三維數據智能處理 劉曉妮 9787522922539 【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：202411*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：三維數據智能處理
ISBN：9787522922539
出版社：中國紡織有限公司
著編譯者：劉曉妮
頁數：184
所在地：中國大陸 *此為代購商品
書號：1696824
可大量預訂，請先連絡。

內容簡介

本書從三維數據的產生背景及意義出發，介紹了超像素與超體素的概念、原理及其生成方法。詳細闡述了識別與聚類的基本原理，並介紹了多種先進的識別方法，包括基於核的三維模糊C均值聚類、基於超體素幾何特徵的三維點雲場景識別以及基於視覺顯著圖的RGB-D數據識別等。對基於統計信息內容、視圖投影、函數變換以及多特徵融合的特徵提取方法進行了詳細探討，為三維數據的進一步處理與分析提供了堅實的基礎。還結合當前研究熱點，介紹了基於FCM和離散正則化的多目標圖像識別、基於特徵點檢測的三維網格聚類識別演算法、基於顯著性分析和VCCS的三維點雲超體素分割方法以及基於局部特徵描述的複雜三維點雲場景目標檢索方法等前沿技術。本書旨在系統總結並深入探討當前三維數據處理與分析的最新研究成果與技術方法，為相關領域的研究人員、工程師及學生提供一本全面而深入的參考書。

作者簡介

劉曉妮，吉林工程技術師範學院教研室主任。吉林大學計算機科學與技術專業博士。2023年4月，參与中國工程院院地合作項目「吉林省科技創新賦能文化創意產業高質量發展戰略研究」。已發表論文有：（1）An Improved Local Descriptor based Object Recognition in Cluttered 3D Point Clouds；（2）基於FCM 和離散正則化的多目標圖像分割；（3）基於動態策略的網路視頻監控系統；等等。

目錄

第1章 三維數據
1 1 三維數據產生的背景及意義
1 2 超像素
1 2 1 產生背景和歷史發展
1 2 2 超像素原理闡述
1 2 3 超像素生成方法
1 3 超體素
1 3 1 產生背景和歷史發展
1 3 2 超體素原理闡述
1 3 3 演算法實現
1 4 點雲數據
1 4 1 點雲數據的幾何屬性
1 4 2 點雲數據的特性
1 4 3 點雲數據的獲取方法
1 4 4 基於圖像序列的點雲生成
1 4 5 三維點雲數據的應用
1 5 RGB-D數據
1 5 1 產生背景和歷史發展
1 5 2 原理闡述
1 5 3 生成方法介紹
1 6 本章小結
第2章 三維數據識別
2 1 識別方法
2 2 聚類簡介
2 3 本章小結
第3章 三維數據特徵提取
3 1 基於統計信息內容的特徵提取
3 1 1 全局特徵
3 1 2 局部特徵
3 2 基於視圖投影的特徵提取
3 3 基於函數變換的特徵提取
3 4 基於多特徵融合的特徵提取
3 5 三維數據特徵提取過程
3 6 本章小結
第4章 基於核的三維模糊C均值聚類的體數據識別方法
4 1 引言
4 2 相關工作
4 3 方法描述
4 3 1 圖像預處理
4 3 2 體素特徵描述
4 3 3 構建空間種子點
4 3 4 SLIC生成超體素
4 3 5 計算超體素的統計特徵
4 3 6 基於核的三維模糊C均值聚類
4 4 案例分析
4 4 1 運行環境及資料庫
4 4 2 超體素生成結果評估
4 4 3 方法識別結果精確性評估
4 5 本章小結
第5章 基於超體素幾何特徵的三維點雲場景識別方法
5 1 引言
5 2 相關工作
5 3 方法描述
5 3 1 基於八叉樹的體素化
5 3 2 基於FPFH特徵的點雲超體素識別
5 3 3 改進的局部坐標系
5 3 4 超體素幾何特徵的計算
5 3 5 基於局部連接圖的聚類識別
5 4 案例分析
5 4 1 資料庫和評估指標
5 4 2 結果分析
5 5 本章小結
第6章 基於視覺顯著圖的RGB-D數據識別方法
6 1 引言
6 2 相關工作
6 3 方法描述
6 3 1 由RGB-D數據生成顯著圖
6 3 2 由RGB-D數據生成點雲數據
6 3 3 生成初始超體素識別
6 3 4 基於幾何距離和顏色距離的超體素特徵描述
6 3 5 超體素迭代合併
6 4 案例分析
6 4 1 視覺顯著性檢測方法分析
6 4 2 識別性能量化對比
6 5 本章小結
第7章 基於FCM和離散正則化的多目標圖像識別
7 1 引言
7 2 相關工作
7 2 1 模糊C均值聚類原理
7 2 2 離散正則化原理
7 3 多目標三維圖像識別方法
7 3 1 圖像增強預處理
7 3 2 基於直方圖的FCM聚類
7 3 3 基於離散正則化的半監督修正方法
7 4 案例分析
7 5 本章小結
第8章 基於特徵點檢測的三維網格聚類識別演算法
8 1 引言
8 2 相關工作
8 2 1 三維網格識別類型
8 2 2 基於K-D樹的空間結構描述
8 3 方法描述
8 3 1 特徵點檢測
8 3 2 對特徵點聚類
8 3 3 基於聚類的網格識別
8 4 案例分析
8 4 1 特徵點檢測實驗
8 4 2 識別演算法評估指標
8 5 本章小結
第9章 基於顯著性分析和VCCS的三維點雲超體素分割方法
9 1 引言
9 2 相關工作
9 3 方法描述
9 3 1 由RGB-D數據生成顯著圖
9 3 2 由RGB-D數據生成點雲數據
9 3 3 建立鄰域圖
9 3 4 選取種子點初始化超體素
9 3 5 特徵描述和距離度量
9 3 6 基於顯著圖和VCCS的超體素分割
9 4 案例分析
9 5 本章小結
第10章 基於局部特徵描述的複雜三維點雲場景目標檢索方法
10 1 引言
10 2 相關工作
10 2 1 局部特徵描述的目標檢索
10 2 2 三維點雲目標識別的方法步驟
10 3 方法描述
10 3 1 方法概述
10 3 2 改進的局部坐標系框架
10 3 3 產生新的SHOT局部特徵描述
10 4 案例分析
10 4 1 對生成局部坐標系的魯棒性評估
10 4 2 Retrieval數據集的性能評估
10 4 3 特徵描述性評估
10 4 4 三維目標檢索演算法評估
10 5 本章小結
第11章 總結與展望
11 1 總結
11 2 研究成果及未來展望
11 2 1 研究成果
11 2 2 未來展望
參考文獻

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。