數字圖像處理與深度學習技術應用 楊淑瑩 9787121483011 【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：電子工業
物品所在地：中國大陸
原出版社：電子工業
NT$439
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
| *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：202408*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：數字圖像處理與深度學習技術應用 ISBN：9787121483011 出版社：電子工業 著編譯者：楊淑瑩 頁數：301 所在地：中國大陸 *此為代購商品 書號：1678043 可大量預訂，請先連絡。 內容簡介 本書介紹了各種數字圖像處理的演算法分析及編程實現技術。全書由13章組成，主要內容包括圖像處理編程基礎、彩色圖像特效處理、圖像的合成處理、圖像的幾何變換、圖像的灰度變換、圖像平滑處理、圖像邊緣銳化處理、圖像形態學處理、圖像分割與測量、圖像頻域變換處理。同時，介紹了基於深度學習的CNN模型和Faster R-CNN模型，以及這些模型在漢字識別、語音識別或手勢識別等項目中的應用，這些內容與「國家級虛擬模擬實驗教學一流課程」相配套。 本書介紹了數字圖像處理與深度學習技術的應用，並給出與這些技術相結合的編程實例。書中提供了Python編程代碼和相關函數說明。實常式序的框架結構簡單，代碼簡潔，使Python初學者很快就能編寫圖像處理的程序代碼。 本書可作為高等院校計算機工程、信息工程、生物醫學工程、智能機器人學、工業自動化、模式識別及相關學科的研究生、本科生的教材或參考書，亦可供有關工程技術人員參考。目錄 第1章 圖像處理編程基礎1 1 Python開發基礎 1 1 1 Python的安裝 1 1 2 PyCharm的安裝 1 1 3 OpenCV及常用庫的配置 1 2 數字圖像處理與深度學習技術簡介 1 3 系統界面開發基礎 1 4 圖像顯示 1 4 1 待處理圖像的顯示 1 4 2 處理後圖像的顯示 習題 第2章 彩色圖像特效處理 2 1 圖像的顏色表示 2 1 1 像素的顏色 2 1 2 圖像的存儲結構 2 1 3 圖像的精度 2 2 彩色圖像的灰度化處理 2 3 彩色圖像的著色處理 2 4 彩色圖像的亮度調整 2 5 彩色圖像的對比度調整 2 6 彩色圖像的曝光處理 2 7 彩色圖像的馬賽克處理 2 8 彩色圖像的梯度銳化處理 2 9 彩色圖像的浮雕處理 2 10 彩色圖像的霓虹處理 小結 習題 第3章 圖像的合成處理 3 1 圖像的代數運算 3 1 1 圖像加運算 3 1 2 圖像減運算 3 2 圖像邏輯運算 3 2 1 位與運算 3 2 2 位或運算 3 2 3 位非運算 3 2 4 位異或運算 小結 習題 第4章 圖像的幾何變換 4 1 概述 4 2 圖像平移 4 3 圖像鏡像 4 4 圖像縮放 4 5 圖像轉置 4 6 投影變換 4 7 圖像旋轉 小結 習題 第5章 圖像的灰度變換 5 1 概述 5 2 二值化和閾值處理 5 3 灰度線性變換與分段線性變換 5 3 1 灰度線性變換 5 3 2 分段線性變換 5 4 灰度非線性變換 5 4 1 灰度對數變換 5 4 2 灰度指數變換 5 4 3 灰度冪次變換 5 5 灰度直方圖 5 5 1 灰度直方圖概念 5 5 2 直方圖正規化 5 5 3 直方圖均衡化 5 5 4 自適應直方圖均衡化 小結 習題 第6章 圖像平滑處理 6 1 概述 6 2 雜訊消除法 6 2 1 二值圖像的黑白點雜訊濾波 6 2 2 消除孤立黑像素點 6 3 鄰域平均法 6 3 1 3×3均值濾波 6 3 2 N×N均值濾波 6 3 3 超限鄰域平均法 6 3 4 方框濾波 6 4 高斯濾波 6 5 中值濾波 6 5 1 N×N中值濾波 6 5 2 十字形中值濾波 6 5 3 N×N最大值濾波 6 6 雙邊濾波 6 7 2D卷積核的實現 6 8 產生雜訊處理 6 8 1 隨機雜訊 6 8 2 椒鹽雜訊 小結 習題 第7章 圖像邊緣銳化處理 7 1 概述 7 2 圖像微分邊緣檢測 7 2 1 縱向邊緣檢測 7 2 2 橫向邊緣檢測 7 2 3 雙向邊緣檢測 7 3 常用的邊緣檢測運算元及方法 7 3 1 Roberts邊緣檢測運算元 7 3 2 Sobel邊緣檢測運算元 7 3 3 Prewitt邊緣檢測運算元 7 3 4 Scharr邊緣檢測運算元 7 3 5 Krisch自適應邊緣檢測 7 3 6 拉普拉斯運算元 7 3 7 高斯-拉普拉斯運算元 7 3 8 Canny邊緣檢測 7 4 梯度銳化 7 4 1 提升邊緣 7 4 2 根據梯度二值化圖像 小結 習題 第8章 圖像形態學處理 8 1 概述 8 2 圖像腐蝕 8 2 1 水平腐蝕 8 2 2 垂直腐蝕 8 2 3 全方向腐蝕 8 3 圖像膨脹 8 3 1 水平膨脹 8 3 2 垂直膨脹 8 3 3 全方向膨脹 8 4 圖像開運算與閉運算 8 4 1 圖像開運算 8 4 2 圖像閉運算 8 5 形態學梯度運算 8 6 黑帽與禮帽運算 8 7 圖像細化 小結 習題 第9章 圖像分割與測量 9 1 概述 9 2 閾值法分割 9 2 1 直方圖門限選擇法 9 2 2 半閾值選擇法 9 2 3 迭代閾值法 9 2 4 Otsu閾值法 9 2 5 自適應閾值法 9 2 6 分水嶺演算法 9 3 投影法分割 9 3 1 水平投影分割 9 3 2 垂直投影分割 9 4 輪廓檢測 9 4 1 輪廓提取 9 4 2 邊界跟蹤法 9 4 3 區域增長法 9 4 4 輪廓檢測與擬合 9 5 目標物體測量 9 5 1 區域標記 9 5 2 面積測量 9 5 3 周長測量 9 6 最小外包形狀檢測 9 6 1 最小外包矩形 9 6 2 最小外包圓形 9 6 3 最小外包三角形 9 6 4 最小外包橢圓 9 7 霍夫檢測 9 7 1 霍夫直線檢測 9 7 2 霍夫圓檢測 小結 習題 第10章 圖像頻域變換處理 10 1 圖像頻域變換 10 1 1 圖像傅里葉變換 10 1 2 圖像快速傅里葉變換 10 1 3 圖像離散餘弦變換 10 1 4 圖像頻域變換原理 10 2 頻域低通濾波 10 2 1 理想低通濾波 10 2 2 梯形低通濾波 10 2 3 巴特沃思低通濾波 10 2 4 指數低通濾波 10 3 頻域高通濾波 10 3 1 理想高通濾波 10 3 2 梯形高通濾波 10 3 3 巴特沃思高通濾波 10 3 4 指數高通濾波 小結 習題 第11章 基於深度學習CNN模型的漢字識別 11 1 深度學習技術概述 11 2 CNN基本概念 11 3 漢字識別系統設計 11 4 漢字圖像預處理 1 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。 |
