基于MATLAB的机器视觉和深度学习处理技术

　　视觉系统的应用总体上较为广泛，但是现在实际能用上的确实是不太够。机器视觉 重要，但是目前 多的是聚集在硬件数据采集和定位研究，本书 多的是聚焦于软件设计，特别是模式识别方面，系统地阐述了机器视觉的工作原理、分析方法、技术和应用，对MATLAB在图像视频处理的特点以及基本知识进行了阐述，从图形绘制层层深入MATLAB的二维和三维图像绘制功能，并介绍了科学计算可视化的相关知识；详细介绍了机器视觉的发展与当前技术的关键点，以及图像表示和描述、图像分割、增强、融合与模式识别等方面的知识，并给出机器视觉处理应用的实例。本书融入了编者多年从事视频处理的科研成果，在阐述基本理论的同时，辅以MATLAB源程序，加上详细注释，便于读者学习。

暂缺《基于MATLAB的机器视觉和深度学习处理技术》作者简介

第1章 机器视觉技术基础
1.1 数字图像处理的基本概念
1.1.1 数字图像的概念
1.1.2 数字图像的表示
1.1.3 图像的空间分辨率和灰度级分辨率
1.2 图像识别与机器视觉
1.2.1 图像识别
1.2.2 机器视觉
1.3 数字图像处理基础知识
1.3.1 数字图像处理的基本概念
1.3.2 距离度量
1.4 图像的读写与显示
1.4.1 MATLAB中的图像类型
1.4.2 图像的读取与显示
1.4.3 图像类型转换
1.5 图像的运算
1.5.1 图像的代数运算
1.5.2 图像的几何运算
1.5.3 图像的点运算
1.6 邻域与块运算
1.6.1 图像的邻域运算
1.6.2 图像的块运算
1.7 小结
第2章 图像变换
2.1 二维离散傅里叶变换
2.1.1 二维离散傅里叶变换的原理
2.1.2 二维离散傅里叶变换的性质
2.1.3 MATLAB中的二维傅里叶变换函数
2.2 二维离散小波变换
2.2.1 二维离散小波变换的原理
2.2.2 MATLAB中的二维离散小波变换函数
2.3 二维离散余弦变换
2.3.1 二维离散余弦变换的定义
2.3.2 MATLAB中的二维离散余弦变换函数
2.4 Radon变换
2.4.1 Radon变换与 Radon逆变换的原理
2.4.2 MATLAB中的 Radon 变换函数
2.5 Hough 变换
2.5.1 Hough变换的原理
2.5.2 MATLAB中的 Hough变换函数
2.6 小结”
第3章 图像增强
3.1 线性滤波增强
3.1.1 卷积算子
3.1.2 相关算子
3. 1.3线性滤波的MATLAB实现
3.1.4 使用预定义的滤波器对图像滤波
3.2 空域滤波增强
3.2.1 图像噪声的类型
3.2.2 中值滤波器