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

圖像處理與機器視覺(人工智慧專業系列教材普通高等教育十四五規劃教材)

  • 作者：編者:鄧小玲//韓宇星|責編:趙艷
  • 出版社：中國農業大學
  • ISBN：9787565533235
  • 出版日期：2024/12/01
  • 裝幀：平裝
  • 頁數：218
人民幣：RMB 49 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書循序漸進地介紹了圖像處理與機器視覺的基礎理論知識，包括基本概念、數字圖像基礎知識、圖像增強與形態學處理、圖像特徵提取的有關知識；詳細闡述了機器視覺的3個主要應用方向：圖像分割、目標檢測和圖像複原；採用Python語言，基於OpenCV展示了圖像處理演算法的開發流程和相關代碼；結合實際案例和前沿技術成果，闡述了機器視覺技術在多個領域的廣泛應用。
    本書從基礎到應用，從傳統到前沿，內容豐富，案例翔實，系統性強，適合作為高等院校人工智慧、電腦科學與技術、電子信息工程、電子信息科學與技術、通信工程等相關專業的本科生教材，同時也適合作為相關領域研究人員和工程技術人員的參考書。
作者介紹
編者:鄧小玲//韓宇星|責編:趙艷
目錄
第1章  圖像處理與機器視覺概述
  1.1  圖像處理與電腦視覺的差異
    1.1.1  圖像及圖像的類別
    1.1.2  圖像處理的概述
    1.1.3  圖像處理與電腦視覺
  1.2  機器視覺與電腦視覺的差異
    1.2.1  機器視覺的定義和發展
    1.2.2  機器視覺和電腦視覺
  1.3  數字圖像處理的研究內容及應用
    1.3.1  數字圖像處理的內容
    1.3.2  數字圖像處理的應用
  1.4  機器視覺系統及應用
    1.4.1  機器視覺系統的基本構成
    1.4.2  機器視覺系統的主要工作流程
    1.4.3  機器視覺常用開發軟體
    1.4.4  機器視覺系統的應用
  1.5  人工智慧前沿技術概述
第2章  數字圖像基礎知識
  2.1  圖像的數字化
    2.1.1  圖像的採樣和量化
    2.1.2  圖像的數學模型
    2.1.3  數字圖像的數據量
    2.1.4  圖像解析度
  2.2  圖像的表示和描述
  2.3  彩色模型
    2.3.1  RGB彩色模型
    2.3.2  HSI彩色模型
    2.3.3  CMY彩色空間
    2.3.4  YUV和YIQ顏色空間
    2.3.5  彩色模型變換
  2.4  像素之間的關係
    2.4.1  像素鄰域和鄰接
    2.4.2  像素間的連通性
    2.4.3  距離測度
  2.5  直方圖
    2.5.1  直方圖均衡化
    2.5.2  直方圖規定化
  2.6  雜訊與圖像質量評價
    2.6.1  圖像雜訊
    2.6.2  圖像質量評價
第3章  圖像增強與形態學處理
  3.1  灰度變換
    3.1.1  線性變換
    3.1.2  非線性灰度變換
    3.1.3  直方圖均衡化
  3.2  幾何變換
    3.2.1  坐標變換
    3.2.2  灰度插值
  3.3  空間變換
  3.4  圖像濾波

    3.4.1  空間域濾波基礎
    3.4.2  頻率域濾波基礎
  3.5  圖像平滑
    3.5.1  空間域低通濾波
    3.5.2  頻率域低通濾波
  3.6  圖像銳化
    3.6.1  空間域高通濾波
    3.6.2  頻率域高通濾波
  3.7  形態學處理
    3.7.1  形態學基礎
    3.7.2  腐蝕和膨脹
    3.7.3  開運算和閉運算
第4章  圖像特徵提取
  4.1  顏色特徵
    4.1.1  顏色直方圖
    4.1.2  顏色矩
  4.2  紋理特徵
    4.2.1  局部二值模式
    4.2.2  灰度共生矩陣
  4.3  形狀特徵
    4.3.1  方向鏈碼
    4.3.2  傅里葉描述子
    4.3.3  圖像的矩
    4.3.4  方向梯度直方圖
    4.3.5  尺度不變性特徵變換
    4.3.6  哈爾特徵
第5章  圖像分割
  5.1  經典圖像分割演算法
    5.1.1  基於閾值的分割方法
    5.1.2  基於區域的分割方法
    5.1.3  基於邊緣檢測的分割方法
  5.2  基於深度學習的圖像分割
    5.2.1  語義分割
    5.2.2  實例分割
    5.2.3  全景分割
第6章  目標檢測
  6.1  經典的目標檢測方法
  6.2  基於深度學習的目標檢測方法
    6.2.1  兩階段目標檢測演算法
    6.2.2  一階段目標檢測演算法
    6.2.3  Anchor-free目標檢測演算法
  6.3  目標檢測應用案例
    6.3.1  安防領域
    6.3.2  交通領域
    6.3.3  軍事領域
    6.3.4  醫療領域
第7章  圖像複原
  7.1  經典的圖像複原方法
    7.1.1  圖像退化
    7.1.2  退化圖像複原方法

  7.2  基於深度學習的圖像複原方法
  7.3  圖像複原應用案例
第8章  基於OpenCV的圖像處理實現
  8.1  圖像處理基本操作
    8.1.1  圖像基本操作
    8.1.2  尺寸調整和圖像裁剪
    8.1.3  彩色空間轉換
    8.1.4  亮度和對比度調整
  8.2  圖像增強與複原
    8.2.1  直方圖均衡化
    8.2.2  標準化
    8.2.3  去噪
    8.2.4  圖像增強綜合案例
  8.3  特徵提取
    8.3.1  SIFT演算法
    8.3.2  ORB演算法
    8.3.3  LBP演算法
    8.3.4  GLCM演算法
    8.3.5  HOG演算法
    8.3.6  Harris演算法
  8.4  目標檢測
    8.4.1  YOLO目標檢測
    8.4.2  OpenCV繪製目標檢測邊界框
  8.5  圖像分割
    8.5.1  傳統圖像分割方法
    8.5.2  基於深度學習的圖像分割方法
第9章  機器視覺系統
  9.1  設計機器視覺系統的過程
  9.2  硬體設備的選擇
    9.2.1  選擇硬體設備應考慮的因素
    9.2.2  機器視覺系統常見處理器
    9.2.3  機器視覺系統常見攝像機
  9.3  機器視覺演算法
    9.3.1  傳統圖像處理演算法
    9.3.2  基於深度學習的模型
    9.3.3  特定任務的模型和框架
  9.4  機器視覺應用
    9.4.1  連接器元件缺陷檢測
    9.4.2  焊點檢測和地線檢測
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