數字圖像處理與深度學習 汪紅兵 李莉編 9787302626886 【台灣高等教育出版社】

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202304*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：數字圖像處理與深度學習
ISBN：9787302626886
出版社：清華大學
著編譯者：汪紅兵 李莉編
叢書名：高等學校計算機專業系列教材
頁數：248
所在地：中國大陸 *此為代購商品
書號：1514132
可大量預訂，請先連絡。

內容簡介

本書以機器視覺系統為研究背景，緊密結合實際工業應用案例，介紹傳統數字圖像處理方法和基於深度學習的數字圖像處理方法。本書共8章，內容包括數字圖像處理概述、基於傳統方法的數字圖像處理、基於深度學習的數字圖像處理、工業字元智能識別、磨粒圖譜識別與分割、射線檢測的焊縫缺陷識別、嵌入式機器視覺系統開發、工業數字圖像處理相關工具和平台。 本書邏輯結構清晰、內容通俗易懂、案例豐富、圖文並茂，突出構建機器視覺系統的實用性。本書教學資源豐富，每章配置了大量的習題以鞏固基本概念、基礎理論和演算法，附錄還給出4個典型實驗以培養綜合開發和運用能力。 本書可作為具有一定計算機基礎和程序設計基礎知識的本科生教材，也可作為從事機器視覺、數字圖像等相關工作的工程師的參考書。

目錄

第1章 數字圖像處理概述
1 1 數字圖像
1 2 數字圖像處理
1 3 工業數字圖像
1 4 圖像的數字化
1 4 1 顏色及顏色空間
1 4 2 圖像的採樣
1 4 3 圖像的量化
1 4 4 圖像的編碼
1 4 5 數字圖像的存儲空間
1 5 機器視覺系統
1 5 1 機器視覺系統概述
1 5 2 光源
1 5 3 相機
1 5 4 圖像採集卡
1 5 5 工業視覺處理機
1 6 機器視覺系統的典型案例
1 6 1 鋼鐵生產過程的鋼板號智能識別系統
1 6 2 焊接缺陷智能識別及輔助評片系統
1 6 3 機械設備磨粒圖譜智能識別系統
1 6 4 鋼包挂鉤安全檢測系統
1 7 機器視覺系統的開發流程
本章小結
習題
第2章 基於傳統方法的數字圖像處理
2 1 數字圖像中像素間的空間關係
2 1 1 像素的鄰域
2 1 2 像素間的鄰接關係
2 1 3 通路
2 2 數字圖像中像素的基本運算
2 2 1 線性點運算
2 2 2 算術運算
2 2 3 邏輯運算
2 2 4 直方圖均勻化
2 3 圖像濾波
2 3 1 均值濾波
2 3 2 高斯加權均值濾波
2 3 3 中值濾波
2 3 4 雙邊濾波
2 3 5 頻域濾波
2 4 邊緣檢測
2 4 1 梯度原理
2 4 2 Roberts運算元
2 4 3 Sobel運算元
2 4 4 Prewitt運算元
2 4 5 拉普拉斯運算元
2 4 6 Canny運算元
2 5 圖像分割
2 5 1 閾值分割
2 5 2 最大類間方差法
2 5 3 區域生長演算法
2 5 4 分水嶺演算法
2 5 5 聚類演算法
2 5 6 圖割演算法
2 6 圖像的形態學處理方法
2 6 1 腐蝕
2 6 2 膨脹
2 6 3 開閉運算
2 7 圖像的紋理特徵
2 7 1 圖像的統計矩
2 7 2 灰度共生矩陣
2 7 3 LBP
2 7 4 分形維數
2 8 圖像處理的簡單應用
2 8 1 基於模板匹配的目標檢測
2 8 2 霍夫檢測
2 8 3 特徵檢測
2 9 金相組織分析
本章小結
習題
第3章 基於深度學習的數字圖像處理
3 1 人工智能與機器學習
3 1 1 人工智能概述
3 1 2 機器學習概述
3 2 深度學習的基本概念
3 2 1 深度學習概述
3 2 2 深度學習的損失函數
3 2 3 深度學習的評價指標
3 2 4 深度學習模型開發的一般過程
3 3 普通神經網絡
3 3 1 人工神經元
3 3 2 神經網絡的拓撲結構
3 3 3 激活函數
3 3 4 BP演算法
3 4 深度卷積神經網絡
3 4 1 卷積
3 4 2 層間連接
3 4 3 池化
3 4 4 全連接
3 4 5 Dropout
3 4 6 批量歸一化
3 4 7 深度卷積神經網絡的參數優化方法
3 5 經典的深度卷積神經網絡
3 5 1 LeNet5
3 5 2 VGG16
3 6 深度卷積神經網絡中的新技術
3 6 1 Inception模塊
3 6 2 視覺注意力模塊
本章小結
習題
第4章 工業字元智能識別
4 1 鋼鐵生產過程中的工業字元
4 2 鋼鐵生產過程中工業字元識別的難點
4 3 基於傳統圖像處理的字元識別
4 4 基於深度學習的工業字元識別
4 4 1 目標檢測網路
4 4 2 R-CNN網路
4 4 3 Fast R-CNN
4 4 4 Faster R-CNN
4 4 5 基於Faster R-CNN進行工業字元識別
本章小結
習題
第5章 磨粒圖譜識別與分割
5 1 鐵譜分析技術
5 2 設備磨損機理
5 3 磨粒圖譜
5 3 1 正常磨粒
5 3 2 切削磨粒
5 3 3 球狀磨粒
5 3 4 嚴重滑動磨粒
5 3 5 疲勞磨粒
5 3 6 銅合金磨粒
5 3 7 黑色氧化物磨粒
5 3 8 紅色氧化物磨粒
5 4 基於傳統圖像處理的磨粒特徵計算
5 4 1 磨粒的顏色特徵
5 4 2 磨粒的形狀特徵
5 4 3 磨粒的紋理特徵
5 4 4 磨粒特徵計算示例
5 5 基於深度卷積神經網絡的磨粒圖譜識別
5 5 1 磨粒圖譜標註
5 5 2 特徵提取網路
5 5 3 非極大值抑制
5 5 4 基於深度卷積神經網絡的磨粒圖譜識別實驗結果展示
5 5 5 基於GrabCut的磨粒分割
本章小結
習題
第6章 射線檢測的焊縫缺陷識別
6 1 射線檢測技術
6 1 1 射線檢測設備
6 1 2 射線檢測方法
6 2 射線檢測缺陷成像
6 2 1 膠片成像
6 2 2 數字成像
6 3 焊縫缺陷圖譜
6 3 1 裂紋
6 3 2 未熔合
6 3 3 未焊透
6 3 4 條形缺陷
6 3 5 氣孔缺陷
6 4 焊縫缺陷識別的困難及應對策略
6 4 1 底片透過亮度較小
6 4 2 缺陷尺寸較小
6 4 3 目標邊緣模糊
6 4 4 雜訊干擾嚴重
6 4 5 影像變形較大
6 4 6 面積型缺陷成像差異較大
6 4 7 重疊缺陷的影像變化複雜
6 4 8 綜合應對策略
6 5 基於深度學習的焊縫缺陷識別
6 5 1 特徵金字塔網路
6 5 2 數據
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。