濠电姷鏁告慨鐑藉极閸涘﹥鍙忛柣鎴f閺嬩線鏌熼梻瀵割槮缁惧墽绮换娑㈠箣閻戝棛鍔┑鐐村灦閻燂箓宕曢悢鍏肩厪濠电偛鐏濋崝姘舵煟鎼搭喖寮慨濠冩そ瀹曟鎳栭埞鍨沪闂備礁鎼幊蹇曞垝瀹€鍕仼闁绘垼妫勯拑鐔兼煏婢舵稓鐣遍柍褜鍓涢弫濠氬蓟閵娿儮鏀介柛鈩冧緱閳ь剚顨婇弻锛勨偓锝庡亞閵嗘帞绱掓潏銊ユ诞闁糕斁鍋撳銈嗗笒鐎氼剛澹曢崗鍏煎弿婵☆垰鐏濇禍褰掓煕閻愬灚鏆柡宀嬬秮閹晠鎮滃Ο绯曞亾閸愵喗鍋i柍褜鍓熼弫鍐焵椤掆偓瀹撳嫰姊洪崨濠勨槈閺嬵亜霉濠婂嫮鐭掗柡灞诲姂瀵潙螖閳ь剚绂嶆ィ鍐╁€垫繛鍫濈仢閺嬫稑顭胯闁帮綁鐛幋锕€顫呴柣姗嗗亝閺傗偓闂佽鍑界紞鍡樼鐠烘í缂氬┑鐘叉处閳锋垹绱撴担鍏夋(妞ゅ繐瀚烽崵鏇㈡偣閾忚纾柟鐑橆殔缁犳盯鏌eΔ鈧悧鍐箯濞差亝鈷掗柛灞炬皑婢ф稓绱掔€n偄娴鐐寸墵楠炲洭顢橀悩娈垮晭闁诲海鎳撴竟濠囧窗閺嶎厾宓侀柡宥庡幗閻撶喖鏌ㄥ┑鍡樺櫣婵¤尙绮妵鍕敃閿濆洨鐣奸梺鍦嚀鐎氫即骞栬ぐ鎺撳仭闁哄娉曢鍥⒒閸屾艾鈧娆㈠璺虹劦妞ゆ帒鍊告禒婊堟煠濞茶鐏¢柡鍛板煐鐎佃偐鈧稒岣块崢鐐繆閵堝繒鐣虫繛澶嬫礈閼洪亶宕稿Δ浣哄帾闂佹悶鍎崝灞炬叏瀹ュ棭娈介柣鎰綑濞搭喗顨ラ悙宸剶闁诡喗绮撳畷鍗烆潨閸℃﹫绱欓梻鍌氬€搁崐鎼佸磹妞嬪海鐭嗗〒姘e亾妤犵偞鐗犻、鏇氱秴闁搞儺鍓﹂弫宥夋煟閹邦厽缍戦柍褜鍓濋崺鏍崲濠靛顥堟繛鎴炶壘椤e搫顪冮妶鍐ㄥ姕鐎光偓閹间礁钃熸繛鎴旀噰閳ь剨绠撻獮瀣攽閸モ晙绨┑鐘殿暯閸撴繆銇愰崘顔藉亱闁规崘顕ч拑鐔兼煥閻斿搫孝缂佲偓閸愵喗鐓冮柛婵嗗閳ь剚鎮傚鍐参旈崨顔规嫼婵炴潙鍚嬮悷褏绮旈鈧湁婵犲﹤楠告晶鐗堜繆閸欏濮嶆鐐村笒铻栭柍褜鍓氶崕顐︽煟閻斿摜鐭婇梺甯到椤曪綁骞庨挊澶屽幐闂佸憡鍔︽禍鐐烘晬濠婂牊鐓涘璺猴功婢ф垿鏌涢弬璺ㄐч挊鐔兼煕椤愮姴鍔滈柣鎾寸☉闇夐柨婵嗙墱濞兼劗鈧娲栭惌鍌炲蓟閳╁啯濯撮悷娆忓绾炬娊姊烘潪鎵妽闁圭懓娲顐﹀箻缂佹ɑ娅㈤梺璺ㄥ櫐閹凤拷 [闂傚倸鍊搁崐鎼佸磹閹间礁纾圭€瑰嫭鍣磋ぐ鎺戠倞妞ゆ帊绀侀崜顓烆渻閵堝棗濮х紒鐘冲灴閻涱噣濮€閵堝棛鍘撻柡澶屽仦婢瑰棝宕濆鍡愪簻闁哄倸鐏濋顐ょ磼鏉堛劍宕岀€规洘甯掗~婵嬵敄閽樺澹曢梺鍛婄缚閸庢娊鎯屽▎鎾寸厱闁哄洢鍔岄悘鐘电磼閻欌偓閸ㄥ爼寮婚妸鈺傚亞闁稿本绋戦锟� | 闂傚倸鍊搁崐鎼佸磹閹间礁纾归柣鎴eГ閸ゅ嫰鏌ら崫銉︽毄濞寸姵姘ㄧ槐鎾诲磼濞嗘帒鍘$紓渚囧櫘閸ㄨ泛鐣峰┑鍠棃宕橀妸銉т喊闂備礁鎼崯顐︽偋婵犲洤纾瑰┑鐘崇閻撱垺淇婇娆掝劅婵″弶鎮傞弻锝嗘償椤旂厧绫嶅┑顔硷龚濞咃絿鍒掑▎鎾崇閹兼番鍨虹€氭娊姊绘担铏广€婇柡鍛洴瀹曨垶寮堕幋顓炴闂佸綊妫跨粈渚€宕橀埀顒€顪冮妶鍡樺暗闁哥姵鎹囧畷銏ゎ敂閸涱垳鐦堥梺姹囧灲濞佳勭濠婂牊鐓熼煫鍥ㄦ⒒缁犵偟鈧娲樼换鍌烇綖濠靛鍤嬮柣銏ゆ涧楠炴劙姊绘担鍛靛綊寮甸鍕┾偓鍐川椤旂虎娲搁梺璺ㄥ櫐閹凤拷]

    • Python图像处理与机器视觉入门(大数据人工智能系列教材)
      • 作者:编者:李钦|责编:贺志洪
      • 出版社:电子工业
      • ISBN:9787121471834
      • 出版日期:2024/05/01
      • 页数:202
    • 售价:17.6
  • 内容大纲

        本教材对图像处理与机器视觉领域的典型工作任务背后的数学原理,包括图像点运算、矩阵运算、向量运算、相关、卷积、时频域分析、主元分析、支持向量机、形态学、深度学习、凸优化、拉格朗日乘子、KKT条件、对偶问题、梯度下降等,进行了浅显易懂的讲解。学生在编程解决实际问题的同时,也能学习到一系列的人工智能领域的数学知识,做到了知其然且知其所以然,从而培养了创新精神与创新能力。因此,本书不仅能作为学生学习解决图像处理与机器视觉领域工程问题的技术学习书,也能作为学生考研的专业课入门级参考书。当然,致力于解决工程问题的学生也可以跳过书中的数学部分,直接学习编程。
  • 作者介绍

  • 目录

    1  Python
      1.1  搭建环境
        1.1.1  安装Python
        1.1.2  安装PyCharm
        1.1.3  创建PyCharm项目
      1.2  Python基础
        1.2.1  基础语法
        1.2.2  标准数据类型
        1.2.3  条件控制
        1.2.4  循环结构
        1.2.5  函数
        1.2.6  错误和异常
        1.2.7  模块
      1.3  本书所用依赖库
        1.3.1  依赖库介绍
        1.3.2  依赖库安装
    2  图像处理与机器视觉
      2.1  基本概念
      2.2  应用场景
    3  图像的点运算
      3.1  基本概念
      3.2  线性变换
      3.3  伽马变换
      3.4  直方图均衡化
      3.5  章节练
    4  图像的几何变换
      4.1  基本概念
      4.2  平移变换
      4.3  缩放变换
      4.4  旋转变换
      4.5  值运算
      4.6  仿射与投影
      4.7  图像配准
      4.8  章节练
    5  空间域图像增强
      5.1  基本概念
      5.2  相关与卷积
      5.3  图像的低通滤波与高通滤波
      5.4  图像降噪
      5.5  图像锐化
      5.6  章节练
    6  频率域图像增强
      6.1  基本概念
      6.2  傅里叶变换
      6.3  离散余弦变换
      6.4  小波变换
      6.5  章节练
    7  图像征提取
      7.1  基本概念
      7.2  主元分析

        7.2.1  主元分析与人脸识别
        7.2.2  分类性能指标
        7.2.3  支持向量机
      7.3  深度经网络
        7.3.1  简单线性回归与小二乘法
        7.3.2  梯度下降
        7.3.3  多元线性回归
        7.3.4  逻辑回归与经元
        7.3.5  经网络与深度经网络
        7.3.6  误差反向传播法
        7.3.7  激活函数
        7.3.8  全连接网络与卷积经网络
      7.4  基于卷积经网络的图像分类
      7.5  章节练
    8  图像分割
      8.1  基本概念
      8.2  基于直方图分析的图像分割
      8.3  基于经网络的图像分割
        8.3.1  任务类别
        8.3.2  应用场景
        8.3.3  语义分割模型DeepLabV3Plus
        8.3.4  使用PaddlePaddle训练DeepLabV3Plus模型
      8.4  章节练
    9  图像修复
      9.1  基本概念
      9.2  图像修复的研究领域
      9.3  基于深度学的图像修复
      9.4  图像修复模型CMFNet
      9.5  章节练
    10  图像美颜
      10.1  基本概念
      10.2  美颜技术
      10.3  章节练
    11  图像形态学
      11.1  基本概念
      11.2  腐蚀作
      11.3  膨胀作
      11.4  开作
      11.5  闭作
      11.6  红细胞计数
      11.7  章节练
    12  增强现实
      12.1  基本概念
      12.2  相机矫正
      12.3  姿势估计
      12.4  章节练
    13  视频处理
      13.1  简介
      13.2  目标跟踪
      13.3  视频分割

      13.4  章节练
    参考文献