张量投票方法及其在机器视觉中的应用
全新正版 急速发货
￥ 86.8 7.2折 ￥ 120 全新
库存6件
天津武清
认证卖家担保交易快速发货售后保障
作者邵晓芳，孙即祥，田素芬
出版社科学出版社
ISBN9787030476845
出版时间2016-05
装帧平装
开本16开
定价120元
货号23948811
上书时间2024-12-26
- 在售商品 暂无
- 平均发货时间 14小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
导语摘要
本书旨在对张量投票算法尽行比较全面的介绍和分析,并对其应用领域进行描述，主要内容包括六章:章为绪论,主要介绍张量投票算法的研究背景、历史沿革、相关工作和本书的章节安排；第二章摘录了张量代数涉及到的一些数学知识，主要包括矢量的基本常识、张量代数基础和张量分析方面的内容；第三章是对张量投票方法的全面描述与分析，涵盖了张量投票的预处理方法、数据的张量表示、投票过程及特征提取、与相关工作的比较和分析等；第四章和第五章介绍张量投票方法的应用，分为图像处理、机器视觉两大领域，每一领域中首先概述该领域的现有研究成果、分析其特点及研究趋势，然后描张量投票算法的应用并列举相应的实例；第六章给出笔者对这一算法的一些研究体会，主要针对如何对这一算法尽行改进和提高来尽行，主要从特征显要性计算、投票域的设计、迭代的作用等角度着手进行；后是对全书的总结以及对进一步研究工作的展望。
商品简介
本书旨在对张量投票算法尽行比较全面的介绍和分析,并对其应用领域进行描述，主要内容包括六章:章为绪论,主要介绍张量投票算法的研究背景、历史沿革、相关工作和本书的章节安排；第二章摘录了张量代数涉及到的一些数学知识，主要包括矢量的基本常识、张量代数基础和张量分析方面的内容；第三章是对张量投票方法的全面描述与分析，涵盖了张量投票的预处理方法、数据的张量表示、投票过程及特征提取、与相关工作的比较和分析等；第四章和第五章介绍张量投票方法的应用，分为图像处理、机器视觉两大领域，每一领域中首先概述该领域的现有研究成果、分析其特点及研究趋势，然后描张量投票算法的应用并列举相应的实例；第六章给出笔者对这一算法的一些研究体会，主要针对如何对这一算法尽行改进和提高来尽行，主要从特征显要性计算、投票域的设计、迭代的作用等角度着手进行；后是对全书的总结以及对进一步研究工作的展望。
目录
《信息科学技术学术著作丛书》序
序
前言
符号表
第1章 概述
1.1 引言
1.2 张量投票方法的历史沿革
1.3 相关工作
参考文献
第2章 张量相关知识
2.1 引言
2.2 张量的基本概念和性质
2.2.1 张量投票中的张量定义
2.2.2 张量的性质
2.2.3 张量的矩阵表示
2.3 张量投票中的数学知识
2.4 本章小结
参考文献
第3章 张量投票方法
3.1 引言
3.2 底层处理
3.2.1 取向的定义和表示方法
3.2.2 取向估计原理
3.2.3 现有方法
3.2.4 基于张量的取向估计方法的理论框架
3.3 数据表示
3.3.1 二维数据表示
3.3.2 三维数据表示
3.3.3 张量维数的选择
3.3.4 张量表示分析
3.4 投票域计算
3.4.1 连续律
3.4.2 设计规则
3.4.3 计算公式
3.5 投票过程
3.5.1 投票域的旋转
3.5.2 投票的叠加
3.5.3 投票的极性
3.6 特征提取
3.6.1 投票解释
3.6.2 曲线／曲面提取
3.7 计算复杂度
3.8 比较与分析
3.8.1 张量投票与双弧插值算法
3.8.2 张量投票与Hough变换
3.8.3 张量投票与欧拉弹性模型
3.8.4 张量投票与随机修复场模型
3.9 本章小结
参考文献
第4章 张量投票在图像处理领域的应用
4.1 线／角点检测
4.1.1 相关工作
4.1.2 方法描述
4.1.3 实验结果示例
4.2 端点提取
4.2.1 方法描述
4.2.2 实验结果示例
4.3 边界增强／提取／修复
4.3.1 相关工作
4.3.2 方法描述
4.3.3 实验结果示例
4.4 取向估计
4.4.1 方法描述
4.4.2 实验结果示例
4.5 图像灰度／颜色校正
4.5.1 相关工作
4.5.2 方法描述
4.5.3 实验结果示例
4.6 文字预处理
4.6.1 相关工作
4.6.2 方法描述
4.7 图像压缩
4.7.1 相关工作
4.7.2 方法描述
4.7.3 实验结果示例
4.8 图像去噪
4.8.1 相关工作
4.8.2 方法描述
4.9 图像修复
4.9.1 相关工作
4.9.2 方法描述
4.9.3 实验结果示例
4.10 小结与分析
参考文献
第5章 张量投票在机器视觉领域的应用
5.1 立体匹配
5.1.1 相关工作
5.1.2 方法描述
5.1.3 实验结果示例
5.2 阴影恢复形状
5.2.1 相关工作
5.2.2 方法描述
5.2.3 实验结果示例
5.3 医学图像的三维可视化
5.3.1 相关工作
5.3.2 方法描述
5.3.3 实验结果示例
5.4 流可视化
5.4.1 相关工作
5.4.2 方法描述
5.4.3 实验结果示例
5.5 涡流检测
5.5.1 相关工作
5.5.2 方法描述
5.5.3 实验结果示例
5.6 三维曲线／曲面提取
5.6.1 相关工作
5.6.2 方法描述
5.6.3 实验结果示例
5.7 地形可视化
5.7.1 相关工作
5.7.2 方法描述
5.7.3 实验结果示例
5.8 断层检测
5.8.1 三维地震数据与断层检测的关系
5.8.2 相关工作
5.8.3 方法描述
5.8.4 实验结果示例
5.9 光流场计算
5.9.1 相关工作
5.9.2 方法描述
5.9.3 实验结果示例
5.10 目标跟踪
5.10.1 相关工作
5.10.2 方法描述
5.10.3 实验结果示例
5.11 本章小结
参考文献
第6章 张量投票方法的改进
6.1 引言
6.1.1 理论研究
6.1.2 算法改进
6.1.3 应用拓展
6.2 底层处理——取向估计
6.2.1 计算原理
6.2.2 实验验证与结果分析
6.3 投票域优化
6.3.1 尺度参数的选取
6.3.2 投票域的简化和调整
6.3.3 投票域的变形
6.4 投票过程的调整
6.4.1 迭代的引入
6.4.2 迭代产生的问题分析
6.4.3 迭代的改进
6.5 投票解释——特征显著性度量
6.5.1 曲线特征显著度
6.5.2 含噪曲线特征显著度
6.5.3 角点／交汇点特征显著度
6.6 本章小结
参考文献
附录 二维张量投票算法的Matlab代码
后记
内容摘要
本书旨在对张量投票算法尽行比较全面的介绍和分析,并对其应用领域进行描述，主要内容包括六章:章为绪论,主要介绍张量投票算法的研究背景、历史沿革、相关工作和本书的章节安排；第二章摘录了张量代数涉及到的一些数学知识，主要包括矢量的基本常识、张量代数基础和张量分析方面的内容；第三章是对张量投票方法的全面描述与分析，涵盖了张量投票的预处理方法、数据的张量表示、投票过程及特征提取、与相关工作的比较和分析等；第四章和第五章介绍张量投票方法的应用，分为图像处理、机器视觉两大领域，每一领域中首先概述该领域的现有研究成果、分析其特点及研究趋势，然后描张量投票算法的应用并列举相应的实例；第六章给出笔者对这一算法的一些研究体会，主要针对如何对这一算法尽行改进和提高来尽行，主要从特征显要性计算、投票域的设计、迭代的作用等角度着手进行；后是对全书的总结以及对进一步研究工作的展望。
精彩内容
精彩页
媒体评论
评论
— 没有更多了 —
以下为对购买帮助不大的评价