MATLAB计算机视觉经典应用

图书标准信息

• 作者 丁伟雄
• 出版社 电子工业出版社
• 出版时间 2021-12
• 版次 1
• ISBN 9787121424403
• 定价 85.00元
• 装帧 其他
• 开本 16开
• 页数 260页
• 字数 416千字

【内容简介】

本书是以MATLAB R2020a为平台编写的，概括地介绍了计算机视觉在各领域中的应用。每章均先对相关概念进行介绍，然后通过实例巩固概念，做到理论与实践相结合，使读者可以举一反三，领略计算机视觉在各领域中的广泛应用。 全书共9章，第1章简单介绍了MATLAB R2020a软件；第2章引出了计算机视觉的相关概念；第3～9章分别介绍了计算机视觉在图像处理、形态学、字符识别、拼接、目标匹配、遥感、人脸识别中的应用。

【作者简介】

丁伟雄（1971年生），男，北京航空航天大学毕业，佛山科学技术学院创业学院副院长，高级实验师。研究方向：计算机应用技术。编写的图书实例丰富，实用性强。

【目录】

目录

第1章  MATLAB R2020a入门与提升1

1.1  MATLAB R2020a的功能特点1

1.2  MATLAB R2020a的新功能2

1.3  MATLAB R2020a运行界面5

1.4  MATLAB R2020a命令行窗口5

1.5  帮助系统7

1.6  数据类型9

1.6.1  常量与变量9

1.6.2  矩阵与数组10

1.7  结构化程序设计12

1.7.1  选择结构12

1.7.2  循环结构15

1.8  M文件15

1.9  矩阵的操作17

1.9.1  矩阵的扩展17

1.9.2  索引扩展20

1.9.3  改变形状20

第2章  计算机视觉概述24

2.1  计算机视觉是什么24

2.2  计算机视觉的发展25

2.3  计算机视觉的相关概念26

2.3.1  图像和视频26

2.3.2  摄像机27

2.3.3  CPU和GPU28

2.4  计算机视觉的应用28

2.4.1  物体的识别和检测29

2.4.2  语义分割29

2.4.3  运动和跟踪29

2.4.4  视觉问答30

2.4.5  三维重建31

2.5  计算机视觉的相关学科32

第3章  计算机视觉在图像处理中的

应用33

3.1  图像处理基础33

3.1.1  图像表达式33

3.1.2  MATLAB支持的图像

文件格式35

3.1.3  图像的类型35

3.2  图像抖动38

3.3  图像去雾处理39

3.3.1  空域图像增强39

3.3.2  直方图均衡化40

3.3.3  Retinex图像增强42

3.3.4  平滑滤波46

3.3.5  中值滤波器48

3.3.6  自适应滤波49

3.3.7  锐化滤波器50

3.4  图像的镜像变换68

3.5  图像的空间变换70

3.5.1  仿射变换70

3.5.2  投影变换71

3.6  图像退化72

3.7  图像复原75

3.7.1  维纳滤波复原法75

3.7.2  Lucy-Richardson复原法77

3.8  图像识别79

3.8.1  图像识别的大致流程79

3.8.2  图像模糊识别的实现80

第4章  计算机视觉在形态学中的应用84

4.1  形态学去噪处理概述84

4.1.1  形态学的权重实现

图像去噪84

4.1.2  图像去噪的方法84

4.2  形态学的原理85

4.2.1  膨胀86

4.2.2  腐蚀87

4.2.3  开运算和闭运算88

4.3  权值自适应的多结构形态学89

4.4  形态学去噪的实现90

4.5  结构元素95

4.6  边缘检测96

4.6.1  边缘检测算子概述96

4.6.2  边缘检测的实现97

4.7  多尺度形态学98

第5章  计算机视觉在字符识别中的

应用105

5.1  卷积神经网络105

5.1.1  卷积神经网络的概念105

5.1.2  卷积神经网络实现

图像分类108

5.2  测手写数字的旋转角度111

5.3  将分类网络转换为回归网络117

5.4  卷积自编码121

5.4.1  卷积自编码概述121

5.4.2  卷积自编码实现

去噪处理121

5.5  残差网络127

5.5.1  残差网络概述127

5.5.2  残差网络实现图像分类129

5.6  LSTM网络实现字符嵌入

生成文本136

5.7  LSTM网络逐单词生成文本140

5.8  RNN网络144

5.8.1  RNN概述144

5.8.2  RNN实现文本分类146

5.9  HOG特征与SVM分类器152

5.9.1  HOG152

5.9.2  SVM155

5.9.3  HOG实现数据分类158

5.10  OCR实现字符识别163

5.10.1  OCR算法163

5.10.2  OCR实现自然图像中

文本的识别165

第6章  计算机视觉在拼接中的应用172

6.1  全景拼接172

6.1.1  理论部分172

6.1.2  图像配准技术拼接

全景图174

6.2  ICP拼接178

6.2.1  ICP算法的原理与步骤178

6.2.2  利用ICP算法实现图像

拼接179

第7章  计算机视觉在目标匹配中的

应用183

7.1  点特征匹配目标183

7.1.1  点特征的概念183

7.1.2  仿射变换183

7.1.3  在一个杂乱的场景中实现

匹配目标检测184

7.1.4  使用点特征匹配捕获

视频190

7.2  未标定立体图像校正197

7.2.1  外极线约束原理197

7.2.2  平行光轴相机的极限

约束198

7.2.3  立体匹配概述198

7.2.4  立体匹配的具体步骤199

7.2.5  立体匹配实现图像校正200

7.3  高斯混合模型205

7.3.1  高斯混合模型概述205

7.3.2  高斯混合模型实现

车辆检测210

第8章  计算机视觉在遥感中的应用214

8.1  多光谱技术分割图像214

8.2  K均值聚类算法224

8.2.1  K均值聚类算法的原理225

8.2.2  K均值聚类算法的要点225

8.2.3  K均值聚类算法的缺点226

8.2.4  K均值聚类算法实现

图像分割226

8.3  纹理滤波和空间信息228

8.3.1  纹理滤波概述228

8.3.2  空间信息概述230

8.3.3  纹理滤波和空间信息

实现图像分割231

8.4  测量图像中的距离234

第9章  计算机视觉在人脸识别中的

应用240

9.1  KLT算法240

9.1.1  光流的概念240

9.1.2  KLT算法概述241

9.1.3  KTL算法实现人脸追踪241

9.1.4  在场景中追踪人脸244

9.2  CAMShift算法246

9.2.1  CAMShift算法概述246

9.2.2  CAMShift算法实现人脸

检测与追踪248

参考文献251