計算機視覺 胡永利 9787111776390 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*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：202412*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：計算機視覺
ISBN：9787111776390
出版社：機械工業
著編譯者：胡永利
頁數：206
所在地：中國大陸 *此為代購商品
書號：1724298
可大量預訂，請先連絡。

內容簡介

本書分10章介紹了計算機視覺的基本概念、底層視覺信號處理技術、高級計算機視覺技術，以及計算機視覺技術應用等內容。第1章為緒論，介紹了人類視覺與計算機視覺的基本概念，回顧了計算機視覺的發展歷史，介紹了經典的計算機視覺理論、主要應用場景和面臨的挑戰。第2～6章介紹了底層視覺信號處理技術。其中，第2章介紹了圖像的表示和處理，第3章介紹了圖像的點特徵表示，第4章介紹了圖像的線特徵表示，第5章介紹了圖像的區域分割技術，第6章介紹了紋理分析的相關概念和方法。第7～9章介紹了高級計算機視覺技術，包括第7章的攝像機成像模型，第8章的三維重建，第9章的運動分析。第10章介紹了計算機視覺技術在圖像分類、目標檢測和跟蹤等方面的應用。 本書適合作為普通高校人工智能、計算機、自動化等相關專業的教材，也可作為廣大從事計算機視覺技術應用研發人員的參考讀物。

目錄

第1章 緒論
1 1 人類視覺
1 2 計算機視覺
1 3 計算機視覺的發展
1 4 經典計算機視覺理論
1 5 計算機視覺的應用和面臨的挑戰
本章小結
思考題與習題
參考文獻
第2章 圖像表示和處理
2 1 圖像的表示
2 2 圖像的基本性質
2 2 1 距離
2 2 2 連通性
2 2 3 邊緣和邊界
2 2 4 直方圖
2 2 5 圖像中的雜訊
2 3 圖像處理數學基礎
2 3 1 卷積
2 3 2 傅里葉變換
2 4 常用圖像處理技術
2 4 1 亮度變換
2 4 2 直方圖變換
2 4 3 空域濾波
2 4 4 頻域濾波
2 5 卷積神經網絡基礎
本章小結
思考題與習題
參考文獻
第3章 圖像的點特徵表示
3 1 圖像點特徵介紹
3 2 圖像關鍵點檢測算法
3 2 1 Harris角點檢測
3 2 2 SIFT關鍵點檢測
3 2 3 HardNet點特徵學習
3 2 4 Key Net關鍵點檢測網絡
3 3 圖像點特徵應用
本章小結
思考題與習題
參考文獻
第4章 圖像的線特徵表示
4 1 邊緣檢測
4 1 1 邊緣和邊緣檢測
4 1 2 微分邊緣檢測
4 1 3 Canny邊緣檢測
4 2 活動輪廓模型（Snake模型）
4 3 主動形狀模型（ASM）
4 3 1 基本原理
4 3 2 ASM的建立
4 3 3 ASM的形狀搜索
4 4 Hough變換
4 4 1 直線檢測
4 4 2 曲線檢測
本章小結
思考題與習題
參考文獻
第5章 區域分割
5 1 區域分割的概念
5 2 傳統數字圖像區域分割算法
5 2 1 閾值分割法
5 2 2 區域生長法
5 2 3 分裂合併法
5 2 4 分水嶺算法
5 3 基於深度學習的區域分割算法
5 3 1 全卷積分割網絡
5 3 2 U-net分割網絡
5 3 3 DeepLab系列分割網絡
5 3 4 預訓練大模型分割網絡（SAM）
本章小結
思考題與習題
參考文獻
第6章 紋理分析
6 1 紋理的概念
6 2 經典紋理分析方法
6 2 1 灰度共生矩陣
6 2 2 Gabor小波
6 3 基於深度學習的紋理分析方法
6 3 1 紋理分類網絡PCANet
6 3 2 基於CNN的紋理合成網絡
本章小結
思考題與習題
參考文獻
第7章 攝像機成像模型
7 1 成像原理
7 1 1 小孔成像
7 1 2 凸透鏡成像
7 1 3 攝像機成像原理
7 1 4 齊次坐標
7 2 攝像機成像模型
7 3 攝像機標定
7 3 1 直接線性變換法（DLT）
7 3 2 平面標定法
7 3 3 基於一維標定物的標定方法
本章小結
思考題與習題
參考文獻
第8章 三維重建
8 1 三維重建介紹
8 1 1 三維重建的目的與任務
8 1 2 三維重建的應用
8 2 多視幾何
8 2 1 極幾何關係
8 2 2 基礎矩陣估計
8 3 基於立體視覺的三維重建
8 3 1 基於SFM的三維重建
8 3 2 基於多目立體視覺（MVS）的三維重建
8 3 3 基於深度學習的三維重建
8 4 其他三維重建技術
8 4 1 結構光
8 4 2 激光掃描
8 4 3 光度立體重建
本章小結
思考題與習題
參考文獻
第9章 運動分析
9 1 運動分析簡介
9 2 時間差分方法
9 3 背景減除法
9 3 1 單高斯模型
9 3 2 混合高斯模型
9 3 3 ViBe算法模型
9 3 4 CodeBook算法
9 4 光流法
本章小結
思考題與習題
參考文獻
第10章 計算機視覺應用
10 1 圖像分類
10 1 1 ResNet
10 1 2 Vision Transformer
10 1 3 圖像分類數據集介紹
10 2 目標檢測
10 2 1 滑動窗口法
10 2 2 Faster R-CNN
10 2 3 YOLOv
10 2 4 目標檢測數據集介紹
10 3 目標跟蹤
10 3 1 經典目標跟蹤算法——Mean Shift
10 3 2 深度目標跟蹤算法——FCNT
10 3 3 目標跟蹤數據集介紹
本章小結
思考題與習題
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。