matlab计算机视觉与深度学实战(第2版) 图形图像 作者 新华正版
￥ 89.54 7.0折 ￥ 128 全新
库存8件
河北保定
认证卖家担保交易快速发货售后保障
作者作者
出版社电子工业出版社
ISBN9787121475733
出版时间2024-05
版次2
装帧平装
开本16
页数400页
字数560千字
定价128元
货号xhwx_1203244685
上书时间2024-04-13
- 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：
章 基于图像增强方法的图像去雾技术1
1.1 案例背景1
1.2 空域图像增强1
1.3 直方图均衡化2
1.4 程序实现4
1.4.1 设计gui4
1.4.2 全局直方图均衡化处理5
1.4.3 对比度的自适应直方图均衡化处理6
1.4.4 retinex增强处理8
1.4.5 方法评测10
第2章 基于hough变换的答题卡识别15
2.1 案例背景15
2.2 图像二值化15
2.3 倾斜校正16
2.4 图像分割19
2.5 程序实现21
2.5.1 图像灰度化21
2.5.2 灰度图像二值化21
2.5.3 图像滑滤波21
2.5.4 图像校正22
2.5.5 完整核查22
第3章 基于聚类算法的图像分割32
3.1 案例背景32
3.2 k-means聚类算法的32
3.3 k-means聚类算法的特点33
3.4 k-means聚类算法的缺点34
3.5 基于k-means聚类算法进行图像分割34
3.6 程序实现35
3.6.1 数据样本间的距离35
3.6.2 提取特征向量36
3.6.3 图像聚类分割36
第4章 基于区域生长的肝脏影像辅助分割系统40
4.1 案例背景40
4.2 阈值分割算法40
4.3 区域生长算法41
4.4 基于阈值预分割的区域生长算法42
4.5 程序实现42
第5章 基于主成分分析的人脸二维码编解码系统46
5.1 案例背景46
5.2 qr编码简介46
5.2.1 qr编码的符号结构46
5.2.2 qr编码的基本特47
5.2.3 qr编码的流程48
5.2.4 qr译码的流程49
5.3 主成分分析49
5.4 程序实现50
5.4.1 人脸建库50
5.4.2 人脸识别51
5.4.3 人脸二维码52
第6章 基于特征匹配的英文印刷体字符识别58
6.1 案例背景58
6.2 图像预处理58
6.3 图像识别技术59
6.4 程序实现61
6.4.1 设计gui61
6.4.2 回调识别65
第7章 基于小波变换的图像融合67
7.1 案例背景67
7.2 小波变换68
7.3 程序实现70
7.3.1 设计gui70
7.3.2 图像载入70
7.3.3 小波融合72
第8章 基于块匹配的全景图像拼接75
8.1 案例背景75
8.2 图像拼接75
8.3 图像匹配76
8.4 图像融合78
8.5 程序实现78
8.5.1 设计gui78
8.5.2 载入图像79
8.5.3 图像匹配81
8.5.4 图像拼接84
第9章 基于主成分分析的图像压缩和重建90
9.1 案例背景90
9.2 主成分分析降维的90
9.3 由得分矩阵重建样本91
9.4 主成分分析数据压缩比92
9.5 基于主成分分析的图像压缩92
9.6 程序实现92
9.6.1 主成分分析的代码实现92
9.6.2 图像与样本间的转换93
9.6.3 基于主成分分析的图像压缩94
0章 基于小波变换的图像压缩98
10.1 案例背景98
10.2 图像压缩基础98
10.3 程序实现99
1章 基于gui搭建通用的处理工具107
11.1 案例背景107
11.2 解析107
11.3 程序实现108
11.3.1 设计gui108
11.3.2 实现gui110
2章 基于帧间差分法进行运动目标检测120
12.1 案例背景120
12.2 帧间差分法120
12.3 背景差分法121
12.4 光流法122
12.5 程序实现123
3章 路面裂缝检测识别系统设计132
13.1 案例背景132
13.2 图像灰度化132
13.3 图像滤波134
13.4 图像增强136
13.5 图像二值化137
13.6 程序实现139
4章 基于光流场的车流量151
14.1 案例背景151
14.2 光流法检测运动物体的基本151
14.3 光流场的计算方法152
14.4 梯度光流场约束方程153
14.5 horn-schunck算法155
14.6 程序实现156
14.6.1 计算视觉系统工具箱简介156
14.6.2 基于光流场检测汽车运动157
5章 基于邻域支持的三维网格模型特征点提取164
15.1 案例背景164
15.2 网格特征提取164
15.2.1 邻域支持165
15.2.2 网格特征点提取166
15.3 程序实现170
6章 基于小波变换的数字水印技术174
16.1 案例背景174
16.2 数字水印技术175
16.3 典型的数字水印算法177
16.4 数字水印攻击和评价179
16.5 基于小波变换的水印技术180
16.6 程序实现182
16.6.1 准备宿主图像和水印图像182
16.6.2 小波数字水印的嵌入183
16.6.3 小波数字水印的检测和提取187
16.6.4 小波数字水印的攻击实验189
7章 基于bemd与hilbert曲线的图像水印技术193
17.1 案例背景193
17.2 bemd与hilbert曲线193
17.2.1 相关工作194
17.2.2 案例算法196
17.3 程序实现200
17.3.1 实验结果与分析200
17.3.2 核心程序203
8章 基于计算机视觉的辅助自动驾驶209
18.1 案例背景209
18.2 环境感知210
18.3 行为决策210
18.4 路径规划211
18.5 运动控制211
18.6 程序实现211
18.6.1 传感器数据载入211
18.6.2 创建追踪器213
18.6.3 碰撞预警215
9章 基于深度学的汽车目标检测220
19.1 案例背景220
19.2 基本架构220
19.3 卷积层221
19.4 池化层223
19.5 程序实现223
19.5.1 加载数据223
19.5.2 构建n224
19.5.3 训练n226
19.5.4 评估训练效果227
第20章 基于深度学的手写数字识别230
20.1 案例背景230
20.2 卷积核230
20.3 特征图232
20.4 池化降维233
20.5 模型定义234
20.6 matlab实现244
20.6.1 解析数据集244
20.6.2 构建网络模型247
20.6.3 构建识别台250
20.7 python实现253
20.7.1 数据拆分253
20.7.2 训练网络254
20.7.3 网络测试257
20.7.4 集成应用257
第21章 基于深度学的以图搜图260
21.1 案例背景260
21.2 选择模型260
21.2.1 alex261
21.2.2 vgg263
21.2.3 google264
21.3 深度特征266
21.4 程序实现269
21.4.1 构建深度索引269
21.4.2 构建搜索引擎272
21.4.3 构建搜索台275
第22章 基于深度学的验证码识别278
22.1 案例背景278
22.2 生成验证码数据278
22.3 验证码n识别286
22.4 程序实现289
22.4.1 验证码样本数据集标注289
22.4.2 验证码样本数据集分割291
22.4.3 训练验证码识别模型292
22.4.4 测试验证码识别模型294
第23章 基于生成对抗网络的图像生成297
23.1 案例背景297
23.2 选择生成对抗数据297
23.3 设计生成对抗网络298
23.4 程序实现304
23.4.1 训练生成对抗模型304
23.4.2 测试生成对抗模型307
23.4.3 构建生成对抗台309
第24章 基于深度学的影像识别311
24.1 案例背景311
24.2 选择肺部影像数据集311
24.3 编辑n迁移模型313
24.4 程序实现319
24.4.1 训练n迁移模型319
24.4.2 测试n迁移模型323
24.4.3 融合n迁移模型326
24.4.4 构建n识别台328
第25章 基于n的物体识别330
25.1 案例背景330
25.2 cifar-10数据集331
25.3 vgg332
25.4 res334
25.5 程序实现336
第26章 基于n的图像校正344
26.1 案例背景344
26.2 倾斜数据集344
26.3 自定义n回归网络346
26.4 alex回归网络347
26.5 程序实现349
第27章 基于lstm的时间序列分析357
27.1 案例背景357
27.2 厄尔尼诺―南方涛动指数数据357
27.3 样条分析358
27.4 用matlab实现lstm预测359
27.5 用python实现lstm预测363
第28章 基于yolo的交通目标检测368
28.1 案例背景368
28.2 车辆yolo检测371
28.3 交通标志yolo检测378
第29章 基于chatgpt的智能问答384
29.1 案例背景384
29.2 网络url访问384
29.3 chatgpt接说明385
29.4 构建智能问答应用386
内容简介：
本书详细讲解了29个实用的matlab计算机视觉与深度学实战案例（含可运行程序），涉及图像去雾、答题卡识别、图像分割、肝脏影像辅助分割系统、人脸二维码编解码系统、英文印刷体字符识别、图像融合、全景图像拼接、图像压缩和重建、处理工具、运动目标检测、路面裂缝检测识别系统、车流量、三维网格模型特征点提取、数字水印、图像水印、辅助自动驾驶、汽车目标检测、手写数字识别、以图搜图、验证码识别、图像生成、影像识别、物体识别、图像校正、时间序列分析、交通目标检测、智能问答等，还讲解了深度神经网络的拆分、编辑、重构等多项重要技术及应用，涵盖了数字图像处理中几乎所有的基本模块，并延伸到了深度学的理论及应用方面。工欲善其事，必先利其器。本书对每个数字图像处理的知识点都提供了丰富、生动的案例素材，并以matlab为工具详细讲解了实验的核心程序，涉及deeplearning toolbox、tenorflow、kera、java等。通过对这些程序的阅读、理解和运行，读者可以更加深刻地理解图像处理的相关知识，并且更加熟练地掌握计算机视觉及深度学在不同领域中的应用。本书以案例为基础，结构紧凑，内容深入浅出，实验简单高效，适合高等院校计算机、通信和自动化等相关专业的教师、本科生、，以及计算机视觉工程人员阅读和参。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价