.2  灰度級解析度
  1.5  像素間基本關係
    1.5.1  像素的鄰域與鄰接
    1.5.2  像素的連通性、區域和邊界
  1.6  距離度量
第2章  Python和OpenCV基礎
  2.1  Python基礎知識
    2.1.1  Python簡介
    2.1.2  配置開發環境
  2.2  Python基本語法
    2.2.1  數據類型與變數
    2.2.2  字元串與類型轉換
    2.2.3  列表
    2.2.4  循環
    2.2.5  判斷
    2.2.6  字典
    2.2.7  函數
    2.2.8  使用庫
    2.2.9  類
    2.2.10  文件
  2.3  OpenCV基礎知識
    2.3.1  OpenCV簡介
    2.3.2  安裝OpenCV
    2.3.3  圖像文件基術操作
第3章  圖像的直方圖表示與變換
  3.1  灰度直方圖
    3.1.1  灰度直方圖原理
    3.1.2  灰度直方圖的OpenCV和Python實現
  3.2  直方圖均衡化
    3.2.1  直方圖均衡化原理
    3.2.2  直方圖均衡化的OpenCV和Python實現
  3.3  直方圖規定化
    3.3.1  直方圖規定化原理
    3.3.2  直方圖規定化的OpenCV和Python實現
  3.4  線性變換
    3.4.1  線性變換原理
    3.4.2  線性變換的OpenCV和Python實現
  3.5  對數變換
    3.5.1  對數變換原理
    3.5.2  對數變換的OpenCV和Python實現

  3.6  伽馬變換
    3.6.1  伽馬變換原理
    3.6.2  伽馬變換的OpenCV和Python實現
  3.7  闕值變換
    3.7.1  闕值變換原理
    3.7.2  闕值變換的OpenCV和Python實現
第4章  圖像的幾何變換
  4.1  圖像的平移
    4.1.1  圖像平移的基本原理
    4.1.2  圖像平移的Python和OpenCV實現
  4.2  圖像的旋轉
    4.2.1  圖像旋轉的基本原理
    4.2.2  圖像旋轉的Python和OpenCV實現
  4.3  圖像的縮放
    4.3.1  圖像縮放的基本原理
    4.3.2  圖像縮放的Python和OpenCV實現
  4.4  圖像的轉置
    4.4.1  圖像轉置的基本原理
    4.4.2  圖像轉置的Python和OpenCV實現
  4.5  圖像的翻轉
    4.5.1  圖像翻轉的基本原理
    4.5.2  圖像翻轉的Python和OpenCV實現
  4.6  圖像的插值
    4.6.1  圖像插值的基本原理
    4.6.2  最近鄰插值法
    4.6.3  雙線性插值法
    4.6.4  雙三次插值法
    4.6.5  圖像插值的Python和OpenCV實現
  4.7  圖像的配准
    4.7.1  圖像配準的基本原理
    4.7.2  提取特徵點
    4.7.3  基於特徵的配准方法
    4.7.4  圖像配準的Python和OpenCV實現
第5章  空間域圖像增強
  5.1  圖像增強
    5.1.1  -圖像增強的分類
    5.1.2  圖像增強的應用
  5.2  空間域濾波
    5.2.1  空間域濾波和鄰域處理
    5.2.2  邊界處理
  5.3  圖像平滑
    5.3.1  均值濾波
    5.3.2  方框濾波
    5.3.3  高斯濾波
    5.3.4  中值濾波
    5.3.5  雙邊濾波
  5.4  圖片銳化
第6章  圖像的形態學運算
  6.1  腐蝕
    6.1.1  腐蝕理論基礎

    6.1.2  腐蝕的Python和OpenCV實現
  6.2  膨脹
    6.2.1  膨脹理論基礎
    6.2.2  膨脹的Python和OpenCV實現
  6.3  開操作
    6.3.1  開操作理論基礎
    6.3.2  開操作的Python和OpenCV實現
  6.4  閉操作
    6.4.1  閉操作理論基礎
    6.4.2  閉操作的Python和OpenCV實現
  6.5  形態學梯度運算
    6.5.1  形態學梯度運算理論基礎
    6.5.2  形態學梯度運算的Python和OpenCV實現
  6.6  孔洞填充
    6.6.1  孔洞填充理論基礎
    6.6.2  孔洞填充的Python和OpenCV實現
  6.7  細化演算法
    6.7.1  細化演算法理論基礎
    6.7.2  細化演算法的Python和OpenCV實現
第7章  圖像的分割
  7.1  圖像分割概述
  7.2  邊緣檢測
    7.2.1  邊緣檢測演算法
    7.2.2  Canny邊緣檢測的Python+OpenCV實現
  7.3  霍夫變換
    7.3.1  直線檢測
    7.3.2  曲線檢測
    7.3.3  霍夫變換的Python+OpenCV實現
  7.4  閾值分割
    7.4.1  簡單的閥值分割
    7.4.2  自適應閥值分割
  7.5  區域生長
第8章  彩色圖像處理
  8.1  彩色簡介
    8.1.1  彩色屬性
    8.1.2  色彩的三要素
    8.1.3  三原色
    8.1.4  電腦中顏色的表示
  8.2  彩色模型
    8.2.1  RGB模型
    8.2.2  HSI模型
    8.2.3  HSV模型
第9章  圖像的特徵提取
  9.1  圖像特徵概述
  9.2  梯度方向直方圖
    9.2.1  梯度方向直方圖的計算
    9.2.2  梯度方向直方圖的Python+OpenCV實現
  9.3  角點特徵
    9.3.1  Harris角點檢測
    9.3.2  基於Harris角點的人臉檢測

    9.3.3  Shi-Tomasi角點檢測
    9.3.4  FAST角點檢測
  9.4  SIFT演算法
    9.4.1  SIFT演算法的特點與步驟
    9.4.2  圖像SIFT特徵點的檢測
  9.5  局部二進位模式
    9.5.1  基本LBP
    9.5.2  圓形鄰域的LBPpr運算元
    9.5.3  統一化LBP運算元——Uniform LBP及其Python實現
  9.6  基於Gabor濾波器的圖像紋理特徵提取
    9.6.1  二維Gabor濾波器函數的數學表達
    9.6.2  利用Gabor濾波器提取紋理特徵的原理
    9.6.3  Python+OpenCV實現Gabor函數
  9.7  數據降維演算法
    9.7.1  PCA演算法流程
    9.7.2  使用PCA演算法進行數據降維
    9.7.3  使用PCA演算法對圖片進行降維
  9.8  基於LBP特徵的人臉識別
    9.8.1  圖像識別
    9.8.2  基於局部二值模式的人臉識別
    9.8.3  人臉識別代碼實現
第10章  深度學習與圖像處理
  10.1  人工神經網路基本結構
    10.1.1  感知機與人工神經網路
    10.1.2  激活函數
    10.1.3  輸出函數
  10.2  神經網路的學習
    10.2.1  訓練數據與測試數據
    10.2.2  損失函數
    10.2.3  梯度下降法
    10.2.4  正則化
  10.3  卷積神經網路
    10.3.1  卷積
    10.3.2  填充
    10.3.3  池化
    10.3.4  三維卷積
  10.4  深度學習框架
    10.4.1  使用GPU加速
    10.4.2  TensorFlow簡介
    10.4.3  安裝TensorFlow
    10.4.4  TensorFlow基本語法
    10.4.5  使用Keras構建神經網路
    10.4.6  PyTorch簡介
    10.4.7  安裝PyTorch
    10.4.8  PyTorch基本語法
    10.4.9  使用nn構建神經網路
  10.5  手寫字元識別
    10.5.1  MNIST數據集
    10.5.2  用於手寫字元識別的神經網路結構
    10.5.3  使用TensorFlow完成手寫字元識別

    10.5.4  使用PyTorch完成手寫字元識別

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032