中图网

>

研究生/本科/专科教材

图像处理与模式识别:理论、方法和实践

作者：王一丁崔家礼于仕琪著

出版社：清华大学出版社出版时间：2024-12-01

开本：其他页数： 268

本类榜单：教材销量榜

中图价:¥66.8(7.5折) 定价 ~~¥89.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
中医基础理论

中医基础理论

¥51.7¥59
>
高校军事课教程

高校军事课教程

¥14.2¥38
>
思想道德与法治(2021年版)

思想道德与法治(2021年版)

¥8.8¥18
>
毛泽东思想和中国特色社会主义理论体系概论(2021年版)

毛泽东思想和中国特色社会主义理论体系概论(2021年版)

¥11¥25
>
中医内科学·全国中医药行业高等教育“十四五”规划教材

中医内科学·全国中医药行业高等教育“十四五”规划教材

¥85.1¥99
>
中医诊断学--新世纪第五版

中医诊断学--新世纪第五版

¥50.9¥58
>
中药学·全国中医药行业高等教育“十四五”规划教材

中药学·全国中医药行业高等教育“十四五”规划教材

¥85.1¥99

商品详情
商品评论(0条)

中图价:¥66.8 加入购物车

版权信息
本书特色
内容简介
目录
作者简介

图像处理与模式识别:理论、方法和实践版权信息

ISBN：9787302657392
条形码：9787302657392 ; 978-7-302-65739-2
装帧：平装-胶订
册数：暂无
重量：暂无
所属分类：
教材
>
研究生/本科/专科教材

图像处理与模式识别:理论、方法和实践本书特色

重点聚焦于图像处理和模式识别两大领域，理论详略得当，以丰富的实践和示例为主
针对PC和嵌入式平台，结合OpenCV和Python，注重夯实学生硬件基础和编程能力
注重数字图像处理技能，包含但不限于几何变换、图像滤波、边缘检测、特征提取
案例丰富，如人脸识别、目标跟踪、文本识别、条形码/二维码识别和视觉机器臂等
适用于通信/电子信息工程、计算机科学等专业，有助于培养和提升机器视觉技能

图像处理与模式识别:理论、方法和实践内容简介

"《图像处理与模式识别：理论、方法和实践》共三部分，分别介绍实践环境、图像处理实践和模式识别实践。第 I 部分介绍实践需要的硬件环境和软件环境，旨在帮助读者了解硬件环境和掌握编程能力。第 II 部分探讨数字图像处理，包含基本操作、几何变换、图像滤波、边缘检测、特征提取等，旨在帮助读者掌握图像处理技能。第 III 部分探讨模式识别，涵盖多个应用案例，包括人脸识别、目标跟踪、文本识别、条形码/ 二维码识别和基于视觉的机械臂等，每个操作案例都包括理论基础和实现过程。《图像处理与模式识别：理论、方法和实践》适用于通信、电子信息工程、计算机科学等专业学生和研究人员，提供全面实用的指导，帮助建立机器视觉知识和技能基础。 "

图像处理与模式识别:理论、方法和实践目录

第Ⅰ部分　实践环境第1 章　实践硬件环境 31.1　概述 31.2　PC 平台 31.3　嵌入式平台 51.3.1　MVB-NCUT 机器视觉实验箱构成和说明 51.3.2　VIM3 开发板 91.3.3　树莓派硬件平台介绍 13第2 章　实践软件环境 182.1　概述 182.2　Ubuntu Linux 182.2.1　诞生和定位 182.2.2　特点 192.3　OpenCV 计算机视觉库 20第Ⅰ部分　实践环境第1 章　实践硬件环境 31.1　概述 31.2　PC 平台 31.3　嵌入式平台 51.3.1　MVB-NCUT 机器视觉实验箱构成和说明 51.3.2　VIM3 开发板 91.3.3　树莓派硬件平台介绍 13第2 章　实践软件环境 182.1　概述 182.2　Ubuntu Linux 182.2.1　诞生和定位 182.2.2　特点 192.3　OpenCV 计算机视觉库 202.3.1　简要介绍 202.3.2　OpenCV 的优势 212.4　Python 相关依赖库 222.4.1　OpenCV-Python 222.4.2　NumPy 232.4.3　Sys 242.4.4　Argparse 242.5　常见问题和解决方案 242.5.1　Khadas VIM3 开发板安装Ubuntu 系统 252.5.2　Ubuntu 下OpenCV 的安装 262.5.3　Ubuntu 下python 依赖库下载方法 28第Ⅱ部分　图像处理实践 31第3 章　图像的基本操作 333.1　概述 333.2　图像及基本操作 333.2.1　图像 343.2.2　OpenCV 中的图像基本操作函数 373.3　图像基本操作示例 403.3.1　实验准备 403.3.2　图像读写实例 403.3.3　视频读取实例 423.3.4　视频文件创建实例 453.4　小结 483.5　实践习题 48第4 章　图像的几何变换 494.1　概述 494.2　图像几何变换基础 494.2.1　几何变换 494.2.2　几何变换原理 504.2.3　插值原理 514.2.4　OpenCV 中的几何变换函数 534.3　几何变换示例 554.3.1　实验准备 554.3.2　常用几何变换实例 564.3.3　计算仿射变换矩阵 614.4　小结 634.5　实践习题 64第5 章　图像滤波实践 675.1　概述 675.2　图像滤波基础 675.2.1　图像滤波 675.2.2　卷积 695.2.3　滤波方法 695.2.4　OpenCV 中的图像滤波函数 755.3　图像滤波示例 775.3.1　实验准备 775.3.2　常用图像滤波实例 775.4　小结 795.5　实践习题 80第6 章　图像边缘检测实践 816.1　概述 816.2　边缘检测理论基础 816.2.1　边缘检测 826.2.2　了解边缘 826.2.3　图像梯度 826.2.4　常用算子 836.2.5　OpenCV 中的边缘检测函数 866.3　边缘检测示例 896.3.1　实验准备 896.3.2　边缘检测实例 896.4　小结 936.5　实践习题 93第7 章　特征提取与匹配实践 957.1　概述 957.2　特征提取与匹配基础知识 967.2.1　SIFT 特征提取算法 967.2.2　特征匹配 1137.3　特征提取与匹配示例 1177.3.1　实验准备 1177.3.2　SIFT 特征提取实例 1177.3.3　暴力匹配方法实例 1197.3.4　快速*近邻方法实例 1227.4　小结 1257.5　实践习题 125第Ⅲ部分　模式识别实践 128第8 章　人脸识别实践 1298.1　概述 1298.2　人脸识别基础 1308.2.1　人脸识别原理 1308.2.2　基于传统方法人脸检测 1318.2.3　基于深度学习方法的人脸检测 1338.2.4　人脸对齐 1358.2.5　人脸特征提取与比对 1368.3　人脸识别操作示例 1378.3.1　实验准备 1378.3.2　基于传统方法人脸检测实例 1378.3.3　基于深度学习方法人脸检测实例 1408.3.4　基于深度学习人脸识别实例 1458.4　小结 1518.5　实践习题 152第9 章　目标跟踪实践 1559.1　概述 1559.2　目标跟踪基础 1569.2.1　目标跟踪 1569.2.2　MeanShift 算法 1579.3　目标跟踪示例 1649.3.1　实验准备 1649.3.2　MeanShift 算法目标跟踪实例 1649.3.3　CamShift 算法目标跟踪实例 1689.3.4　DaSiamRPN 算法目标跟踪实例 1719.4　小结 1799.5　实践习题 180第10 章　文本识别实践 18110.1　概述 18110.2　文本识别基础 18210.2.1　文本识别的流程 18210.2.2　传统的文本检测方法 18310.2.3　基于深度学习的方法之DB 18510.2.4　基于深度学习的方法之CTC 18710.3　文本识别示例 18910.3.1　实验准备 18910.3.2　MSER 文字检测实例 18910.3.3　DB 检测方法示例 19310.3.4　CTC 检测方法实例 19910.4　小结 20510.5　实践习题 206第11 章　条形码与二维码识别应用 20711.1　概述 20711.2　条形码与二维码识别 20811.2.1　条形码与二维码简史 20811.2.2　条形码与二维码结构 20911.2.3　一维条形码识别 20911.2.4　二维码识别 21411.3　条形码与二维码识别示例 21711.3.1　实验准备 21811.3.2　一维条形码实例 21811.3.3　基于传统算法的二维码识别实例 22211.3.4　基于深度学习的二维码识别实例 23211.4　小结 23511.5　实践习题 235第12 章　基于视觉的机械臂实践 23712.1　概述 23712.2　基于视觉的机械臂基础 23812.2.1　基于视觉的机械臂 23812.2.2　机械臂控制基本原理 23812.2.3　跟踪人脸的机械臂实现流程 24112.3　基于视觉的机械臂示例 24312.3.1　实验准备 24312.3.2　机械臂舵机控制实例 24312.3.3　跟踪人脸的机械臂实例 24712.4　小结 25312.5　实践习题 254参考文献 255

展开全部

图像处理与模式识别:理论、方法和实践作者简介

王一丁，北方工业大学信息与通信工程一级学科责任教授，博士生导师，2009年入选北京市市级高层次学术创新人才，图像处理与智能识别科研团队负责人，人工智能学会专委委员，计算机学会专委委员，北京图像图形学会理事。研究方向包括生物特征识别、机器视觉与应用和智慧医疗与人工智能等。主持国家863计划2项，国家自然科学基金6项，国防预先研究项目1项，中科院知识创新工程1项，参与国家973计划、国家863重点计划和国家科技支撑计划3项，获得授权发明专利11项，发表学术论文100余篇，出版专著2部，教材1部，获中国有色金属工业科学技术奖1等奖和2等奖，获北京市高等教育教学成果2等奖。培养研究生60余名，毕业博士2人，在读2人。崔家礼，北方工业大学信息学院教师。研究方向包括人工智能、计算机视觉与应用等。主持国家级项目1项，省部级项目2项，获得授权发明专利1项，发表学术论文20余篇。培养研究生20余名，在读9人。于仕琪，南方科技大学计算机科学与工程系副教授，主要研究方向为计算机视觉，有近20年OpenCV社区参与经历及丰富的教学经验。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐