读书月攻略拿走直接抄！
读书月预热场|满6本折上6折
欢迎光临中图网 请 | 注册
搜索
搜索全部
  • 搜索全部
  • 书名
  • 作者
  • 出版社
  • ISBN
高级搜索
我身体里的人造星星乡间的日常情感勒索神秘的黑猫
  • 合成诗经
  • 新用户注册领10元
中图网
>
计算机/网络
>
图形图像多媒体
>
其他
图像处理与机器学习:算法深度解析与应用实践
分享

包邮 图像处理与机器学习:算法深度解析与应用实践

作者：任涵文 著
出版社：机械工业出版社出版时间：2025-01-01
开本： 16开 页数： 408
本类榜单：计算机/网络销量榜
中 图 价:¥89.0(6.9折) 定价  ¥129.0 登录后可看到会员价
加入购物车 收藏
开年大促， 全场包邮
?新疆、西藏除外
本类五星书更多>
中图价:¥89.0 加入购物车

图像处理与机器学习:算法深度解析与应用实践 版权信息

图像处理与机器学习:算法深度解析与应用实践 本书特色

图像处理作为一门发展迅速的学科，涵盖内容极其广泛。本书力求在有限的篇幅内尽可能覆盖图像处理的基础知识以及各重要分支。本书在介绍理论的同时，也给出了大量实用性极强的算法代码以及应用示例。本书所有示例都给出了详尽参数，以便读者能够在相应的图像处理平台上复现这些示例的处理过程，加深对理论的理解。本书理论与实践相结合，对读者的实际工作具有很高的指导价值。


图像处理与机器学习:算法深度解析与应用实践 内容简介

图像处理作为一门发展迅速的学科，涵盖内容极其广泛。本书力求在有限的篇幅内尽可能覆盖图像处理的基础知识以及各重要分支。本书共分4部分：第1部分（第1~6章）介绍图像处理基础知识；第2部分（第7~10章）介绍图像分割、区域分析、边缘检测与尺寸测量、图像匹配等图像处理的各重要分支；第3部分（第11章）介绍机器学习知识；第4部分（第12章）介绍图像处理中的数学基础。从第2部分开始，各章节相对比较独立，读者可根据需要选择阅读。 本书在介绍理论的同时，也给出了大量实用性极强的算法代码以及应用示例。本书所有示例都给出了详尽参数，以便读者能够在相应的图像处理平台上复现这些示例的处理过程，加深对理论的理解。 本书可作为高等院校计算机、自动化及相关专业本科生或研究生的参考用书，也可供相关领域的研究人员和工程技术人员阅读参考。

图像处理与机器学习:算法深度解析与应用实践图像处理与机器学习:算法深度解析与应用实践 前言

在人类所感知的外界信息中，至少有80%来自视觉，足见视觉对人类的重要性。而用计算机对数字图像进行分析处理则是对人类视觉的辅助和替代，例如基于视觉方案的自动驾驶系统。通常学者们将这种对数字图像的分析处理划分为三个层次：图像处理、图像分析和计算机视觉。图像处理是低层处理，定义为输入和输出都是图像的处理，如图像滤波、图像增强、几何变换等；图像分析是中层处理，定义为输入是图像，而输出是从这些图像中提取的特征，如边缘、数量、位置等；计算机视觉是高层处理，定义为用计算机来模拟人类的视觉，包括学习并根据视觉输入进行智能推断和采取行动等，属于机器学习范畴。但这种划分有其不合理的地方，例如，简单的图像均值属于中层的图像分析，而远比其复杂的频率域滤波却属于低层的图像处理。另外，直方图均衡化属于图像处理，但其中用到的直方图又属于图像分析。鉴于此，有学者将图像分析划归到图像处理中。

显示全部信息

图像处理与机器学习:算法深度解析与应用实践 目录

前言
第1章 绪论/
1.1引言/
1.2图像采集/
1.2.1CCD和CMOS图像传感器/
1.2.2图像分辨率/
1.3图像存储/
1.4图像的视觉感知/
1.4.1亮度和对比度/
1.4.2敏锐度/
1.4.3视觉错觉/
1.5图像处理应用/
第2章 图像处理基础/
2.1基本概念/
2.1.1图像坐标系/
2.1.2距离测度/
2.1.3邻域/
2.1.4连通性/
2.1.5连通区域/
2.1.6感兴趣区域/
2.1.7点运算与邻域运算/
2.1.8线性运算与非线性运算/
2.1.9边缘扩展/
2.2彩色图像/
2.2.1彩色基础/
2.2.2颜色模型/
2.2.3颜色空间变换/
2.3算术和逻辑运算/
2.3.1算术运算/
2.3.2逻辑运算/
2.4图像统计/
2.4.1均值和方差/
2.4.2直方图/
2.4.3积分图像/
2.4.4熵/
2.4.5投影/
第3章 形态学/
3.1形态学基础/
3.2腐蚀和膨胀/
3.2.1腐蚀/
3.2.2膨胀/
3.2.3腐蚀和膨胀的性质/
3.3开运算和闭运算/
3.4击中-击不中变换/
3.5细化、粗化和裁剪/
3.5.1细化/
3.5.2粗化/
3.5.3裁剪/
3.6距离变换/
3.7灰度形态学/
3.7.1灰度腐蚀和膨胀/
3.7.2灰度开运算和闭运算/
3.8形态学应用/
3.8.1二值形态学应用/
3.8.2灰度形态学应用/
第4章 图像滤波与噪声/
4.1空间域滤波/
4.1.1空间域滤波基础/
4.1.2低通滤波/
4.1.3高通滤波/
4.1.4空间域滤波应用/
4.2频率域滤波/
4.2.1离散傅里叶变换/
4.2.2快速傅里叶变换/
4.2.3频率域滤波原理和步骤/
4.2.4低通滤波/
4.2.5高通滤波/
4.2.6带阻和带通滤波/
4.2.7陷波滤波/
4.2.8频率域滤波应用/
4.2.9频率域滤波小结/
4.3噪声估计与添加/
4.3.1基本概念/
4.3.2噪声估计/
4.3.3噪声添加/
第5章 几何变换/
5.1空间变换/
5.1.1仿射变换/
5.1.2投影变换/
5.1.3极坐标变换/
5.2灰度插值/
5.2.1*近邻插值/
5.2.2双线性插值/
5.2.3双三次插值/
5.3图像金字塔/
5.3.1高斯金字塔/
5.3.2均值金字塔/
第6章 图像增强/
6.1灰度拉伸/
6.2基于直方图的图像增强/
6.2.1直方图均衡化/
6.2.2直方图规定化/
6.3指数、对数和幂次变换/
6.3.1指数变换/
6.3.2对数变换/
6.3.3幂次变换/
6.4对比度增强/
6.5阴影校正/
6.6冲击滤波/
第7章 图像分割/
7.1阈值分割/
7.1.1全局阈值/
7.1.2自动阈值/
7.1.3动态阈值/
7.1.4区域阈值/
7.1.5变差模型/
7.2基于边缘的分割/
7.2.1边缘图像阈值化/
7.2.2边界闭合/
7.3分水岭法/
7.3.1无种子分水岭算法/
7.3.2有种子分水岭算法/
7.4区域生长法和k-means聚类算法/
7.4.1区域生长法/
7.4.2k-means聚类算法/
7.5彩色图像分割/
7.5.1HSV颜色空间中的分割/
7.5.2二维直方图中的分割/
第8章 区域分析/
8.1区域描述和提取/
8.1.1区域描述/
8.1.2区域提取/
8.2区域分析前处理/
8.2.1剔除边缘区域/
8.2.2填充孔洞/
8.2.3提取孔洞/
8.3区域特征/
8.3.1面积、质心和周长/
8.3.2长度、宽度和伸长度/
8.3.3等效椭圆的形状特征/
8.3.4凸包特征/
8.3.5外接几何图形/
8.3.6紧凑度、粗糙度、矩形度和圆度/
8.3.7费雷特特征/
8.3.8孔洞特征/
8.3.9区域筛选/
8.4亚像素区域边缘提取/
8.5区域分析应用/
8.5.1产品表面缺陷检测/
8.5.2位置检测/
8.5.3数量统计/
第9章 边缘检测与尺寸测量/
9.1边缘检测/
9.1.1Marr-Hildreth算子/
9.1.2Canny算子/
9.1.3Hough变换/
9.1.4脊线检测/
9.2亚像素边缘检测/
9.2.1一维亚像素边缘检测/
9.2.2二维亚像素边缘检测/
9.3边缘特征/
9.3.1尺寸和位置特征/
9.3.2形状特征/
9.3.3边缘筛选/
9.4高精度尺寸测量/
9.4.1直线边测量/
9.4.2圆和圆弧边测量/
9.4.3提高测量精度/
9.5多边形逼近曲线边缘/
9.5.1Douglas-Peucker算法/
9.5.2离散曲线演化算法/
9.6边缘分段/
第10章 图像匹配/
10.1灰度匹配/
10.1.1绝对误差和法与误差平方和法/
10.1.2序贯相似性检测法/
10.1.3相关系数法/
10.2特征匹配/
10.2.1边缘距离法/
10.2.2边缘梯度法/
10.2.3形状上下文法/
10.2.4特征点法/
10.3图像匹配应用/
10.3.1应用案例/
10.3.2使用技巧/
10.4小结/
第11章 机器学习/
11.1基本概念/
11.2k近邻法/
11.3贝叶斯分类器/
11.3.1贝叶斯决策论/
11.3.2朴素贝叶斯分类器/
11.3.3正态贝叶斯分类器/
11.3.4贝叶斯分类器在OCR中的应用/
11.4高斯混合模型/
11.4.1高斯混合模型的定义/
11.4.2高斯混合模型在缺陷检测中的应用/
11.5支持向量机/
11.5.1支持向量机概述/
11.5.2对偶问题/
11.5.3核函数/
11.5.4支持向量机扩展/
11.5.5支持向量机在缺陷检测中的应用/
11.6神经网络/
11.6.1神经元模型/
11.6.2单层感知机/
11.6.3多层感知机/
11.6.4异常检测/
11.6.5多层感知机在OCR中的应用/
11.7小结/
第12章 图像处理中的数学基础/
12.1集合/
12.2复数/
12.2.1复数的概念/
12.2.2复数的表示法/
12.3线性代数/
12.3.1矩阵和向量/
12.3.2矩阵运算/
12.3.3线性方程组/
12.3.4特征值和特征向量/
12.3.5范数/
12.4概率论与数理统计/
12.4.1概率论的基本概念/
12.4.2随机变量及其分布/
12.4.3随机变量的数字特征/
12.4.4极大似然估计法/
12.5直线、曲线和曲面拟合/
12.5.1*小二乘法/
12.5.2直线拟合/
12.5.3圆和椭圆拟合/
12.5.4抛物线和抛物面拟合/
12.5.5高斯曲线和高斯曲面拟合/
12.6积分变换/
12.6.1傅里叶积分/
12.6.2傅里叶变换/
12.6.3卷积和相关/
参考文献/

展开全部

图像处理与机器学习:算法深度解析与应用实践 作者简介

任涵文，籍贯江苏宜兴，毕业于华中科技大学，获工学博士学位。长期从事图像处理理论和应用研究，特别是对工业图像处理有着丰富的理论知识和实践经验，独立开发出RSIL图像处理软件包。

商品评论(0条)
写书评 赚书币
暂无评论……
书友推荐
本类畅销
浏览历史
编辑推荐
返回顶部
新手上路
新用户指引
注册用户 更改注册信息
购物常见问题
关于特价书的常见问题
购买问题
订单跟踪
付款方式
账户余额  申请提现
配送方式及费用、范围
集团购买
售后服务
退换货流程
投诉与建议
特色服务
会员等级与书币
中图网书馨卡
邀请好友购买返10元礼包
其他信息
本站简介
联系我们
招聘英才
网站联盟
友情链接
微信公众号
中图网微信
中图网微博
中图网微博
手机中图网
手机中图网
中图网
诚信认证 电子商务诚信单位认证

京ICP备09013606号-3京信市监发[2002]122号海淀公安分局备案编号：1101083394

营业执照出版物经营许可证 京出发京批字第直110071

在线客服