智能科学与技术丛书计算机视觉:原理.算法.应用及学习(原书第5版)/(英)E.R.戴维斯(E.R.Davies)
1星价
¥93.9
(6.3折)
2星价¥93.9
定价¥149.0
暂无评论
图文详情
- ISBN:9787111664796
- 装帧:一般胶版纸
- 册数:暂无
- 重量:暂无
- 开本:16开
- 页数:520
- 出版时间:2020-10-01
- 条形码:9787111664796 ; 978-7-111-66479-6
本书特色
经典书籍再度更新,新增机器学习和深度学习相关章节,涵盖人脸检测和识别、车载视觉系统等应用实例
内容简介
本书系统地展示了计算机视觉的基本方法学,讲解基础理论的同时,强调算法和实际中的设计约束。此次第5版全面修订,涵盖更多计算机视觉的概念和应用,既适合本科生和研究生,也适合该领域的研究人员和工程师。
目录
译者序
推荐序
第5版前言
第1版前言
缩写词汇表
第1章 计算机视觉面临的挑战 1
1.1 导言—人类及其感官 1
1.2 视觉的本质 2
1.2.1 识别过程 2
1.2.2 解决识别问题 3
1.2.3 物体定位 4
1.2.4 场景分析 5
1.2.5 视觉是逆向图形学 6
1.3 从自动视觉检测到监控 6
1.4 本书是关于什么的 7
1.5 机器学习的作用 8
1.6 后续章节内容概述 9
1.7 书目注释 9
**部分 初级视觉
第2章 图像与图像处理 12
2.1 导言 12
2.2 图像处理操作 15
2.2.1 灰度图像的一些基本操作 15
2.2.2 二值图像的基本操作 19
2.3 卷积和点扩散函数 21
2.4 顺序操作与并行操作 22
2.5 结束语 23
2.6 书目和历史注释 24
2.7 问题 24
第3章 图像滤波和形态学 25
3.1 导言 25
3.2 通过高斯平滑抑制噪声 27
3.3 中值滤波器 28
3.4 模式滤波器 30
3.5 秩排序滤波器 35
3.6 锐化–反锐化掩模 35
3.7 中值滤波器引入的偏移 36
3.7.1 中值偏移的连续体模型 36
3.7.2 推广到灰度图 38
3.7.3 中值偏移的离散模型 40
3.8 秩排序滤波器引入的偏移 41
3.9 滤波器在计算机视觉工业应用中的作用 44
3.10 图像滤波中的色彩 44
3.11 二值图像的膨胀和腐蚀 45
3.11.1 膨胀和腐蚀 45
3.11.2 抵消效应 45
3.11.3 改进的膨胀与腐蚀算子 45
3.12 数学形态学 46
3.12.1 泛化的形态学膨胀 46
3.12.2 泛化的形态学腐蚀 47
3.12.3 膨胀与腐蚀之间的对偶性 47
3.12.4 膨胀与腐蚀算子的特性 48
3.12.5 闭合与开启 50
3.12.6 基本形态学运算概要 51
3.13 形态学分组 53
3.14 灰度图像中的形态学 54
3.15 结束语 55
3.16 书目和历史注释 56
3.17 问题 58
第4章 阈值的作用 61
4.1 导言 61
4.2 区域生长方法 62
4.3 阈值方法 62
4.3.1 寻找合适的阈值 62
4.3.2 解决阈值选取中的偏差问题 63
4.4 自适应阈值 64
4.5 更彻底的阈值选择方法 66
4.5.1 基于方差的阈值 67
4.5.2 基于熵的阈值 67
4.5.3 *大似然阈值 68
4.6 全局波谷阈值方法 69
4.7 应用全局波谷阈值方法的实际结果 71
4.8 直方图凹性分析 75
4.9 结束语 75
4.10 书目和历史注释 76
4.11 问题 77
第5章 边缘检测 78
5.1 导言 78
5.2 边缘检测基本理论 79
5.3 模板匹配方法 80
5.4 3×3模板算子理论 81
5.5 微分梯度算子的设计 82
5.6 圆形算子的概念 83
5.7 圆形算子的详细实现 83
5.8 微分边缘算子的系统设计 85
5.9 上述方法的问题—?一些替代方案 86
5.10 滞后阈值 88
5.11 Canny算子 89
5.12 Laplacian算子 92
5.13 结束语 93
5.14 书目和历史注释 93
5.15 问题 94
第6章 角点、兴趣点和不变特征的检测 95
6.1 导言 95
6.2 模板匹配 95
6.3 二阶导数方法 96
6.4 基于中值滤波的角点检测器 98
6.4.1 分析中值检测器的操作 98
6.4.2 实际结果 99
6.5 Harris兴趣点算子 100
6.5.1 各种几何构型的角点信号和位移 102
6.5.2 交叉点和T形交叉点的性能 103
6.5.3 Harris算子的不同形式 105
6.6 角点方向 106
6.7 局部不变特征检测器与描述符 106
6.7.1 几何变换和特征标准化 107
6.7.2 Harris尺度、仿射不变检测器和描述符 108
6.7.3 Hessian尺度、仿射不变检测器和描述符 109
6.7.4 尺度不变特征变换算子 110
6.7.5 加速鲁棒特征算子 110
6.7.6 *大稳定极值区域 111
6.7.7 各种不变特征检测器的比较 112
6.7.8 定向梯度直方图 114
6.8 结束语 115
6.9 书目和历史注释 116
6.10 问题 118
第7章 纹理分析 119
7.1 导言 119
7.2 纹理分析的一些基本方法 121
7.3 灰度共生矩阵 122
7.4 Laws纹理能量法 123
7.5 Ade特征滤波器法 125
7.6 对Laws法和Ade法的评估 126
7.7 结束语 127
7.8 书目和历史注释 127
第二部分 中级视觉
第8章 二值化形状分析 130
8.1 导言 130
8.2 二值图像的连通性 131
8.3 物体标记和计数 131
8.4 尺寸滤波 136
8.5 距离函数及其用途 138
8.6 骨架和细化 140
8.6.1 交叉数 141
8.6.2 细化的并行和顺序实现 143
8.6.3 引导细化 144
8.6.4 如何看待骨架的本质 145
8.6.5 骨架节点分析 146
8.6.6 骨架在形状识别中的应用 146
8.7 形状识别的其他度量 147
8.8 边界跟踪过程 148
8.9 结束语 149
8.10 书目和历史注释 150
8.11 问题 151
第9章 边界模式分析 154
9.1 导言 154
9.2 边界跟踪过程 156
9.3 质心轮廓 156
9.4 质心轮廓方法存在的问题 157
9.5 (s, ψ)图 159
9.6 解决遮挡问题 160
9.7 边界长度度量的准确性 162
9.8 结束语 163
9.9 书目和历史注释 164
9.10 问题 165
第10章 直线、圆和椭圆的检测 166
10.1 导言 166
10.2 霍夫变换在直线检测中的应用 167
10.3 垂足法 169
10.4 使用RA
推荐序
第5版前言
第1版前言
缩写词汇表
第1章 计算机视觉面临的挑战 1
1.1 导言—人类及其感官 1
1.2 视觉的本质 2
1.2.1 识别过程 2
1.2.2 解决识别问题 3
1.2.3 物体定位 4
1.2.4 场景分析 5
1.2.5 视觉是逆向图形学 6
1.3 从自动视觉检测到监控 6
1.4 本书是关于什么的 7
1.5 机器学习的作用 8
1.6 后续章节内容概述 9
1.7 书目注释 9
**部分 初级视觉
第2章 图像与图像处理 12
2.1 导言 12
2.2 图像处理操作 15
2.2.1 灰度图像的一些基本操作 15
2.2.2 二值图像的基本操作 19
2.3 卷积和点扩散函数 21
2.4 顺序操作与并行操作 22
2.5 结束语 23
2.6 书目和历史注释 24
2.7 问题 24
第3章 图像滤波和形态学 25
3.1 导言 25
3.2 通过高斯平滑抑制噪声 27
3.3 中值滤波器 28
3.4 模式滤波器 30
3.5 秩排序滤波器 35
3.6 锐化–反锐化掩模 35
3.7 中值滤波器引入的偏移 36
3.7.1 中值偏移的连续体模型 36
3.7.2 推广到灰度图 38
3.7.3 中值偏移的离散模型 40
3.8 秩排序滤波器引入的偏移 41
3.9 滤波器在计算机视觉工业应用中的作用 44
3.10 图像滤波中的色彩 44
3.11 二值图像的膨胀和腐蚀 45
3.11.1 膨胀和腐蚀 45
3.11.2 抵消效应 45
3.11.3 改进的膨胀与腐蚀算子 45
3.12 数学形态学 46
3.12.1 泛化的形态学膨胀 46
3.12.2 泛化的形态学腐蚀 47
3.12.3 膨胀与腐蚀之间的对偶性 47
3.12.4 膨胀与腐蚀算子的特性 48
3.12.5 闭合与开启 50
3.12.6 基本形态学运算概要 51
3.13 形态学分组 53
3.14 灰度图像中的形态学 54
3.15 结束语 55
3.16 书目和历史注释 56
3.17 问题 58
第4章 阈值的作用 61
4.1 导言 61
4.2 区域生长方法 62
4.3 阈值方法 62
4.3.1 寻找合适的阈值 62
4.3.2 解决阈值选取中的偏差问题 63
4.4 自适应阈值 64
4.5 更彻底的阈值选择方法 66
4.5.1 基于方差的阈值 67
4.5.2 基于熵的阈值 67
4.5.3 *大似然阈值 68
4.6 全局波谷阈值方法 69
4.7 应用全局波谷阈值方法的实际结果 71
4.8 直方图凹性分析 75
4.9 结束语 75
4.10 书目和历史注释 76
4.11 问题 77
第5章 边缘检测 78
5.1 导言 78
5.2 边缘检测基本理论 79
5.3 模板匹配方法 80
5.4 3×3模板算子理论 81
5.5 微分梯度算子的设计 82
5.6 圆形算子的概念 83
5.7 圆形算子的详细实现 83
5.8 微分边缘算子的系统设计 85
5.9 上述方法的问题—?一些替代方案 86
5.10 滞后阈值 88
5.11 Canny算子 89
5.12 Laplacian算子 92
5.13 结束语 93
5.14 书目和历史注释 93
5.15 问题 94
第6章 角点、兴趣点和不变特征的检测 95
6.1 导言 95
6.2 模板匹配 95
6.3 二阶导数方法 96
6.4 基于中值滤波的角点检测器 98
6.4.1 分析中值检测器的操作 98
6.4.2 实际结果 99
6.5 Harris兴趣点算子 100
6.5.1 各种几何构型的角点信号和位移 102
6.5.2 交叉点和T形交叉点的性能 103
6.5.3 Harris算子的不同形式 105
6.6 角点方向 106
6.7 局部不变特征检测器与描述符 106
6.7.1 几何变换和特征标准化 107
6.7.2 Harris尺度、仿射不变检测器和描述符 108
6.7.3 Hessian尺度、仿射不变检测器和描述符 109
6.7.4 尺度不变特征变换算子 110
6.7.5 加速鲁棒特征算子 110
6.7.6 *大稳定极值区域 111
6.7.7 各种不变特征检测器的比较 112
6.7.8 定向梯度直方图 114
6.8 结束语 115
6.9 书目和历史注释 116
6.10 问题 118
第7章 纹理分析 119
7.1 导言 119
7.2 纹理分析的一些基本方法 121
7.3 灰度共生矩阵 122
7.4 Laws纹理能量法 123
7.5 Ade特征滤波器法 125
7.6 对Laws法和Ade法的评估 126
7.7 结束语 127
7.8 书目和历史注释 127
第二部分 中级视觉
第8章 二值化形状分析 130
8.1 导言 130
8.2 二值图像的连通性 131
8.3 物体标记和计数 131
8.4 尺寸滤波 136
8.5 距离函数及其用途 138
8.6 骨架和细化 140
8.6.1 交叉数 141
8.6.2 细化的并行和顺序实现 143
8.6.3 引导细化 144
8.6.4 如何看待骨架的本质 145
8.6.5 骨架节点分析 146
8.6.6 骨架在形状识别中的应用 146
8.7 形状识别的其他度量 147
8.8 边界跟踪过程 148
8.9 结束语 149
8.10 书目和历史注释 150
8.11 问题 151
第9章 边界模式分析 154
9.1 导言 154
9.2 边界跟踪过程 156
9.3 质心轮廓 156
9.4 质心轮廓方法存在的问题 157
9.5 (s, ψ)图 159
9.6 解决遮挡问题 160
9.7 边界长度度量的准确性 162
9.8 结束语 163
9.9 书目和历史注释 164
9.10 问题 165
第10章 直线、圆和椭圆的检测 166
10.1 导言 166
10.2 霍夫变换在直线检测中的应用 167
10.3 垂足法 169
10.4 使用RA
展开全部
本类五星书
本类畅销
-
乡村振兴新技术:新时代农村短视频编辑技术基础入门
¥12.8¥32.0 -
AI绘画+AI摄影+AI短视频从入门到精通
¥45.5¥79.8 -
企业AI之旅
¥43.5¥79.0 -
机器学习
¥59.4¥108.0 -
基于知识蒸馏的图像去雾技术
¥61.6¥88.0 -
软件设计的哲学(第2版)
¥51.0¥69.8 -
智能算法优化及其应用
¥52.4¥68.0 -
Photoshop图像处理
¥25.5¥49.0 -
R语言医学数据分析实践
¥72.3¥99.0 -
大模型推荐系统:算法原理、代码实战与案例分析
¥62.3¥89.0 -
剪映 从入门到精通
¥25.7¥59.8 -
游戏造梦师----游戏场景开发与设计
¥67.6¥98.0 -
SAR图像处理与检测
¥35.4¥49.8 -
人工智能
¥29.4¥42.0 -
中文版PHOTOSHOP 2024+AI修图入门教程
¥59.3¥79.0 -
WPS办公软件应用
¥25.2¥36.0 -
格拉斯曼流行学习及其在图像集分类中的应用
¥13.7¥28.0 -
轻松上手AIGC:如何更好地向CHATGPT提问
¥40.3¥62.0 -
元宇宙的理想与现实:数字科技大成的赋能与治理逻辑
¥61.6¥88.0 -
云原生安全:攻防与运营实战
¥66.8¥89.0