机器视觉技术 机械工程 陈兵旗 新华正版
机器视觉理论与算+机器视觉实际应用系统，揭示机器视觉技术精髓
￥ 45.99 4.7折 ￥ 98 全新
库存5件
江苏无锡
认证卖家担保交易快速发货售后保障
作者陈兵旗
出版社化学工业出版社
ISBN9787122313126
出版时间2018-09
版次1
装帧平装
开本16开
页数341页
字数419千字
定价98元
货号xhwx_1201757272
上书时间2023-11-13
- 最新上架
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
目录：
上篇机器视觉理论与算
章机器视觉/2
1.1机器视觉的作用/2
1.2机器视觉的硬件构成/3
1.2.1计算机/4
1.2.2图像采集设备/6
1.3机器视觉的软件及编程工具/7
1.4机器视觉、机器人和智能装备/8
1.5机器视觉的功能与精度/9
第2章图像处理/12
2.1图像处理的发展过程/12
2.2数字图像的采样与量化/18
2.3彩图像与灰度图像/20
2.4图像文件及文件格式/22
2.5数字图像的计算机表述/23
2.6常用图像处理算及其通用问题/24
参文献/25
第3章目标提取/26
3.1如何提取目标物体/26
3.2基于阈值的目标提取/26
3.2.1二值化处理/26
3.2.2阈值的确定/27
3.3基于的目标提取/30
3.3.1相、亮度、饱和度及其他/30
3.3.2分量及其组合处理/33
3.4基于差分的目标提取/38
3.4.1帧间差分/38
3.4.2背景差分/39
参文献/40
第4章边缘检测/42
4.1边缘与图像处理/42
4.2基于微分的边缘检测/44
4.3基于模板匹配的边缘检测/45
4.4边缘图像的二值化处理/47
4.5细线化处理/48
4.6canny算/48
参文献/52
第5章图像滑处理/53
5.1图像噪声及常用滑方式/53
5.2移动均/54
5.3中值滤波/54
5.4高斯滤波/56
5.5模糊图像的清晰化处理/59
5.5.1对比度增强/59
5.5.2自动对比度增强/61
5.5.3直方图均衡化/63
5.5.4暗通道先验去雾处理/65
5.6二值图像的滑处理/67
参文献/69
第6章几何参数检测/70
6.1基于图像特征的自动识别/70
6.2二值图像的特征参数/70
6.3区域标记/73
6.4基于特征参数提取物体/74
6.5基于特征参数消除噪声/75
参文献/76
第7章hough变换/77
7.1传统hough变换的直线检测/77
7.2过已知点hough变换的直线检测/79
7.3hough变换的曲线检测/81
参文献/81
第8章几何变换/82
8.1关于几何变换/82
8.2放大缩小/83
8.3移/87
8.4旋转/87
8.5复杂变形/88
8.6齐次坐标表示/90
参文献/91
第9章单目视觉测量/92
9.1硬件构成/92
9.2摄像机模型/93
9.2.1参坐标系/94
9.2.2摄像机模型分析/95
9.3摄像机标定/97
9.4标定尺检测/98
9.4.1起始点/98
9.4.2蓝黄边界检测/100
9.4.3确定角点坐标/102
9.4.4单应矩阵计算/103
9.5标定结果分析/103
9.6标识点自动检测/104
9.7手动选取目标/110
9.8距离测量分析/110
9.8.1透视畸变对测距精度的影响/110
9.8.2目标点与标定点的距离对测距精度的影响/112
9.9面积测量算/113
9.9.1获取待测区域轮廓点集/113
9.9.2小凸多边形拟合/114
9.9.3多边形面积计算/115
9.9.4测量实例/116
参文献/117
0章双目视觉测量/118
10.1双目视觉系统的结构/118
10.1.1行式立体视觉模型/119
10.1.2汇聚式立体视觉模型/120
10.2摄像机标定/122
10.2.1直接线标定/123
10.2.2张正友标定/124
10.2.3摄像机参数与投影矩阵的转换/128
10.3标定测量试验/129
10.3.1直接线标定试验/130
10.3.2张正友标定试验/131
10.3.3三维测量试验/134
参文献/135
1章运动图像处理/136
11.1光流/136
11.1.1光流的基本概念/136
11.1.2光流用于目标跟踪的/137
11.2模板匹配/138
11.3运动图像处理实例/139
11.3.1羽毛球技战术实时图像检测/139
11.3.2蜜蜂舞蹈行为分析/145
参文献/154
2章傅里叶变换/155
12.1频率的世界/155
12.2频率变换/156
12.3离散傅里叶变换/159
12.4图像的二维傅里叶变换/161
12.5滤波处理/162
参文献/163
3章小波变换/164
13.1小波变换概述/164
13.2小波与小波变换/165
13.3离散小波变换/167
13.4小波族/167
13.5信号的分解与重构/168
13.6图像处理中的小波变换/175
13.6.1二维离散小波变换/175
13.6.2图像的小波变换编程/177
参文献/179
4章模式识别/180
14.1模式识别与图像识别的概念/180
14.2图像识别系统的组成/181
14.3图像识别与图像处理和图像理解的关系/182
14.4图像识别方/183
14.4.1模板匹配方/183
14.4.2统计模式识别/183
14.4.3新的模式识别方/187
14.5人脸图像识别系统/189
参文献/192
5章神经网络/193
15.1人工神经网络/193
15.1.1人工神经网络的生物学基础/194
15.1.2人工神经元/195
15.1.3人工神经元的学/195
15.1.4人工神经元的激活函数/196
15.1.5人工神经网络的特点/197
15.2bp神经网络/198
15.2.1bp神经网络简介/198
15.2.2bp神经网络的训练学/200
15.2.3改进型bp神经网络/202
15.3bp神经网络在数字字符识别中的应用/203
15.3.1bp神经网络数字字符识别系统/204
15.3.2网络模型的建立/205
15.3.3数字字符识别演示/207
参文献/209
6章深度学/210
16.1深度学的发展历程/210
16.2深度学的基本思想/212
16.3浅层学和深度学/212
16.4深度学与神经网络/213
16.5深度学训练过程/214
16.6深度学的常用方/215
16.6.1自动编码器/215
16.6.2稀疏编码/218
16.6.3波尔兹曼机/220
16.6.4深信度网络/222
16.6.积神经网络/225
16.7基于卷积神经网络的手写体字识别/228
16.7.1手写字识别的卷积神经网络结构/228
16.7.2卷积神经网络文字识别的实现/231
参文献/231
7章遗传算/232
17.1遗传算概述/232
17.2简单遗传算/234
17.2.1遗传表达/234
17.2.2遗传算子/235
17.3遗传参数/238
17.3.1交率和变异率/238
17.3.2其他参数/238
17.3.3遗传参数的确定/238
17.4适应度函数/239
17.4.1目标函数映为适应度函数/239
17.4.2适应度函数的尺度变换/240
17.4.3适应度函数设计对ga的影响/241
17.5模式定理/242
17.5.1模式的几何解释/244
17.5.2模式定理/246
17.6遗传算在模式识别中的应用/248
17.6.1问题的设定/248
17.6.2ga的应用方/250
17.6.3基于ga的双目视觉匹配/252
参文献/255
下篇机器视觉应用系统
8章通用图像处理系统imagesys/258
18.1系统简介/258
18.2状态窗/259
18.3图像采集/259
18.3.1directx直接采集/259
18.3.2vfwpc相机采集/260
18.3.3a/d图像卡采集/260
18.4直方图处理/261
18.4.1直方图/261
18.4.2线剖面/261
18.4.33d剖面/262
18.4.4累计分布图/263
18.5测量/264
18.6变换/264
18.6.1亮度变换/264
18.6.2hsi表示变换/265
18.6.3自由变换/265
18.6.4rgb变换/266
18.7几何变换/266
18.7.1仿变换/266
18.7.2透视变换/267
18.8频率域变换/267
18.8.1小波变换/267
18.8.2傅里叶变换/268
18.9图像间变换/270
18.9.1图像间演算/270
18.9.2运动图像校正/270
18.10滤波增强/271
18.10.1单模板滤波增强/271
18.10.2多模板滤波增强/272
18.10.3canny边缘检测/273
18.11图像分割/273
18.12二值运算/274
18.12.1基本运算/274
18.12.2特殊提取/275
18.13二值图像测量/276
18.13.1几何参数测量/276
18.13.2直线参数测量/281
18.13.3圆形分离/281
18.13.4轮廓测量/281
18.14帧编辑/282
18.15画图/283
18.16查看/284
18.17文件/284
18.17.1图像文件/284
18.17.2多媒体文件/286
18.17.3多媒体文件编辑/289
18.17.4添加水印/290
18.18系统设置/291
18.18.1系统帧设置/291
18.18.2系统语言设置/292
18.19系统开发台sample/293
参文献/293
9章二维运动图像测量分析系统mias/294
19.1系统概述/294
19.2文件/295
19.3运动图像及2d比例标定/296
19.4运动测量/298
19.4.1自动测量/298
19.4.2手动测量/301
19.4.3标识测量/302
19.5结果浏览/305
19.5.1结果表示/305
19.5.2位置速率/308
19.5.3偏移量/310
19.5.42点间距离/311
19.5.52线间夹角/311
19.5.6连接线图一览/312
19.6结果修正/313
19.6.1手动修正/313
19.6.2滑化/313
19.6.3内插补间/314
19.6.4帧坐标变换/314
19.6.5人体重心测量/314
19.6.6设置事项/315
19.7查看/315
19.8实时测量/315
19.8.1实时目标测量/315
19.8.2实时标识测量/316
19.9开发台mssample/316
参文献/317
第20章三维运动测量分析系统mias3d/318
20.1mias3d系统简介/318
20.2文件/319
20.32d结果导入、3d标定及测量/319
20.4显示结果/321
20.4.1表示/322
20.4.2点位速率/323
20.4.3位移量/323
20.4.42点间距离/324
20.4.52线间夹角/325
20.4.6连接线一览图/326
20.5结果修正/326
20.6其他功能/327
参文献/327
第21章车辆视觉导航系统/328
21.1车辆无人驾驶的发展历程及趋势/328
21.2视觉导航系统的硬件/330
21.3视觉导航系统的软件/331
21.4导航试验及能测试比较/334
索引/337
内容简介：
本书分上下两篇介绍机器视觉的构成、图像处理方以及应用实例。上篇“机器视觉理论与算”包括：机器视觉、图像处理、目标提取、边缘检测、图像滑处理、几何参数检测、hough变换、单目视觉测量、双目视觉测量、运动图像处理、傅里叶变换、小波变换、模式识别、神经网络、深度学、遗传算。下篇“机器视觉应用系统”包括：通用图像处理系统imagesys、二维运动测量分析系统mias、三维运动测量分析系统mias3d、车辆视觉导航系统。本书汇集了图像处理绝大多数现有流行算，以浅显的图文并茂的方讲解复杂的理论算，每个算都给出了实际处理案例。书中所讲案例均来自生产实践，都得到了实际应用的检验。本书不仅适用于机器视觉和图像处理专业理论结合实践的，对于本专业及相关专业的课题研究人员和专业技术人员也具有重要的参价值。
— 没有更多了 —
以下为对购买帮助不大的评价