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

電腦視覺項目開發實戰(微課版工信精品人工智慧系列教材)

  • 作者：編者:楊元峰//董虎勝//趙敏涯|責編:初美呈
  • 出版社：人民郵電
  • ISBN：9787115700353
  • 出版日期：2026/08/01
  • 裝幀：平裝
  • 頁數：262
人民幣：RMB 59.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書基於項目驅動的編排模式，系統講解電腦視覺應用開發的相關知識點。全書圍繞10個貼近產業實際的項目展開，內容循序漸進，涵蓋開發環境搭建、ROI操作與運算、圖像濾波處理、形態學處理與輪廓檢測、特徵提取與相似度匹配、圖像分割與模板匹配、運動目標檢測與跟蹤、SVM圖像分類、k-Means配色與風格化以及卷積神經網路基礎。
    本書以電腦視覺項目為主線，強調知識點之間的銜接與在實際場景中的綜合運用，通過項目實施串聯理論知識與實踐技能，幫助讀者建立系統的知識框架並提升利用電腦視覺技術解決實際問題的能力。本書適用於職業本科、應用型本科及高職院校的人工智慧、數據科學等相關專業的教學，也可供從事電腦視覺應用開發的工程師、電腦視覺技術愛好者學習參考。
作者介紹
編者:楊元峰//董虎勝//趙敏涯|責編:初美呈
目錄
項目一  初識電腦視覺——開發環境搭建
  知識目標
  技能目標
  素養目標
  項目導入
  知識準備
  1.1  電腦視覺概述
    1.1.1  電腦視覺的概念
    1.1.2  電腦視覺與人工智慧的關係
    1.1.3  電腦視覺的發展歷程與現狀
    1.1.4  電腦視覺的應用領域
    行業應用視角：產業智能化的感知基石
    1.1.5  同步訓練
  1.2  開發環境與工具
    1.2.1  Python
    1.2.2  Anaconda
    1.2.3  PyCharm
    1.2.4  OpenCV
    1.2.5  深度學習框架
    行業應用視角：工程化落地的效率基石
    1.2.6  同步訓練
  項目實施
  項目拓展
  項目鞏固
項目二  圖像加密解密——ROI操作與運算
  知識目標
  技能目標
  素養目標
  項目導入
  知識準備
  2.1  圖像的基本操作
    2.1.1  讀取、顯示、保存圖像
    2.1.2  圖像通道處理
    2.1.3  指定ROI
    2.1.4  色彩空間的選擇
    2.1.5  掩模
    行業應用視角：掩模與ROI的協同效應
    2.1.6  同步訓練
  2.2  圖像運算
    2.2.1  加法運算
    2.2.2  減法運算
    2.2.3  加權加法運算
    2.2.4  按位邏輯運算
    行業應用視角：圖像運算的工業協作範式
    2.2.5  同步訓練
  2.3  圖像加密解密原理
    2.3.1  對稱加密
    2.3.2  非對稱加密
    2.3.3  混合加密
    2.3.4  基於深度學習的加密

    行業應用視角：視覺安全的加密協作
    2.3.5  同步訓練
  項目實施
  項目拓展
  項目鞏固
項目三  圖像藝術風格轉換——圖像濾波處理
  知識目標
  技能目標
  素養目標
  項目導入
  知識準備
  3.1  幾何變換
    3.1.1  縮放
    3.1.2  翻轉
    3.1.3  仿射變換
    3.1.4  透視變換
    行業應用視角：幾何變換的空間校準
    3.1.5  同步訓練
  3.2  圖像的直方圖處理
    3.2.1  圖像直方圖的含義
    3.2.2  繪製圖像直方圖
    3.2.3  直方圖均衡
    行業應用視角：圖像質量的診斷與增強
    3.2.4  同步訓練
  3.3  圖像濾波
    3.3.1  均值濾波
    3.3.2  高斯濾波
    3.3.3  中值濾波
    3.3.4  雙邊濾波
    3.3.5  方框濾波
    3.3.6  2D濾波
    行業應用視角：圖像濾波的工程化選型
    3.3.7  同步訓練
  項目實施
  項目拓展
  項目鞏固
項目四  車牌識別——形態學處理與輪廓檢測
  知識目標
  技能目標
  素養目標
  項目導入
  知識準備
  4.1  閾值處理
    4.1.1  全局閾值處理
    4.1.2  自適應閾值處理
    行業應用視角：閾值處理的環境適應性原則
    4.1.3  同步訓練
  4.2  形態學變換
    4.2.1  腐蝕
    4.2.2  膨脹

    4.2.3  高級形態學操作
    行業應用視角：從規則驅動到智能感知的形態處理演進
    4.2.4  同步訓練
  4.3  圖像輪廓
    4.3.1  查找輪廓
    4.3.2  繪製輪廓
    4.3.3  輪廓特徵
    行業應用視角：輪廓處理的目標結構化分析
    4.3.4  同步訓練
  4.4  邊緣檢測
    4.4.1  Sobel邊緣檢測
    4.4.2  Laplacian邊緣檢測
    4.4.3  Canny邊緣檢測
    行業應用視角：邊緣檢測的精度與效率平衡
    4.4.4  同步訓練
  項目實施
  項目拓展
  項目鞏固
項目五  圖像檢索——特徵提取與相似度匹配
  知識目標
  技能目標
  素養目標
  項目導入
  知識準備
  5.1  角點檢測
    5.1.1  Harris角點檢測
    5.1.2  優化Harris角點檢測
    5.1.3  Shi-Tomasi角點檢測
    行業應用視角：角點檢測的特徵基石作用
    5.1.4  同步訓練
  5.2  特徵檢測
    5.2.1  FAST特徵檢測
    5.2.2  SIFT特徵檢測
    5.2.3  ORB特徵檢測
    5.2.4  LBP特徵檢測
    行業應用視角：特徵檢測的性能權衡
    5.2.5  同步訓練
  5.3  特徵匹配
    5.3.1  暴力匹配器
    5.3.2  FLANN匹配器
    行業應用視角：特徵匹配的精度與效率平衡
    5.3.3  同步訓練
  項目實施
  項目拓展
  項目鞏固
項目六  交通標誌識別——圖像分割與模板匹配
  知識目標
  技能目標
  素養目標
  項目導入

  知識準備
  6.1  圖像分割
    6.1.1  像素閾值分割法
    6.1.2  分水嶺演算法
    行業應用視角：圖像分割的層次化策略
    6.1.3  同步訓練
  6.2  模板匹配
    6.2.1  單目標匹配
    6.2.2  多目標匹配
    6.2.3  圖像金字塔
    行業應用視角：模板匹配的尺度自適應策略
    6.2.4  同步訓練
  項目實施
  項目拓展
  項目鞏固
項目七  視頻監控——運動目標檢測與跟蹤
  知識目標
  技能目標
  素養目標
  項目導入
  知識準備
  7.1  視頻的基本操作
    7.1.1  視頻讀取、顯示、保存
    7.1.2  視頻剪輯與裁剪
    7.1.3  視頻幀率調整
    7.1.4  視頻預處理
    行業應用視角：時序與空域的智能協同
    7.1.5  同步訓練
  7.2  運動目標檢測
    7.2.1  背景差分法
    7.2.2  幀間差分法
    7.2.3  光流法
    行業應用視角：運動目標檢測方法的選型邏輯
    7.2.4  同步訓練
  7.3  運動目標跟蹤
    7.3.1  MeanShift/CamShift
    7.3.2  光流法
    7.3.3  相關濾波
    7.3.4  卡爾曼濾波
    行業應用視角：運動目標跟蹤方法的融合與優化
    7.3.5  同步訓練
  項目實施
  項目拓展
  項目鞏固
項目八  中草藥分類——SVM圖像分類
  知識目標
  技能目標
  素養目標
  項目導入
  知識準備

  8.1  機器學習基礎
    8.1.1  機器學習的概念
    8.1.2  機器學習的分類
    8.1.3  機器學習的流程
    行業應用視角：機器學習的工程實施框架
    8.1.4  同步訓練
  8.2  SVM
    8.2.1  SVM的概念
    8.2.2  SVM的核函數
    行業應用視角：SVM的邊界優化藝術
    8.2.3  同步訓練
  8.3  分類模型評價指標
  項目實施
  項目拓展
  項目鞏固
項目九  藝術海報生成——k-Means配色與風格化
  知識目標
  技能目標
  素養目標
  項目導入
  知識準備
  9.1  聚類
    9.1.1  聚類的概念
    9.1.2  聚類演算法的評價指標
    行業應用視角：聚類分析的量化評估
    9.1.3  同步訓練
  9.2  k-Means演算法
    9.2.1  k-Means演算法的概念與實現流程
    9.2.2  k-Means演算法的不足
    行業應用視角：k-Means演算法的規模化應用邏輯
    9.2.3  同步訓練
  9.3  k-Means演算法中k值的選取
    9.3.1  肘部法
    9.3.2  輪廓係數分析法
    行業應用視角：k值選擇的量化決策方法
    9.3.3  同步訓練
  項目實施
  項目拓展
  項目鞏固
項目十  工業零件質檢——卷積神經網路基礎
  知識目標
  技能目標
  素養目標
  項目導入
  知識準備
  10.1  CNN基礎
    10.1.1  卷積層
    10.1.2  池化層
    10.1.3  激活函數
    10.1.4  全連接層與輸出層

    行業應用視角：智能質檢中的分層特徵學習
    10.1.5  同步訓練
  10.2  深度學習模型訓練基礎
    10.2.1  前向傳播與反向傳播
    10.2.2  損失函數
    10.2.3  優化演算法
    10.2.4  正則化方法
    10.2.5  批歸一化
    行業應用視角：工業級模型的穩定訓練體系
    10.2.6  同步訓練
  10.3  經典CNN模型與改進
    10.3.1  LeNet、AlexNet
    10.3.2  VGGNet
    10.3.3  ResNet
    10.3.4  GoogLeNet
    10.3.5  輕量化網路
    10.3.6  現代改進模型
    行業應用視角：CNN模型演進中的工程智慧
    10.3.7  同步訓練
  10.4  遷移學習與模型微調
    10.4.1  遷移學習的基本概念
    10.4.2  預訓練模型載入
    10.4.3  微調策略與凍結層選擇
    行業應用視角：遷移學習的高效工程範式
    10.4.4  同步訓練
  項目實施
  項目拓展
  項目鞏固

  • 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