图像处理与模式识别：理论、方法和实践
新华书店全新正版，极速发货，假一罚十，可开电子发票，请放心购买。
￥ 61.85 6.9折 ￥ 89 全新
库存24件
天津西青
认证卖家担保交易快速发货售后保障
作者王一丁 崔家礼 于仕琪 著
出版社清华大学出版社
ISBN9787302657392
出版时间2024-12
装帧平装
开本其他
定价89元
货号1203481176
上书时间2024-12-28
- 在售商品 暂无
- 平均发货时间 16小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
"王一丁，北方工业大学信息与通信工程一级学科责任教授，博士生导师，2009年入选北京市市级高层次学术创新人才，图像处理与智能识别科研团队负责人，人工智能学会专委委员，计算机学会专委委员，北京图像图形学会理事。研究方向包括生物特征识别、机器视觉与应用和智慧医疗与人工智能等。主持国家863计划2项，国家自然科学基金6项，国防预先研究项目1项，中科院知识创新工程1项，参与国家973计划、国家863重点计划和国家科技支撑计划3项，获得授权发明专利11项，发表学术论文100余篇，出版专著2部，教材1部，获中国有色金属工业科学技术奖1等奖和2等奖，获北京市高等教育教学成果2等奖。培养研究生60余名，毕业博士2人，在读2人。
崔家礼，北方工业大学信息学院教师。研究方向包括人工智能、计算机视觉与应用等。主持国家级项目1项，省部级项目2项，获得授权发明专利1项，发表学术论文20余篇。培养研究生20余名，在读9人。
于仕琪，南方科技大学计算机科学与工程系副教授，主要研究方向为计算机视觉，有近20年OpenCV社区参与经历及丰富的教学经验。
"
目录
目 录
第Ⅰ部分 实践环境
第1 章 实践硬件环境 3
1.1 概述 3
1.2 PC 平台 3
1.3 嵌入式平台 5
1.3.1 MVB-NCUT 机器视觉实验箱构成和说明 5
1.3.2 VIM3 开发板 9
1.3.3 树莓派硬件平台介绍 13
第2 章 实践软件环境 18
2.1 概述 18
2.2 Ubuntu Linux 18
2.2.1 诞生和定位 18
2.2.2 特点 19
2.3 OpenCV 计算机视觉库 20
2.3.1 简要介绍 20
2.3.2 OpenCV 的优势 21
2.4 Python 相关依赖库 22
2.4.1 OpenCV-Python 22
2.4.2 NumPy 23
2.4.3 Sys 24
2.4.4 Argparse 24
2.5 常见问题和解决方案 24
2.5.1 Khadas VIM3 开发板安装Ubuntu 系统 25
2.5.2 Ubuntu 下OpenCV 的安装 26
2.5.3 Ubuntu 下python 依赖库下载方法 28
第Ⅱ部分 图像处理实践 31
第3 章 图像的基本操作 33
3.1 概述 33
3.2 图像及基本操作 33
3.2.1 图像 34
3.2.2 OpenCV 中的图像基本操作函数 37
3.3 图像基本操作示例 40
3.3.1 实验准备 40
3.3.2 图像读写实例 40
3.3.3 视频读取实例 42
3.3.4 视频文件创建实例 45
3.4 小结 48
3.5 实践习题 48
第4 章 图像的几何变换 49
4.1 概述 49
4.2 图像几何变换基础 49
4.2.1 几何变换 49
4.2.2 几何变换原理 50
4.2.3 插值原理 51
4.2.4 OpenCV 中的几何变换函数 53
4.3 几何变换示例 55
4.3.1 实验准备 55
4.3.2 常用几何变换实例 56
4.3.3 计算仿射变换矩阵 61
4.4 小结 63
4.5 实践习题 64
第5 章 图像滤波实践 67
5.1 概述 67
5.2 图像滤波基础 67
5.2.1 图像滤波 67
5.2.2 卷积 69
5.2.3 滤波方法 69
5.2.4 OpenCV 中的图像滤波函数 75
5.3 图像滤波示例 77
5.3.1 实验准备 77
5.3.2 常用图像滤波实例 77
5.4 小结 79
5.5 实践习题 80
第6 章 图像边缘检测实践 81
6.1 概述 81
6.2 边缘检测理论基础 81
6.2.1 边缘检测 82
6.2.2 了解边缘 82
6.2.3 图像梯度 82
6.2.4 常用算子 83
6.2.5 OpenCV 中的边缘检测函数 86
6.3 边缘检测示例 89
6.3.1 实验准备 89
6.3.2 边缘检测实例 89
6.4 小结 93
6.5 实践习题 93
第7 章 特征提取与匹配实践 95
7.1 概述 95
7.2 特征提取与匹配基础知识 96
7.2.1 SIFT 特征提取算法 96
7.2.2 特征匹配 113
7.3 特征提取与匹配示例 117
7.3.1 实验准备 117
7.3.2 SIFT 特征提取实例 117
7.3.3 暴力匹配方法实例 119
7.3.4 快速最近邻方法实例 122
7.4 小结 125
7.5 实践习题 125
第Ⅲ部分 模式识别实践 128
第8 章 人脸识别实践 129
8.1 概述 129
8.2 人脸识别基础 130
8.2.1 人脸识别原理 130
8.2.2 基于传统方法人脸检测 131
8.2.3 基于深度学习方法的人脸检测 133
8.2.4 人脸对齐 135
8.2.5 人脸特征提取与比对 136
8.3 人脸识别操作示例 137
8.3.1 实验准备 137
8.3.2 基于传统方法人脸检测实例 137
8.3.3 基于深度学习方法人脸检测实例 140
8.3.4 基于深度学习人脸识别实例 145
8.4 小结 151
8.5 实践习题 152
第9 章 目标跟踪实践 155
9.1 概述 155
9.2 目标跟踪基础 156
9.2.1 目标跟踪 156
9.2.2 MeanShift 算法 157
9.3 目标跟踪示例 164
9.3.1 实验准备 164
9.3.2 MeanShift 算法目标跟踪实例 164
9.3.3 CamShift 算法目标跟踪实例 168
9.3.4 DaSiamRPN 算法目标跟踪实例 171
9.4 小结 179
9.5 实践习题 180
第10 章 文本识别实践 181
10.1 概述 181
10.2 文本识别基础 182
10.2.1 文本识别的流程 182
10.2.2 传统的文本检测方法 183
10.2.3 基于深度学习的方法之DB 185
10.2.4 基于深度学习的方法之CTC 187
10.3 文本识别示例 189
10.3.1 实验准备 189
10.3.2 MSER 文字检测实例 189
10.3.3 DB 检测方法示例 193
10.3.4 CTC 检测方法实例 199
10.4 小结 205
10.5 实践习题 206
第11 章 条形码与二维码识别应用 207
11.1 概述 207
11.2 条形码与二维码识别 208
11.2.1 条形码与二维码简史 208
11.2.2 条形码与二维码结构 209
11.2.3 一维条形码识别 209
11.2.4 二维码识别 214
11.3 条形码与二维码识别示例 217
11.3.1 实验准备 218
11.3.2 一维条形码实例 218
11.3.3 基于传统算法的二维码识别实例 222
11.3.4 基于深度学习的二维码识别实例 232
11.4 小结 235
11.5 实践习题 235
第12 章 基于视觉的机械臂实践 237
12.1 概述 237
12.2 基于视觉的机械臂基础 238
12.2.1 基于视觉的机械臂 238
12.2.2 机械臂控制基本原理 238
12.2.3 跟踪人脸的机械臂实现流程 241
12.3 基于视觉的机械臂示例 243
12.3.1 实验准备 243
12.3.2 机械臂舵机控制实例 243
12.3.3 跟踪人脸的机械臂实例 247
12.4 小结 253
12.5 实践习题 254
参考文献 255
内容摘要
"《图像处理与模式识别：理论、方法和实践》共三部分，分别介绍实践环境、图像处理实践和模式识别实践。第 I 部分介绍实践需要的硬件环境和软件环境，旨在帮助读者了解硬件环境和掌握编程能力。第 II 部分探讨数字图像处理，包含基本操作、几何变换、图像滤波、边缘检测、特征提取等，旨在帮助读者掌握图像处理技能。第 III 部分探讨模式识别，涵盖多个应用案例，包括人脸识别、目标跟踪、文本识别、条形码/ 二维码识别和基于视觉的机械臂等，每个操作案例都包括理论基础和实现过程。
《图像处理与模式识别：理论、方法和实践》适用于通信、电子信息工程、计算机科学等专业学生和研究人员，提供全面实用的指导，帮助建立机器视觉知识和技能基础。
"
— 没有更多了 —
以下为对购买帮助不大的评价