圖像分析與識別新技術研究與應用 王海暉 陳龍著 9787576902136 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：華中師範大學
物品所在地：中國大陸
原出版社：華中師範大學
NT$369
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *數量非實際在台庫存 *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，以到貨標的為實際資訊。 印行年月：202308*若逾兩年請先於私訊洽詢存貨情況，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：圖像分析與識別新技術研究與應用 ISBN：9787576902136 出版社：華中師範大學 著編譯者：王海暉 陳龍著 頁數：176 所在地：中國大陸 *此為代購商品 書號：1606886 可大量預訂，請先連絡。 內容簡介 本書通過對圖像分析與識別新技術理論的研究，結合該領域國內外研究的發展現狀，開展了對圖像分析與識別新技術的應用研究。通過對相關案例進行分析，總結了圖像分析與識別新技術的發展前景及相關技術手段。本書有助於廣大讀者更好地理解圖像分析與識別新技術的相關知識，了解圖像分析與識別新技術方面的發展現狀。同時，本書並不囿於純粹的理論知識介紹和技術研討，而是從實踐出發，用一系列案例引申出核心知識與技術，以便讀者更加系統而綜合地掌握圖像分析與識別新技術的全貌，把握圖像分析與識別新技術的全局。 本書不僅提供了豐富的參考文獻，以方便讀者進一步深入探索，還提供了大量圖示和實例幫助讀者學習、理解和應用。全書共8章，可分為兩個部分：第一部分包括第1∼2章，研究分析了圖像分析與識別新技術的發展現狀及相關理論；第二部分包括第3∼8章，從多個方面對圖像分析與識別新技術的應用開展了研究。第二部分的各章相對獨立，讀者可以根據自己的興趣及實際情況選擇學習。目錄 第1章 圖像分析與識別概述1 1 圖像識別概述 1 2 圖像識別原理 1 3 圖像識別應用 1 4 圖像識別面臨的問題 1 5 圖像識別的發展階段和趨勢 第2章 圖像預處理與邊緣檢測 2 1 圖像預處理 2 2 圖像濾波 2 3 圖像形態學處理 2 4 圖像的銳化 2 5 邊緣檢測 2 6 圖像增強 第3章 不同遙感圖像的融合與應用 3 1 案例背景 3 1 1 數據融合技術 3 1 2 不同遙感圖像的特點 3 1 3 不同遙感圖像融合及應用的意義 3 2 遙感圖像融合效果評定方法的研究 3 2 1 主觀融合效果評定法 3 2 2 客觀融合效果評定法 3 2 3 實驗分析 3 3 多源遙感圖像的直接融合方法 3 3 1 遙感圖像的預處理 3 3 2 灰度圖像之間的融合方法 3 3 3 多光譜圖像的融合方法 第4章 基於改進深度網路模型的棉花特徵提取及分割方法研究 4 1 案例背景 4 1 1 研究背景及意義 4 1 2 國內外發展和研究現狀 4 2 相關工作及數據集介紹 4 2 1 基於手工設計的特徵提取演算法 4 2 2 基於卷積神經網路的特徵提取 4 2 3 實地棉田棉花圖像數據集 4 3 基於多尺度融合的田間棉花特徵提取 4 3 1 手工設計提取棉花特徵 4 3 2 棉花深度卷積的特徵提取 4 3 3 特徵融合 4 3 4 實驗結果及分析 第5章 面向火災早期預警系統的研究 5 1 案例背景 5 1 1 研究背景及意義 5 1 2 國內外發展和研究現狀 5 1 3 視頻火災檢測技術的優勢 5 2 煙霧圖像的疑煙區識別 5 2 1 疑煙區的檢測方法 5 2 2 圖像濾波 5 2 3 圖像形態學處理 5 3 煙霧的特徵分析 5 3 1 顏色特徵分析方法 5 3 2 小波變換特徵分析 5 4 面向火災早期預警的系統實現 5 4 1 演算法評價指標 5 4 2 演算法性能對比 5 4 3 演算法時間及檢測效果圖 5 4 4 預警信號傳輸 第6章 基於PSO-LSSVM的金屬表面缺陷檢測分類方法研究 6 1 案例背景 6 1 1 案例背景及意義 6 1 2 金屬缺陷檢測技術的發展及研究現狀 6 2 金屬缺陷圖像的去噪和Gabor濾波 6 2 1 金屬缺陷類型 6 3 金屬缺陷的特徵提取及降維 6 3 1 特徵類型 6 3 2 金屬缺陷的特徵提取 6 4 PSO一LSSVM的缺陷分類方法及優化 6 4 1 SVM 6 4 2 LSSVM 6 4 3 PSO演算法及優化 6 4 4 實驗結果分析 第7章 基於機器學習的圖像邊緣檢測方法的研究與應用 7 1 案例背景 7 1 1 圖像邊緣檢測的研究現狀 7 1 2 圖像邊緣檢測的研究意義 7 2 基於有監督學習圖像處理的方法與原理 7 2 1 計算機視覺計算框架 7 2 2 有監督學習 7 2 3 圖像特徵提取技術 7 2 4 分類器訓練演算法 7 3 基於機器學習的邊緣檢測演算法研究 7 3 1 訓練數據樣本的創建 7 3 2 特徵選擇 7 3 3 基於增強演算法(Boosting)和決策樹的強分類器的訓練 7 3 4 實驗結果 第8章 基於圖像融合的目標識別與檢測技術的應用研究 8 1 案例背景 8 1 1 目標識別研究意義 8 1 2 目標識別技術的研究現狀及前景 8 2 遙感圖像融合效果評價方法的研究 8 2 1 圖像融合方法 8 2 2 主觀融合效果評定法 8 2 3 客觀融合效果評定法 8 2 4 實驗分析 8 3 基於圖像融合的目標識別與應用研究 8 3 1 產生融合圖像 8 3 2 數學形態學及其圖像檢測演算法 8 3 3 基於圖像融合的目標檢測及實驗 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PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
