书籍详情
计算机视觉与应用
作者:方水平 宋玉娥
出版社:机械工业出版社
出版时间:2023-12-01
ISBN:9787111735830
定价:¥45.00
内容简介
本书系统地介绍了计算机视觉主要任务及实现原理,包括图像滤波、图像变换、图像特征提取与匹配、目标检测、目标跟踪、目标识别、目标三维重构、图像分类、神经网络等。本书可作为“计算机视觉与应用”课程的培训教材,或人工智能技术应用专业的计算机视觉应用开发课程的教材,也可以作为人工智能应用领域相关技术人员的自学参考书。为方便教学,本书配备电子课件等教学资源。凡选用本书作为教材的教师均可登录机械工业出版社教育服务网www..cmpedu..com注册后免费下载。
作者简介
暂缺《计算机视觉与应用》作者简介
目录
前言
二维码索引
章
计算机视觉与应用导论
1.1 计算机视觉概述 001
1.2 计算机视觉编程工具及环境配置 006
1.2.1 计算机视觉编程工具 006
1.2.2 计算机视觉开发环境搭建 008
第2 章
图像滤波
2.1 数字图像概述 021
2.1.1 数字图像的基本概念 021
2.1.2 图像文件格式 025
2.2 图像滤波及其应用 027
2.2.1 图像点运算 027
2.2.2 图像滤波 031
2.3 形态学处理 040
2.3.1 膨胀运算 042
2.3.2 腐蚀运算 044
2.3.3 开运算与闭运算 046
2.3.4 形态学梯度 047
2.3.5 顶帽和黑帽运算 049
第3 章
图像变换
3.1 图像采样与插值 050
3.1.1 图像采样 050
3.1.2 图像插值 052
3.2 图像变换 059
3.2.1 灰度变换 059
3.2.2 图像几何变换 062
3.2.3 图像变换应用案例 071
第4 章
图像特征提取与匹配
4.1 几何特征 074
4.1.1 图像梯度 075
4.1.2 图像边缘 076
4.1.3 角点特征 080
4.1.4 形状特征 085
4.2 图像纹理特征 085
4.2.1 图像纹理特征定义 085
4.2.2 纹理特征分析 086
4.2.3 纹理合成 089
4.3 局部图像特征 092
第5 章
目标检测
5.1 目标检测简介 103
5.2 目标检测算法 103
5.2.1 传统的目标检测算法 104
5.2.2 基于深度学习的目标检测算法 109
5.3 人脸检测 114
5.3.1 人脸检测算法 114
5.3.2 基于OpenCV 实现人脸检测 116
5.3.3 基于OpenCV 实现人脸识别 119
5.4 增强现实 124
第6 章
目标跟踪
6.1 目标跟踪概述 128
6.2 目标跟踪方法 132
6.2.1 基于相关滤波的跟踪算法 132
6.2.2 基于深度学习的跟踪方法 135
6.2.3 跨镜追踪 138
第7 章
目标识别
7.1 目标识别概述 140
7.2 目标识别的应用 143
第8 章
目标三维重构
8.1 计算机视觉三维重构的理论基础 148
8.2 相机标定 154
8.3 三维场景重建 159
8.4 三维场景重建技术的应用 160
第9 章
图像分类
9.1 机器学习概述 163
9.2 机器学习算法应用开发流程 164
9.3 图像分类概述 164
9.4 基于机器学习的图像分类算法 167
9.5 机器学习模型评价方法 171
9.6 损失函数 173
0 章
神经网络
10.1 深度学习概述 176
10.2 卷积神经网络 176
10.3 LeNet 模型 181
10.4 VGG16 模型 184
10.5 AlexNet 模型 189
参考文献 196
二维码索引
章
计算机视觉与应用导论
1.1 计算机视觉概述 001
1.2 计算机视觉编程工具及环境配置 006
1.2.1 计算机视觉编程工具 006
1.2.2 计算机视觉开发环境搭建 008
第2 章
图像滤波
2.1 数字图像概述 021
2.1.1 数字图像的基本概念 021
2.1.2 图像文件格式 025
2.2 图像滤波及其应用 027
2.2.1 图像点运算 027
2.2.2 图像滤波 031
2.3 形态学处理 040
2.3.1 膨胀运算 042
2.3.2 腐蚀运算 044
2.3.3 开运算与闭运算 046
2.3.4 形态学梯度 047
2.3.5 顶帽和黑帽运算 049
第3 章
图像变换
3.1 图像采样与插值 050
3.1.1 图像采样 050
3.1.2 图像插值 052
3.2 图像变换 059
3.2.1 灰度变换 059
3.2.2 图像几何变换 062
3.2.3 图像变换应用案例 071
第4 章
图像特征提取与匹配
4.1 几何特征 074
4.1.1 图像梯度 075
4.1.2 图像边缘 076
4.1.3 角点特征 080
4.1.4 形状特征 085
4.2 图像纹理特征 085
4.2.1 图像纹理特征定义 085
4.2.2 纹理特征分析 086
4.2.3 纹理合成 089
4.3 局部图像特征 092
第5 章
目标检测
5.1 目标检测简介 103
5.2 目标检测算法 103
5.2.1 传统的目标检测算法 104
5.2.2 基于深度学习的目标检测算法 109
5.3 人脸检测 114
5.3.1 人脸检测算法 114
5.3.2 基于OpenCV 实现人脸检测 116
5.3.3 基于OpenCV 实现人脸识别 119
5.4 增强现实 124
第6 章
目标跟踪
6.1 目标跟踪概述 128
6.2 目标跟踪方法 132
6.2.1 基于相关滤波的跟踪算法 132
6.2.2 基于深度学习的跟踪方法 135
6.2.3 跨镜追踪 138
第7 章
目标识别
7.1 目标识别概述 140
7.2 目标识别的应用 143
第8 章
目标三维重构
8.1 计算机视觉三维重构的理论基础 148
8.2 相机标定 154
8.3 三维场景重建 159
8.4 三维场景重建技术的应用 160
第9 章
图像分类
9.1 机器学习概述 163
9.2 机器学习算法应用开发流程 164
9.3 图像分类概述 164
9.4 基于机器学习的图像分类算法 167
9.5 机器学习模型评价方法 171
9.6 损失函数 173
0 章
神经网络
10.1 深度学习概述 176
10.2 卷积神经网络 176
10.3 LeNet 模型 181
10.4 VGG16 模型 184
10.5 AlexNet 模型 189
参考文献 196
猜您喜欢