万本电子书0元读

万本电子书0元读

顶部广告

智能图像处理与分析识别电子书

本书以知识的系统性和应用的典型性为切,全面系统的介绍了智能图像处理的基本思想、方法和理论。既可以应用于本科和研究生的教学,还可以为从事人工智能专业和数字图像处理的工程技术人才提供丰富的程序发样例,助力学生和工程技术人才快速了解智能图像处理技术的发要。本书提供了丰富的程序发源代码,无须使用付费发工具就可以完成具有自主知识产权的数字图像处理案例发,助力学生和工程技术人才快速完成相关的工程研究项目,提升动手实践和科研自主创新能力。

售       价:¥

纸质售价:¥60.00购买纸书

4人正在读 | 0人评论 6.5

作       者:宋丽梅,王红一

出  版  社:机械工业出版社

出版时间:2023-07-14

字       数:16.8万

所属分类: 教育 > 大中专教材 > 研究生/本科/专科教材

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
本书系统介绍了智能图像处理所需的基本知识与核心算法,主要包括四部分内容:第一部分是数字图像处理的理论基础,包括数字图像处理概述和图像采集系统;第二部分是数字图像处理的基本方法和实例,包括数字图像基础、图像预处理、图像变换和图像复原;第三部分是图像特征提取与分析的理论、方法和实例,包括图像分割、图像特征提取与选择、图像匹配和图像智能识别方法;第四部分是数字图像处理的工程应用案例,包括米粒分类识别、多气泡上升轨迹跟踪、血细胞图像检测、手写字符识别和汽车牌照识别。 本书基础理论知识覆盖面较全,讲解过程深浅出,可以促学生对图像处理知识的理解和学习;案例的设计思路和发经验讲解详细,引导读者行图像处理技术实际工程能力的锻炼及拓创新意识的培养;提供电子教案、二维码操作视频、教学大纲、习题与解答及完整源代码电子资源,对从事图像处理领域项目发的读者有很好的借鉴作用,读者可登录wwwcmpeducom免费注册、审核通过后下载使用,或联系编辑索取(微信13146070618,电话010-88379739);融了科技创新、文化自信、爱国主义等思政元素,全方位培养学生的家国情怀。 本书可作为高校人工智能、计算机科学与技术、机器人工程、控制科学与工程、通信与信息工程、电子科学与技术、生物医学工程等相关专业的本科生和研究生教材,也可供从事图像处理、分析和识别等相关领域的科技工作者参考。<br/>【推荐语】<br/>本书以知识的系统性和应用的典型性为切,全面系统的介绍了智能图像处理的基本思想、方法和理论。既可以应用于本科和研究生的教学,还可以为从事人工智能专业和数字图像处理的工程技术人才提供丰富的程序发样例,助力学生和工程技术人才快速了解智能图像处理技术的发要。本书提供了丰富的程序发源代码,无须使用付费发工具就可以完成具有自主知识产权的数字图像处理案例发,助力学生和工程技术人才快速完成相关的工程研究项目,提升动手实践和科研自主创新能力。 本书注重实用,重视理论与实践的结合。在介绍基本理论的同时,尽量与当前的实际应用结合,使学生学起来有的放矢。通过新增加的视频信息处理技术在“车牌识别” “米粒质量缺陷检测”“血细胞识别”和“手写字符识别”,学生可以了解视频技术在实际工作中的具体运用。本书可提供全部源代码以及部分代表性案例实操教学视频。<br/>
目录展开

前言

第1章 数字图像处理概述

1.1 数字图像处理的产生与发展

1.2 数字图像的基本概念

1.3 数字图像处理的基本内容和基本步骤

1.4 数字图像处理的工程应用

1.5 数字图像处理的机遇与挑战

【本章小结】

【课后习题】

第2章 图像采集系统

2.1 光源

2.2 镜头

2.3 相机

【本章小结】

【课后习题】

第3章 数字图像基础

3.1 图像采样和量化

3.2 像素间的基本关系

3.3 灰度直方图

3.4 图像质量评价

3.5 图像的点运算

3.6 图像的代数运算

3.7 图像的几何运算

【本章小结】

【课后习题】

第4章 图像预处理技术

4.1 图像的灰度变换

4.2 图像的几何变换

4.3 空间滤波增强

4.4 形态学处理

【本章小结】

【课后习题】

第5章 图像变换

5.1 傅里叶变换

5.2 小波变换

【本章小结】

【课后习题】

第6章 图像复原

6.1 图像复原的理论模型

6.2 噪声模型

6.3 几种较经典的图像复原方法

6.4 图像复原案例:PLSMS模型夜间雾霾图像的复原

【本章小结】

【课后习题】

第7章 图像分割技术

7.1 阈值分割

7.2 边缘检测

7.3 Hough变换

7.4 基于区域的图像分割

7.5 形态学分水岭分割

【本章小结】

【课后习题】

第8章 图像特征提取与选择

8.1 几何特征

8.2 颜色特征

8.3 纹理特征

8.4 基于主成分分析的特征选择

8.5 基于分离判据的特征选择

【本章小结】

【课后习题】

第9章 图像匹配

9.1 模板匹配的概念

9.2 基于灰度相关的模板匹配

9.3 基于变换域的模板匹配

9.4 基于特征相关的模板匹配

【本章小结】

【课后习题】

第10章 图像智能识别方法

10.1 聚类识别

10.2 支持向量机(SVM)识别

10.3 人工神经网络识别

10.4 卷积神经网络(CNN)识别

【本章小结】

【课后习题】

第11章 工程应用——米粒分类识别

11.1 米粒图像预处理

11.2 米粒图像轮廓提取

11.3 米粒图像特征提取

11.4 米粒分类

【本章小结】

第12章 工程应用——多气泡上升轨迹跟踪

12.1 研究背景

12.2 气泡图像的预处理

12.3 气泡运动轨迹跟踪方法

【本章小结】

第13章 工程应用——血细胞图像检测

13.1 血细胞图像形态学处理

13.2 血细胞图像阈值分割处理

13.3 血细胞图像霍夫圆检测

13.4 血细胞计数与面积计算

【本章小结】

第14章 工程应用——手写字符识别

14.1 手写字符定位与分割

14.2 图像裁剪及标准化

14.3 特征矩阵提取

14.4 模板库建立

14.5 字符匹配识别

14.6 算法测试与应用

【本章小结】

第15章 工程应用——汽车牌照识别

15.1 车牌图像采集

15.2 车牌图像预处理及牌照定位

15.3 汽车牌照区域的分割

15.4 字符图像分割

15.5 字符细化

15.6 BP神经网络的训练和字符的识别

【本章小结】

参考文献

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部