智能視覺-圖像、特徵與分割 何坤 嚴斌宇 9787569059229 【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：四川大學
物品所在地：中國大陸
原出版社：四川大學
NT$356
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：202306*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：智能視覺-圖像、特徵與分割 ISBN：9787569059229 出版社：四川大學 著編譯者：何坤 嚴斌宇 頁數：192 所在地：中國大陸 *此為代購商品 書號：1547527 可大量預訂，請先連絡。 內容簡介 智能視覺是利用計算機模擬視覺各級中樞神經系統功能，旨在分析圖像中對象的幾何和物理屬性以及對象問的關係，以實現對圖像的感知、識別和解釋。智能視覺的關鍵環節是從圖像的光譜能量分佈中提取特徵，並運用特徵對圖像逐像素賦予語義標籤，實現像素級別的精確分割——語義分割。本書以人眼視覺系統對圖像的觀察、分析和認知為生物依據，以圖像像素—圖像特徵—語義分割為主線，深入地闡述了智能視覺的相關理論及演算法。目錄 第1章 緒論1 1 圖像視覺特徵 1 1 1 亮度感知 1 1 2 對象輪廓 1 1 3 對象形狀 1 1 4 對象視覺感知 1 2 圖像分割研究現狀 1 2 1 圖像區域分割 1 2 2 感興趣對象提取 1 2 3 圖像語義分割 1 3 圖像語義分割難點 1 3 1 先驗信息 1 3 2 分割框架 習題與討論 參考文獻 第2章 圖像及其類型 2 1 圖像數字表示 2 2 圖像類型 2 2 1 二值圖像 2 2 2 灰度圖像 2 2 3 彩色圖像 2 2 4 不同類型之比較 2 3 灰度直方圖 2 3 1 直方圖均衡化 2 3 2 直方圖形狀分析 2 3 3 基於直方圖的圖像二值化 習題與討論 參考文獻 第3章 圖像顏色分析 3 1 CIE色度學系統 3 1 1 CIE-XYZ系統 3 1 2 CIELUV均勻顏色空間 3 1 3 CIELab均勻顏色空間 3 2 視頻顏色模型 3 2 1 YUV顏色模型 3 2 2 YIQ顏色模型 3 2 3 YCbCr顏色模型 3 3 視覺顏色模型 習題與討論 參考文獻 第4章 圖像質量評價 4 1 主觀評價 4 2 參考的客觀評價 4 2 1 基於顏色損失的評價 4 2 2 基於結構相似性的評價 4 2 3 基於感興趣區域的評價 4 3 無參考的客觀評價 4 3 1 基於視覺掩蓋的評價 4 3 2 仿生視覺評價 習題與討論 參考文獻 第5章 圖像平滑及多尺度分析 5 1 均值濾波 5 2 高斯濾波 5 3 中值濾波 5 4 保邊平滑 5 4 1 平滑性能 5 4 2 離散化運算 5 5 圖像多尺度分析 5 5 1 高斯尺度空間 5 5 2 非線性尺度空間 5 5 3 不同尺度空間之比較 習題與討論 參考文獻 第6章 圖像邊緣檢測 6 1 圖像梯度 6 2 一階微分運算元 6 2 1 Roberts運算元 6 2 2 Prewitt運算元 6 2 3 Sobel運算元 6 2 4 Canny運算元 6 3 二階微分運算元 6 3 1 Laplacian運算元 6 3 2 Log運算元 6 3 3 Dog運算元 6 4 圖像邊緣類型 6 4 1 階躍邊緣 6 4 2 斜坡邊緣 6 4 3 三角形邊緣 6 4 4 方波邊緣 6 4 5 樓梯邊緣 6 4 6 屋脊邊緣 習題與討論 參考文獻 第7章 圖像區域及表示 7 1 圖像區域分割 7 1 1 基於像素相似性的聚類演算法 7 1 2 基於SLIC的區域分割 7 1 3 基於圖論的區域分割 7 2 區域顏色 7 2 1 區域顏色表示 7 2 2 顏色相似性分析 7 3 區域形狀 7 4 區域紋理 習題與討論 參考文獻 第8章 基於活動輪廓的圖像分割 8 1 對象輪廓表示 8 1 1 輪廓的參數表示 8 1 2 輪廓的集合表示 8 2 曲線演化 8 2 1 參數化曲線演化 8 2 2 水平集演化 8 3 曲線演化速率 8 3 1 恆速率演化 8 3 2 曲率演化 8 4 參數活動輪廓模型 8 4 1 Snake模型的能量泛函 8 4 2 Snake模型的離散計算 8 5 幾何活動輪廓模型 8 5 1 基於邊緣的幾何活動輪廓模型 8 5 2 基於區域的幾何活動輪廓模型 8 6 分割演算法評價 習題與討論 參考文獻 第9章 基於圖論的對象提取 9 1 對象提取圖模型 9 1 1 圖像圖表示 9 1 2 對象提取圖表示 9 2 對象模式及其權重 9 2 1 局部直方圖模式 9 2 2 高斯混合模式 9 2 3 權重計算 9 3 圖割理論 9 3 1 網路流 9 3 2 最大流最小割定理 9 3 3 最大流演算法 9 4 對象提取 9 4 1 對象標註 9 4 2 對象提取演算法 9 4 3 對象提取演算法分析 習題與討論 參考文獻 第10章 基於卷積神經網路的語義分割 10 1 卷積神經網路 lO 1 1 卷積神經網路結構 10 1 2 卷積神經網路激活函數 10 1 3 卷積神經網路的優缺點 10 2 卷積神經網路的訓練 10 2 1 參數初始化 10 2 2 正向傳播 10 2 3 反向傳播 10 3 全卷積神經網路 10 3 1 全卷積神經網路結構 10 3 2 全卷積神經網路的上採樣 10 3 3 全卷積神經網路的優缺點 習題與討論 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。 |
