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(從基礎到實戰)

  • 作者：編者:楊麗//段海龍//郭庭航|責編:金林茹
  • 出版社：化學工業
  • ISBN：9787122483423
  • 出版日期：2026/02/01
  • 裝幀：平裝
  • 頁數：311
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書以Python為平台，以案例為載體，系統地介紹了機器視覺的基礎理論、關鍵技術及實際應用。本書首先從機器視覺的背景知識、系統構成及相關概念入手，奠定理論基礎。隨後詳細介紹了圖像處理的核心內容，包括圖像採集與相機標定、數字圖像預處理基礎、數學工具及特徵提取技術，並深入探討了雙目立體視覺的關鍵技術。最後聚焦于實踐應用，涵蓋機器學習與深度學習在機器視覺中的具體實現，以及該技術在工業檢測、智能識別等領域的典型應用。為了幫助讀者更好地掌握相關知識，各章節都是通過知識點與案例相結合的方式展開，讓讀者在掌握知識點的同時舉一反三，掌握程序設計的方法，利用程序設計解決實際問題。
    本書可供從事機器視覺技術研究與應用的技術人員學習使用，也可供高等院校相關專業的師生學習參考。
作者介紹
編者:楊麗//段海龍//郭庭航|責編:金林茹
目錄
第1章  緒論
  1.1  機器視覺的發展及系統構成
    1.1.1  機器視覺的發展
    1.1.2  機器視覺系統構成
    1.1.3  機器視覺在各行各業的應用
  1.2  Marr視覺計算理論框架
    1.2.1  Marr視覺計算理論概念
    1.2.2  視覺圖像的形成階段
  1.3  機器視覺任務
  1.4  機器視覺與人工智慧
    1.4.1  人工智慧的發展
    1.4.2  機器視覺和人工智慧的融合
第2章  圖像採集與相機標定
  2.1  亮度與成像
    2.1.1  光度學
    2.1.2  亮度成像模型
  2.2  鏡頭
    2.2.1  針孔成像模型
    2.2.2  鏡頭畸變
    2.2.3  遠心與景深
  2.3  攝像機
    2.3.1  CCD感測器
    2.3.2  CMOS感測器
    2.3.3  彩色成像
    2.3.4  感測器尺寸
    2.3.5  攝像機性能
    2.3.6  深度相機
  2.4  相機標定基礎
    2.4.1  空間坐標系定義
    2.4.2  空間坐標系變換
  2.5  相機標定方法
    2.5.1  Tsai兩步標定法
    2.5.2  張正友標定法
第3章  數字圖像預處理基礎
  3.1  數字圖像簡介
    3.1.1  數字圖像處理的發展及應用
    3.1.2  圖像採樣和量化
    3.1.3  圖像的表示和可視化
    3.1.4  像素間的關係
  3.2  圖像濾波
    3.2.1  空間濾波基礎
    3.2.2  平滑和銳化處理
    3.2.3  頻域濾波基礎
    3.2.4  低通和高通濾波
  3.3  邊緣檢測
    3.3.1  邊緣檢測的定義
    3.3.2  幾種運算元的比較
  3.4  圖像分割
    3.4.1  閾值分割的基本概念
    3.4.2  基於點的全局閾值選取方法

    3.4.3  基於區域的全局閾值選取方法
    3.4.4  局部閾值法和多閾值法
    3.4.5  圖像分割的評價
  3.5  彩色圖像處理
    3.5.1  彩色視覺
    3.5.2  彩色模型
    3.5.3  彩色變換
    3.5.4  彩色圖像增強
    3.5.5  彩色圖像的平滑
    3.5.6  彩色圖像的銳化
    3.5.7  彩色圖像的分割
第4章  數字圖像處理的數學工具
  4.1  傅里葉變換圖像處理
    4.1.1  傅里葉變換基礎
    4.1.2  傅里葉變換在圖像處理中的典型應用
  4.2  離散餘弦變換圖像處理
    4.2.1  離散餘弦變換基礎
    4.2.2  離散餘弦變換在圖像處理中的典型應用
  4.3  偏微分方程圖像處理
    4.3.1  偏微分方程基礎
    4.3.2  偏微分方程在圖像處理中的典型應用
  4.4  小波變換圖像處理
    4.4.1  小波變換基礎
    4.4.2  小波變換在圖像處理中的典型應用
  4.5  形態學圖像處理
    4.5.1  形態學基礎
    4.5.2  形態學在圖像處理中的典型應用
第5章  圖像的特徵提取
  5.1  圖像顏色特徵提取
    5.1.1  顏色直方圖
    5.1.2  顏色矩
    5.1.3  顏色集
    5.1.4  顏色聚合向量
    5.1.5  顏色相關圖
  5.2  圖像紋理特徵提取
    5.2.1  圖像的紋理
    5.2.2  紋理特徵描述方法
    5.2.3  Laws 紋理能量測量法
    5.2.4  Gabor 變換
    5.2.5  局部二值模式
  5.3  圖像形狀特徵提取
    5.3.1  簡單形狀特徵
    5.3.2  傅里葉描述符
    5.3.3  形狀無關矩
  5.4  圖像邊緣特徵提取
    5.4.1  梯度邊緣檢測
    5.4.2  一階邊緣檢測運算元
    5.4.3  二階邊緣檢測運算元
  5.5  圖像點特徵提取
    5.5.1  角點檢測

    5.5.2  SIFT特徵點
    5.5.3  SURF特徵點
  5.6  案例——基於PCA的人臉識別
第6章  雙目立體視覺
  6.1  雙目立體視覺原理
    6.1.1  雙目立體視覺測深原理
    6.1.2  極線約束
  6.2  雙目立體視覺系統
    6.2.1  雙目立體視覺系統體系
    6.2.2  雙目立體視覺的精度分析
  6.3  雙目立體視覺標定和立體匹配
    6.3.1  雙目立體視覺標定
    6.3.2  雙目立體視覺中的對應點匹配
  6.4  案例——雙目立體視覺實現深度測量
    6.4.1  實驗圖片採集和校正
    6.4.2  視差和深度計算
    6.4.3  計算三維坐標並輸出三維空間位置
第7章  機器學習在機器視覺中的應用
  7.1  機器學習及相關數學知識
    7.1.1  機器學習簡介
    7.1.2  機器學習的相關數學知識
  7.2  機器學習的主要方法
    7.2.1  線性分類器
    7.2.2  支持向量機
    7.2.3  貝葉斯分類器
    7.2.4  K 均值聚類
    7.2.5  集成學習
  7.3  案例——機器學習在目標跟蹤中的應用
第8章  深度學習在機器視覺中的應用
  8.1  深度學習基礎
    8.1.1  深度學習的崛起以及存在的問題
    8.1.2  神經網路的基本概念
    8.1.3  卷積神經網路原理
    8.1.4  卷積神經網路結構演化
  8.2  基於深度學習的圖像分類演算法
    8.2.1  圖像分類演算法的發展
    8.2.2  CNN的計算量與參數量
    8.2.3  案例——基於深度學習的圖像分類應用
  8.3  基於深度學習的目標檢測演算法
    8.3.1  目標檢測演算法的發展
    8.3.2  目標檢測的重要概念
    8.3.3  Faster R-CNN演算法
    8.3.4  YOLO檢測演算法
    8.3.5  案例——自然場景文字檢測
第9章  機器視覺的典型應用實戰
  9.1  寬度測量
    9.1.1  背景介紹
    9.1.2  環境準備
    9.1.3  數據說明與處理
    9.1.4  模型構建與訓練

    9.1.5  模型測試
  9.2  基於Keras的卷積神經網路實現人臉面部表情識別
    9.2.1  背景介紹
    9.2.2  環境準備
    9.2.3  數據說明與處理
    9.2.4  模型構建與訓練
    9.2.5  模型測試
  9.3  基於卷積神經網路的皮膚病分類
    9.3.1  背景介紹
    9.3.2  環境準備
    9.3.3  數據說明與處理
    9.3.4  模型構建與訓練
    9.3.5  模型測試
  9.4  基於深度學習的肝臟腫瘤分割
    9.4.1  背景介紹
    9.4.2  環境準備
    9.4.3  數據說明與處理
    9.4.4  模型構建與訓練
    9.4.5  模型測試
  9.5  人臉關鍵點檢測
    9.5.1  背景介紹
    9.5.2  環境準備
    9.5.3  數據說明與處理
    9.5.4  模型構建與訓練
    9.5.5  模型測試
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