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(基於OpenCV的C++與Python實現從基礎到實戰普通高等教育電子信息類系列教材)

  • 作者：編者:周衛斌//林麗媛//強曉永|責編:周紅
  • 出版社：化學工業
  • ISBN：9787122470881
  • 出版日期：2025/01/01
  • 裝幀：平裝
  • 頁數：311
人民幣：RMB 59 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書系統地講解了數字圖像處理的基礎和進階知識，涵蓋基礎概念、系統構建、演算法及其應用，輔以豐富的教學和科研案例，詳細介紹了如何利用C++和Python語言，結合OpenCV庫進行圖像處理演算法的編程實現。同時，本書介紹了深度學習在數字圖像處理中的應用前沿技術，如GoogleNet、ResNet、Transformer、YOLOv10等，具備較強的實用性和參考價值。
    本書為讀者提供了理論與實踐相結合的學習平台，幫助其深入理解並應用數字圖像處理技術解決實際問題。適合作為高等院校電腦科學與技術、電子信息工程、自動化、通信工程等相關專業的本科生、研究生教材，同時適合數字圖像處理、電腦視覺等領域的科研和工程技術人員參考使用。
    本書還為讀者提供了豐富的配套資源，包括PPT、彩圖和源代碼。讀者可通過登錄化學工業出版社網站或掃描書中二維碼，根據自身需求選擇相應的資源進行下載。
作者介紹
編者:周衛斌//林麗媛//強曉永|責編:周紅
目錄
第1章  概論
  1.1  數字圖像處理的分類和發展
    1.1.1  圖像分類
    1.1.2  數字圖像發展歷史
  1.2  數字圖像處理系統
    1.2.1  經典的數字圖像處理系統
    1.2.2  實際的數字圖像處理系統
  1.3  數字圖像處理的內容及特點
    1.3.1  數字圖像處理的內容
    1.3.2  數字圖像處理的特點
  1.4  數字圖像處理的應用
  1.5  數字圖像處理的內容以及與其他相關學科的關係
  1.6  習題
第2章  數字圖像處理開發環境
  2.1  OpenCV簡介
  2.2  OpenCV基礎及開發環境配置
    2.2.1  安裝OpenCV庫
    2.2.2  C++集成開發環境配置
    2.2.3  OpenCV代碼實例
  2.3  Python簡介
  2.4  Python基本語法和編程
  2.5  Python環境配置及開發
    2.5.1  Python開發環境配置
    2.5.2  第一個Python程序
  2.6  習題
第3章  數字圖像處理基礎
  3.1  圖像獲取
    3.1.1  圖像採集過程
    3.1.2  模擬圖像描述
  3.2  圖像類型及常用格式
    3.2.1  圖像的基本類型
    3.2.2  圖像常用格式
  3.3  圖像數字化
    3.3.1  圖像的數字化表示
    3.3.2  圖像的數字化過程
  3.4  圖像色度模型
    3.4.1  色度學基礎
    3.4.2  顏色模型
  3.5  圖像運算
    3.5.1  代數運算
    3.5.2  邏輯運算
    3.5.3  灰度直方圖及其應用
  3.6  習題
第4章  圖像正交變換
  4.1  圖像變換概述
  4.2  傅里葉變換
    4.2.1  連續傅里葉變換
    4.2.2  離散傅里葉變換
    4.2.3  傅里葉變換在圖像處理中的應用
  4.3  離散餘弦變換

    4.3.1  一維離散餘弦變換
    4.3.2  二維離散餘弦變換
  4.4  離散沃爾什-哈達瑪變換
    4.4.1  沃爾什變換
    4.4.2  哈達瑪變換
  4.5  小波變換
    4.5.1  小波變換的概念和特性
    4.5.2  圖像的小波變換
  4.6  習題
第5章  圖像預處理
  5.1  圖像增強
    5.1.1  灰度變化
    5.1.2  幾何變換
  5.2  圖像濾波
    5.2.1  空域濾波
    5.2.2  頻域濾波
  5.3  形態學處理
    5.3.1  二值形態學的基本運算
    5.3.2  二值圖像的形態學處理
    5.3.3  灰度形態學的基本運算
  5.4  習題
第6章  圖像特徵提取
  6.1  圖像的基本特徵
    6.1.1  幅度特徵
    6.1.2  幾何特徵
    6.1.3  統計特徵
  6.2  角點特徵的描述與提取
    6.2.1  圖像角點的概念
    6.2.2  SUSAN角點檢測演算法
  6.3  顏色特徵的描述與提取
    6.3.1  顏色直方圖
    6.3.2  顏色矩
  6.4  紋理特徵的描述與提取
    6.4.1  統計分析法
    6.4.2  頻譜分析法
    6.4.3  紋理的結構分析
  6.5  形狀特徵的描述與提取
    6.5.1  邊界描述
    6.5.2  區域描述
  6.6  習題
第7章  圖像分割
  7.1  圖像分割概論
    7.1.1  圖像分割概念
    7.1.2  圖像分割分類
    7.1.3  圖像分割系統的構成
  7.2  邊緣檢測
    7.2.1  邊緣檢測概念
    7.2.2  梯度運算元
    7.2.3  Roberts運算元
    7.2.4  Prewitt運算元

    7.2.5  Sobel運算元
    7.2.6  Kirsch運算元
    7.2.7  Laplace運算元
    7.2.8  Marr運算元
    7.2.9  Canny運算元
  7.3  邊界跟蹤
    7.3.1  空域邊界跟蹤
    7.3.2  霍夫（Hough）變換
  7.4  閾值分割
    7.4.1  閾值分割概念
    7.4.2  全局閾值分割
    7.4.3  局部閾值分割
    7.4.4  動態閾值分割
  7.5  區域分割
    7.5.1  區域生長法
    7.5.2  區域分裂合併法
  7.6  習題
第8章  圖像匹配
  8.1  圖像匹配概述
    8.1.1  圖像匹配概念
    8.1.2  模板匹配
    8.1.3  模板匹配流程
  8.2  基於灰度的匹配
    8.2.1  基於灰度的匹配概念及步驟
    8.2.2  匹配方法
  8.3  基於特徵的匹配
    8.3.1  基於特徵的匹配概念及步驟
    8.3.2  匹配方法
  8.4  習題
第9章  圖像識別
  9.1  圖像識別概述
  9.2  傳統圖像識別方法
    9.2.1  模式識別方法
    9.2.2  支持向量機（SVM）
    9.2.3  BP神經網路圖像識別
    9.2.4  聚類分析
    9.2.5  K近鄰演算法（KNN）
    9.2.6  貝葉斯分類器
    9.2.7  幾種傳統方法對比分析
  9.3  基於深度學習的圖像識別方法
    9.3.1  AlexNet：卷積網路的里程碑
    9.3.2  GoogleNet：深度與寬度的平衡
    9.3.3  ResNet：深度網路的殘差學習
    9.3.4  Swin Transformer：視覺Transformer新篇章
    9.3.5  幾種深度學習模型效果對比
  9.4  習題
第10章  目標檢測
  10.1  目標檢測概述
  10.2  傳統目標檢測方法
    10.2.1  基於Haar特徵的級聯分類器

    10.2.2  基於HOG特徵和SVM的目標檢測
    10.2.3  滑動窗口法
    10.2.4  DPM
    10.2.5  傳統方法小結
  10.3  基於深度學習的目標檢測
    10.3.1  概述
    10.3.2  二階段目標檢測演算法
    10.3.3  單階段目標檢測演算法
  10.4  習題
第11章  數字圖像處理綜合實例
  11.1  基於人臉視頻的心率估計與表情識別
    11.1.1  工作原理
    11.1.2  實驗設置
    11.1.3  演算法實現
  11.2  一種基於幾何形狀特徵的瞳孔定位方法
    11.2.1  背景介紹
    11.2.2  硬體系統設計
    11.2.3  方案設計
    11.2.4  實驗結果
  11.3  基於膚色分割的人臉檢測
    11.3.1  應用背景
    11.3.2  方案設計
    11.3.3  實驗流程及結果
  11.4  Mask R-CNN在目標檢測和實例分割中的應用
    11.4.1  背景簡介
    11.4.2  實驗設置
    11.4.3  實驗結果及分析
  11.5  基於DETR的熱軋帶鋼表面缺陷檢測
    11.5.1  背景簡介
    11.5.2  實驗設置
    11.5.3  實驗結果及分析
  11.6  習題
第12章  數字圖像處理技術工程應用案例
  12.1  金屬工件缺陷檢測
    12.1.1  應用背景
    12.1.2  方案設計
  12.2  化成箔缺陷檢測
    12.2.1  工程背景分析
    12.2.2  數據採集
    12.2.3  實驗方案設計
    12.2.4  實驗結果
  12.3  變電站開關識別
    12.3.1  工程背景分析
    12.3.2  實驗方案設計
    12.3.3  實驗結果
  12.4  習題
附錄A  OpenCV圖像處理常用函數
附錄B  基於Python的圖像處理常用函數
慘老文獻

  • 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