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

機器視覺與圖像處理基礎(石油和化工行業十四五規劃教材)

  • 作者：編者:凌志剛//方樂緣//李華麗//劉敏//陳祥|責編:張海麗
  • 出版社：化學工業
  • ISBN：9787122471543
  • 出版日期：2025/05/01
  • 裝幀：平裝
  • 頁數：310
人民幣：RMB 69 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書首先介紹了視覺成像與獲取的方式，然後詳細介紹了圖像與視覺處理的編程基礎與常見演算法，包括圖像增強、圖像複原、圖像基元檢測、圖像分割、形態學處理、圖像配准、相機標定、立體視覺、特徵提取與模式識別等，最後針對視覺引導與定位、遙感圖像分割、缺陷檢測與識別、視覺測量等常見機器視覺工程應用展開探討。
    本書緊緊圍繞立德樹人、以提升學生工程實踐能力和創新思維為目標，堅持產教融合、科教融合與理實融合的思想，探索並建設人工智慧背景下「機器視覺與圖像處理」教材。將教學和實踐融入教材建設中，優化並改革內容和創新實踐方式，引導學生進行工程實踐訓練。同時，引入最新國家縱向與企業預研等科研項目，開展科教融合研究，進一步培養學生的工程創新思維，突出工程實踐能力和創新思維。培養理論基礎厚、工程素質高、動手能力強的圖像處理與機器視覺技術人才對人工智慧服務具有重要意義。
    本書可作為普通高等院校電子信息工程、電腦科學與技術、自動化、機器人工程、物聯網工程、智能製造工程等工科專業本科生、碩士研究生教材，也可供廣大從事機器視覺系統開發的工程技術人員參考。
作者介紹
編者:凌志剛//方樂緣//李華麗//劉敏//陳祥|責編:張海麗
目錄
第1章  緒論
  1.1  數字圖像處理
    1.1.1  基本概念
    1.1.2  圖像處理目的
    1.1.3  數字圖像處理髮展歷程
  1.2  機器視覺
    1.2.1  機器視覺基本概念
    1.2.2  機器視覺發展史
  1.3  相關學科
  1.4  視覺系統組成
  1.5  圖像處理與機器視覺的應用
  1.6  挑戰
  思考題與習題
第1篇  視覺成像與獲取
  第2章  相機成像 系統模型
    2.1  光譜與成像源
      2.1.1  光譜的基本概念
      2.1.2  成像源
    2.2  成像系統模型
      2.2.1  光線傳播模型
      2.2.2  成像模型
    2.3  成像系統組成
      2.3.1  照明系統
      2.3.2  鏡頭參數
      2.3.3  相機
      2.3.4  鏡頭與相機綜合選型案例
    思考題與習題
  第3章  紅外與高光譜成像原理
    3.1  紅外成像
      3.1.1  概述
      3.1.2  紅外輻射定律
      3.1.3  紅外成像系統的工作過程與結構
      3.1.4  紅外成像系統的攝像方式
      3.1.5  紅外成像系統的基本參數
      3.1.6  紅外探測器
    3.2  高光譜成像
      3.2.1  基本概念
      3.2.2  成像光譜儀的成像方式
      3.2.3  成像光譜儀的系統介紹
      3.2.4  高光譜成像技術的應用
    思考題與習題
  第4章  雷達成像原理
    4.1  雷達成像概述
    4.2  合成孔徑雷達成像
      4.2.1  合成孔徑概述
      4.2.2  SAR成像幾何關係及相關概念
      4.2.3  SAR成像解析度
      4.2.4  SAR成像處理過程
      4.2.5  SAR成像的特點及應用
    4.3  毫米波雷達

      4.3.1  毫米波雷達的特性
      4.3.2  毫米波天線
      4.3.3  毫米波雷達的應用
    4.4  激光雷達
      4.4.1  激光雷達的定義
      4.4.2  激光雷達的特點
      4.4.3  激光雷達系統的組成
      4.4.4  激光雷達的測距原理
      4.4.5  激光雷達的類型
      4.4.6  激光雷達的主要指標
      4.4.7  激光雷達的應用
    思考題與習題
第2篇  圖像演算法處理基礎
  第5章  視覺圖像處理基礎與開發語言
    5.1  數字圖像基礎
      5.1.1  圖像概念
      5.1.2  數字圖像表示
    5.2  數字圖像分類
    5.3  圖像性質
      5.3.1  圖像鄰域
      5.3.2  圖像連通域
      5.3.3  像素間距離
    5.4  圖像代數運算
      5.4.1  圖像加法
      5.4.2  圖像減法
      5.4.3  圖像乘法
      5.4.4  圖像除法
      5.4.5  邏輯運算
    5.5  開發語言
      5.5.1  MATLAB
      5.5.2  OpenCV
      5.5.3  HALCON
    思考題與習題
  第6章  深度學習 基礎
    6.1  深度學習概念
    6.2  深度學習發展歷程
    6.3  深度學習典型網路結構
      6.3.1  卷積神經網路
      6.3.2  循環神經網路
    6.4  網路訓練與參數學習
    6.5  典型的其他深度網路結構
      6.5.1  LeNet-5結構
      6.5.2  AlexNet 結構
      6.5.3  Inception網路
      6.5.4  Res-Net殘差網路
    6.6  深度學習框架
    思考題與習題
  第7章  圖像增強
    7.1  圖像增強基本概念
    7.2  圖像空間域增強

      7.2.1  灰度變換
      7.2.2  圖像直方圖變換
      7.2.3  圖像空間域濾波
    7.3  圖像頻域增強
      7.3.1  一維傅里葉變換
      7.3.2  二維傅里葉變換及逆變換
      7.3.3  二維傅里葉變換的性質
      7.3.4  頻域增強
      7.3.5  同態濾波
    7.4  圖像去噪
      7.4.1  圖像雜訊類型
      7.4.2  圖像去噪
    思考題與習題
  第8章  基元檢測
    8.1  基元概念
    8.2  邊緣檢測
      8.2.1  檢測原理
      8.2.2  Canny邊緣檢測
    8.3  角點檢測
      8.3.1  角點檢測原理
      8.3.2  SUSAN運算元
      8.3.3  Harris角點
      8.3.4  SuperPoint角點
    8.4  霍夫變換
      8.4.1  直線檢測原理
      8.4.2  圓檢測
    思考題與習題
  第9章  圖像分割
    9.1  圖像分割基本概念
    9.2  基於灰度值閾值分割方法
      9.2.1  全局閾值分割
      9.2.2  局部閾值分割
    9.3  基於區域的分割方法
      9.3.1  區域生長分割方法
      9.3.2  區域分裂與合併
      9.3.3  分水嶺演算法
    9.4  邊緣檢測分割
    9.5  圖像語義分割
      9.5.1  全卷積網路
      9.5.2  SegNet網路
      9.5.3  U-Net網路
      9.5.4  Deeplab系列網路
    9.6  形態學處理
      9.6.1  形態學處理基礎
      9.6.2  膨脹與腐蝕
      9.6.3  開操作和閉操作
      9.6.4  擊中擊不中變換
      9.6.5  形態學基礎演算法與應用
    9.7  區域標記
    思考題與習題

  第10章  圖像幾何變換與配准
    10.1  幾何變換
      10.1.1  基本概念
      10.1.2  常見圖像變換
      10.1.3  圖像插值演算法
    10.2  圖像配准方法
      10.2.1  圖像配准分類
      10.2.2  基於灰度值的圖像匹配方法
      10.2.3  基於邊緣點集的圖像匹配方法
      10.2.4  基於形狀的圖像匹配方法
      10.2.5  基於特徵的圖像配准方法
    10.3  搜索策略
    思考題與習題
  第11章  立體視覺
    11.1  相機標定
      11.1.1  相機參數模型
      11.1.2  相機標定原理
      11.1.3  相機標定實現流程
    11.2  多視圖立體視覺
      11.2.1  極線約束
      11.2.2  單目多視圖立體視覺
      11.2.3  雙目立體視覺
    11.3  結構光立體視覺
      11.3.1  線結構光立體視覺
      11.3.2  面結構光立體視覺
    思考題與習題
  第12章  模式識別
    12.1  特徵提取
      12.1.1  基本統計特徵
      12.1.2  灰度共生矩陣
      12.1.3  局部二進位模式
    12.2  特徵選擇與降維
      12.2.1  維數災難
      12.2.2  特徵選擇
      12.2.3  主成分分析降維方法
    12.3  模式分類
      12.3.1  線性判別函數
      12.3.2  貝葉斯決策論
      12.3.3  支持向量機
    思考題與習題
第3篇  實踐應用
  第13章  視覺引導 定位
    13.1  模板匹配方法
    13.2  基於形狀的模板匹配方法
      13.2.1  圖像金字塔分層搜索
      13.2.2  匹配加速策略
      13.2.3  亞像素精度優化
    13.3  結果與分析
  第14章  目標檢測
    14.1  目標檢測概述

    14.2  YOLO演算法
    14.3  橋樑表觀病害檢測案例分析
      14.3.1  背景介紹
      14.3.2  橋樑表觀病害檢測資料庫構建
      14.3.3  網路的搭建與訓練
      14.3.4  實驗結果與分析
  第15章  高光譜圖像 分類
    15.1  分類器設計
      15.1.1  分類特徵
      15.1.2  分類判據
      15.1.3  分類準則
      15.1.4  分類演算法
    15.2  高光譜圖像分類
      15.2.1  高光譜圖像分類的特點
      15.2.2  高光譜圖像分類演算法
  參考文獻

  • 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