- 智能视觉感知(普通高等教育工业智能专业系列教材)
- - 作者：编者:贾同//陈东岳|责编:汤枫//尚晨
  - 出版社：机械工业
  - ISBN：9787111752400
  - 出版日期：2024/05/01
  - 页数：163
- 售价：22

内容大纲
智能视觉感知是人工智能的重要组成部分。本书系统介绍了智能视觉感知领域的基础知识、典型方法和关键技术。本书共8章，第1章为绪论，第2～5章介绍二维视觉感知的关键技术，即图像生成与表示、图像滤波与增强、颜色与纹理分析、图像分割四部分内容；第6章介绍三维视觉感知；第7章介绍基于深度学习的视觉感知；第8章介绍视觉SLAM。读者可以从中了解智能视觉感知的基本理论方法与前沿进展，并能据此解决智能视觉应用中的实际问题。
本书可作为自动化、人工智能、计算机科学、计算机应用、信号与信息处理、模式识别与智能系统等方向的大学本科或研究生的专业基础课教材，也可作为相关专业的远程教育课程教材，还可供从事智能视觉技术应用行业的科技工作者自学或科研参考。
作者介绍
目录
出版说明
前言
第1章  绪论
  1.1  人类视觉
    1.1.1  人眼结构及成像特点
    1.1.2  视网膜感光细胞及光的波长
    1.1.3  视觉形成过程及特性
  1.2  计算机视觉
    1.2.1  计算机视觉的概念及意义
    1.2.2  相关学科的区别和联系
  1.3  基于深度学习的智能视觉感知技术
    1.3.1  深度学习
    1.3.2  常见的智能视觉感知技术
  1.4  智能视觉感知的应用语言与软件
  1.5  智能视觉感知的应用
  1.6  内容安排
  1.7  本章小结
  习题
第2章  图像生成与表示
  2.1  不同性质的电磁波
  2.2  成像设备
    2.2.1  CCD相机
    2.2.2  视频摄像机
    2.2.3  多光谱成像设备
    2.2.4  光场相机
  2.3  数字图像
    2.3.1  数字图像的定义
    2.3.2  几种不同类型的图像
  2.4  摄像机标定
    2.4.1  摄像机标定的概念和意义
    2.4.2  摄像机标定分类
    2.4.3  摄像机成像坐标系
    2.4.4  摄像机成像模型
  2.5  从二维图像到三维结构
  2.6  其他类型的视觉传感器
    2.6.1  测微密度计
    2.6.2  X射线
    2.6.3  磁共振
    2.6.4  三维扫描仪
  2.7  本章小结
  习题
第3章  图像滤波与增强
  3.1  图像处理
    3.1.1  改善图像质量
    3.1.2  检测低层特征
  3.2  灰度级映射
    3.2.1  亮度调整
    3.2.2  图像求反
    3.2.3  动态范围压缩
    3.2.4  对比度增强

  3.3  去噪滤波
    3.3.1  常见的噪声
    3.3.2  滤波的工作原理
    3.3.3  几种主要的滤波
  3.4  图像平滑
    3.4.1  均值滤波
    3.4.2  高斯滤波
    3.4.3  自适应平滑滤波
  3.5  边缘检测
    3.5.1  人类视觉边缘检测
    3.5.2  LOG边缘检测器
    3.5.3  Canny边缘检测器
  3.6  卷积
    3.6.1  模板运算定义
    3.6.2  卷积运算
  3.7  本章小结
  习题
第4章  颜色与纹理分析
  4.1  颜色物理学
    4.1.1  感测被照物体
    4.1.2  感受器的敏感性
  4.2  基色系统
    4.2.1  RGB基色系统
    4.2.2  CMY基色系统
    4.2.3  HSV基色系统
    4.2.4  HSI基色系统
    4.2.5  LAB基色系统
  4.3  明暗分析
    4.3.1  单一光源的照射
    4.3.2  漫反射
    4.3.3  镜面反射法
    4.3.4  随距离变大而变暗
    4.3.5  人类的色感机制
  4.4  纹理与描述
    4.4.1  纹理特征的概念
    4.4.2  纹理特征的主要应用
  4.5  测量纹理特征
    4.5.1  边缘密度与方向
    4.5.2  局部二值分解
    4.5.3  共生矩阵和特征
    4.5.4  Laws纹理能量测度
    4.5.5  自相关和功率谱
  4.6  纹理分割
  4.7  本章小结
  习题
第5章  图像分割
  5.1  区域分割
    5.1.1  聚类方法
    5.1.2  区域增长法
  5.2  区域表示

    5.2.1  覆盖图
    5.2.2  标记图像
    5.2.3  边界编码
    5.2.4  四叉树
    5.2.5  特征表
  5.3  轮廓分割
    5.3.1  区域边界跟踪
    5.3.2  Canny边缘检测和连接
    5.3.3  相邻连贯的边缘生成曲线
    5.3.4  用霍夫变换检测直线和圆弧
  5.4  线段拟合模型
    5.4.1  直线拟合
    5.4.2  参数的封闭解
    5.4.3  拟合中存在的问题
  5.5  运动一致性分割
    5.5.1  时空边界
    5.5.2  运动轨迹聚类
  5.6  本章小结
  习题
第6章  三维视觉感知
  6.1  三维视觉概述
    6.1.1  三维视觉的主要方法
    6.1.2  与三维视觉感知相关的软硬件系统
    6.1.3  三维视觉计算需要满足的条件
  6.2  3D仿射变换
    6.2.1  坐标系
    6.2.2  平移
    6.2.3  缩放
    6.2.4  旋转
    6.2.5  基于刚体变换的比对
  6.3  摄像机成像模型
    6.3.1  模型的介绍
    6.3.2  透视变换矩阵
    6.3.3  正交投影与弱透视投影
    6.3.4  基于多摄像机的成像模型
  6.4  双目视觉
    6.4.1  双目成像和视差
    6.4.2  双目视觉的相机标定
    6.4.3  立体匹配
  6.5  结构光
    6.5.1  结构光的概念和工作原理
    6.5.2  结构光的分类
    6.5.3  相移法
  6.6  三维重建
    6.6.1  3D数据获取
    6.6.2  图像配准
    6.6.3  基于泊松方程的表面重建
    6.6.4  优化
    6.6.5  三维重建常见算法
  6.7  本章小结

  习题
第7章  基于深度学习的视觉感知
  7.1  深度学习简介
    7.1.1  人工神经网络
    7.1.2  深度学习的概念
  7.2  人工智能与深度学习
    7.2.1  图灵测试问题
    7.2.2  深度学习带动人工智能发展
  7.3  机器学习
    7.3.1  常见的概念
    7.3.2  经典的机器学习方法
  7.4  智能视觉感知任务与深度学习
    7.4.1  颜色
    7.4.2  纹理
    7.4.3  形状
  7.5  深度学习基本原理
    7.5.1  基本原理
    7.5.2  深度学习和神经网络的区别和联系
  7.6  深度学习常见模型
    7.6.1  深度卷积神经网络
    7.6.2  深度置信网络
    7.6.3  卷积玻尔兹曼机
    7.6.4  自编码器
  7.7  深度学习开发框架与视觉应用
    7.7.1  深度学习开发框架
    7.7.2  深度学习视觉应用
  7.8  本章小结
  习题
第8章  视觉SLAM
  8.1  ROS操作系统
    8.1.1  ROS的概念
    8.1.2  ROS特点
    8.1.3  ROS版本选择
  8.2  经典视觉SLAM框架
    8.2.1  SLAM的概念和分类
    8.2.2  视觉SLAM框架
  8.3  三维空间刚体运动
    8.3.1  旋转矩阵和旋转向量
    8.3.2  欧拉角
    8.3.3  四元数
    8.3.4  相似、仿射、射影变换
  8.4  位姿估计
    8.4.1  位姿估计的研究意义
    8.4.2  常见的方法
  8.5  点云配准
    8.5.1  粗配准方案
    8.5.2  精配准方案
    8.5.3  结合法
  8.6  本章小结
  习题

参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目