MATLAB计算机视觉与机器认知

图书标准信息

• 作者 王文峰、阮俊虎、CV-MATH、刘衍琦、郭裕兰 著
• 出版社 北京航空航天大学出版社
• 出版时间 2017-08
• 版次 1
• ISBN 9787512424289
• 定价 45.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 444页

【内容简介】

MATLAB计算机视觉与机器认知

 

这是一本用 MATLAB演示计算机视觉原理的基础理论著作,从最初等的视频图像转换入手,层层递进,理论与实战并重但侧重于实战,借助混合编程及图形用户界面(GUI)设计,以简洁的方式展现了有一定挑战性的视频识别、目标跟踪、行为分析等关键视觉技术;同时扩展到机器认知层面,介绍仪器字符识别、机器故障诊断等有趣的应用,使读者可以在最短的时间内完成入门、进阶、精通与实战的跨越。 本书主编、副主编均在中国科学院、“985工程”大学国家重点实验室从事智能算法设计与应用的研究,部分理论功底扎实的优秀研究生也参加了主要章节的编撰。

 

本书既可作为算法工程师、高校教师和广大科技工作者的参考资料,也可作为高校相关专业的研究生教材和高年级大学生毕业设计的工具书。

 

【作者简介】

　　王文峰中国科学院西部之光学者,中国自动化学会认知计算与系统专委会和中国人工智能学会认知系统与信息处理专委会委员,CSIP2016和ICISCE2017委员,SCI期刊PJOEs审稿专家,国家自然科学基金项目评审专家,CV-MATH发起人。

 

　　阮俊虎西北农林科技大学香江学者,香港理工大学博士后;长期从事数据挖掘、优化理论的应用研究，是有一定国际影响力的物联网与大数据专家,曾受邀担任多个SCI期刊的客座编委。

 

　　CV-MATH由计算机视觉和数学研究者构成的研究小组,作为第三主编的成员有(按姓氏拼音顺序)何姣姣(昆明理工大学)、刘帅奇(河北大学)、马海菲(广东科技学院)、邵永胜(西安交通大学)、王平(南京航空航天大学)、伍鹏(长江大学)、余维(湖北科技学院)、曾凡玉(电子科技大学)、张锋(电子科技大学)、邹辉(华侨大学)。

 

　　刘衍琦中国科学院计算所烟台分所工程师,长期从事大规模图像/声纹/视频检索及其大数据应用,对以图搜图、图文识别进行过深入研究及应用,曾主编和参编《MATLAB计算机视觉与深度学习实战》《MATLAB图像与视频处理实用案例详解》等。

 

　　郭裕兰国防科技大学电子科学学院教师,中国人工智能学会优秀博士学位论文获得者,研究方向为三维视觉与模式识别;已在TPAMI和IJCV等期刊及会议上发表学术论文50余篇,合作出版专著1部,担任TPAMI等30余个国际期刊的审稿专家、AAAI等多个国际会议的程序委员会委员,以及IEEETPAMI期刊客座编辑。

 

　　王海洋中国科学院计算所网络数据科学与技术重点实验室工程师,长期从事数据采集、信息检索、数据挖掘、情报分析等项目的架构和实施,负责和参与天玑团队核心系统等战略项目,开发的网络信息采集软件已被2000多家企业使用。

 

【目录】

第1章 视频图像采集及读取……………………………………………………………………1

 

1.1 视频图像采集 …………………………………………………………………………… 1

 

1.1.1 视频生成技术 ………………………………………………………………………… 1

 

1.1.2 智能采集技术 ………………………………………………………………………… 1

 

1.2 视频图像读取 …………………………………………………………………………… 8

 

1.2.1 视频读取函数 ………………………………………………………………………… 8

 

1.2.2 图像读取函数 ………………………………………………………………………… 10

 

1.2.3 视频图像转换 ………………………………………………………………………… 23

 

第2章 视频图像变换及融合 ………………………………………………………………… 32

 

2.1 视频图像变换 …………………………………………………………………………… 32

 

2.1.1 平移变换 ……………………………………………………………………………… 32

 

2.1.2 镜像变换 ……………………………………………………………………………… 34

 

2.1.3 裁剪操作 ……………………………………………………………………………… 36

 

2.1.4 缩放操作 ……………………………………………………………………………… 38

 

2.1.5 旋转变换 ……………………………………………………………………………… 39

 

2.1.6 几何变换 ……………………………………………………………………………… 40

 

2.1.7 邻域操作 ……………………………………………………………………………… 42

 

2.2 视频图像融合 …………………………………………………………………………… 57

 

2.2.1 算法思想 ……………………………………………………………………………… 57

 

2.2.2 算法实例 ……………………………………………………………………………… 58

 

第3章 视频图像噪声及处理 ………………………………………………………………… 63

 

3.1 算法基本思想 …………………………………………………………………………… 63

 

3.2 噪声均值滤波 …………………………………………………………………………… 64

 

3.2.1 数学建模 ……………………………………………………………………………… 64

 

3.2.2 编程实现 ……………………………………………………………………………… 65

 

3.3 噪声中值滤波 …………………………………………………………………………… 65

 

3.3.1 数学建模 ……………………………………………………………………………… 65

 

3.3.2 编程实现 ……………………………………………………………………………… 66

 

3.4 小波阈值滤波 …………………………………………………………………………… 67

 

3.4.1 算法思想 ……………………………………………………………………………… 67

 

3.4.2 数学建模 ……………………………………………………………………………… 68

 

3.4.3 编程实现 ……………………………………………………………………………… 69

 

3.5 轮廓波变换 ……………………………………………………………………………… 70

 

3.5.1 算法设计 ……………………………………………………………………………… 70

 

3.5.2 算法实现 ……………………………………………………………………………… 72

 

3.5.3 代码实例 ……………………………………………………………………………… 73

 

3.6 非局部均值滤波 ………………………………………………………………………… 75

 

3.6.1 算法设计 ……………………………………………………………………………… 75

 

3.6.2 算法实现 ……………………………………………………………………………… 77

 

第4章 视频图像阈值及分割 ………………………………………………………………… 93

 

4.1 图像分割的基本概念 …………………………………………………………………… 93

 

4.1.1 图像分割的定义 ……………………………………………………………………… 93

 

4.1.2 图像分割算法分类 …………………………………………………………………… 94

 

4.2 边缘检测 ………………………………………………………………………………… 94

 

4.2.1 边缘检测概述 ………………………………………………………………………… 94

 

4.2.2 边缘检测梯度算法 …………………………………………………………………… 95

 

4.2.3 拉普拉斯算子 ………………………………………………………………………… 97

 

4.2.4 LoG 算子 ……………………………………………………………………………… 98

 

4.2.5 Canny算子 ……………………………………………………………………… …… 99

 

4.3 阈值分割 ………………………………………………………………………… …… 101

 

4.3.1 阈值分割介绍 …………………………………………………………………………101

 

4.3.2 全局阈值分割 …………………………………………………………………………103

 

4.3.3 动态阈值分割 …………………………………………………………………………109

 

4.4 区域生长及分割 …………………………………………………………………… … 114

 

4.4.1 区域生长的基本原理、步骤及流程图……………………………………………… 114

 

4.4.2 生长准则和过程 ………………………………………………………………………115

 

4.4.3 区域分裂与合并 ………………………………………………………………………119

 

第5章 图像特征计算及应用………………………………………………………………… 123

 

5.1 Haar-like特征 ………………………………………………………………………… 123

 

5.1.1 Haar-like特征的种类 ……………………………………………………………… 123

 

5.1.2 Haar-like特征的计算 ……………………………………………………………… 124

 

5.1.3 Haar-like特征的个数 ……………………………………………………………… 125

 

5.1.4 Haar-like特征人脸检测 …………………………………………………………… 125

 

5.2 Hog特征 ………………………………………………………………………… ……  128

 

5.2.1 图像的预处理 …………………………………………………………………………128

 

5.2.2 图像的梯度…………………………………………………………………………… 128

 

5.2.3 图像的滑动…………………………………………………………………………… 129

 

5.2.4 Hog特征行人检测 …………………………………………………………………… 129

 

5.3 LBP特征 ………………………………………………………………………………   132

 

5.3.1 LBP特征的演化 ……………………………………………………………………… 132

 

5.3.2 LBP特征纹理分类 …………………………………………………………………… 134

 

5.4 SIFT 特征 ……………………………………………………………………………… 142

 

5.4.1 SIFT 算法的特点 …………………………………………………………………… 142

 

5.4.2 SIFT 算法设计框架 ………………………………………………………………… 143

 

5.4.3 SIFT 算法设计过程 ………………………………………………………………… 143

 

5.4.4 SIFT 特征模板匹配 ………………………………………………………………… 150

 

第6章 运动目标检测及跟踪………………………………………………………………… 156

 

6.1 算法设计思想 …………………………………………………………………………  156

 

6.2 数学建模过程 …………………………………………………………………………  157

 

6.2.1 帧间差分法建模 ………………………………………………………………………157

 

6.2.2 帧间差分法改进 ………………………………………………………………………158

 

6.3 算法编程实现 …………………………………………………………………………  158

 

6.3.1 帧间差分法…………………………………………………………………………… 158

 

6.3.2 改进的帧间差分法 ……………………………………………………………………161

 

6.4 算法拓展与优化 ………………………………………………………………………  165

 

6.4.1 特殊问题与算法 ………………………………………………………………………165

 

6.4.2 MATLAB编程实现 …………………………………………………………………    166

 

第7章 目标定位及字符识别………………………………………………………………… 188

 

7.1 图像目标提取与识别 …………………………………………………………………  188

 

7.1.1 图像采集与目标检测 ………………………………………………………………… 189

 

7.1.2 图像目标归一化处理 ………………………………………………………………… 194

 

7.1.3 图像字符提取与识别 ………………………………………………………………… 197

 

7.2 视频识别与轨迹分析 …………………………………………………………………   203

 

7.2.1 问题描述与建模思想 ………………………………………………………………… 204

 

7.2.2 算法功能与技术流程 ………………………………………………………………… 204

 

7.2.3 MATLAB核心代码 …………………………………………………………………     204

 

第8章 机器故障认知及检测…………………………………………………………………  211

 

8.1 问题描述与建模思想 …………………………………………………………………   211

 

8.2 分析过程与编程实现 …………………………………………………………………   214

 

8.2.1 齿轮振动信号的数字滤波处理 ……………………………………………………… 214

 

8.2.2 齿轮振动信号的频谱分析 …………………………………………………………… 226

 

8.2.3 波形分析中常用的指标计算……………………………………………………………232

 

8.2.4 齿轮振动信号的相关分析 …………………………………………………………… 235

 

第9章 深度学习及人脸识别…………………………………………………………………  243

 

9.1 算法形成背景 …………………………………………………………………………   243

 

9.2 算法基本思想 …………………………………………………………………………   243

 

9.3 算法数学原理 …………………………………………………………………………   244

 

9.3.1 权值共享 ……………………………………………………………………………   244

 

9.3.2 CNN 结构 ……………………………………………………………………………   245

 

9.3.3 算法设计框架 ………………………………………………………………………… 246

 

9.3.4 混合编程思想 ………………………………………………………………………… 249

 

9.3.5 算法应用详解 ………………………………………………………………………… 249

 

9.4 基于深度学习的人脸识别 ……………………………………………………………   266

 

参考文献…………………………………………………………………………………………276