- 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|责编:文开琪
  - 出版社：清华大学
  - ISBN：9787302657392
  - 出版日期：2024/12/01
  - 页数：254
- 售价：35.6

内容大纲
本书共三部分，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。
作者介绍
目录
第Ⅰ部分  实践环境
  第1章  实践硬件环境
    1.1  概述
    1.2  PC平台
    1.3  嵌入式平台
      1.3.1  MVB-NCUT机器视觉实验箱构成和说明
      1.3.2  VIM3开发板
      1.3.3  树莓派硬件平台介绍
  第2章  实践软件环境
    2.1  概述
    2.2  Ubuntu Linux
      2.2.1  诞生和定位
      2.2.2  特点
    2.3  OpenCV计算机视觉库
      2.3.1  简要介绍
      2.3.2  OpenCV的优势
    2.4  Python相关依赖库
      2.4.1  OpenCV-Python
      2.4.2  NumPy
      2.4.3  Sys
      2.4.4  Argparse
    2.5  常见问题和解决方案
      2.5.1  Khadas VIM3开发板安装Ubuntu系统
      2.5.2  Ubuntu下OpenCV的安装
      2.5.3  Ubuntu下python依赖库下载方法
第Ⅱ部分  图像处理实践
  第3章  图像的基本操作
    3.1  概述
    3.2  图像及基本操作
      3.2.1  图像
      3.2.2  OpenCV中的图像基本操作函数
    3.3  图像基本操作示例
      3.3.1  实验准备
      3.3.2  图像读写实例
      3.3.3  视频读取实例
      3.3.4  视频文件创建实例
    3.4  小结
    3.5  实践习题
  第4章  图像的几何变换
    4.1  概述
    4.2  图像几何变换基础
      4.2.1  几何变换
      4.2.2  几何变换原理
      4.2.3  插值原理
      4.2.4  OpenCV中的几何变换函数
    4.3  几何变换示例
      4.3.1  实验准备
      4.3.2  常用几何变换实例
      4.3.3  计算仿射变换矩阵
    4.4  小结

    4.5  实践习题
  第5章  图像滤波实践
    5.1  概述
    5.2  图像滤波基础
      5.2.1  图像滤波
      5.2.2  卷积
      5.2.3  滤波方法
      5.2.4  OpenCV中的图像滤波函数
    5.3  图像滤波示例
      5.3.1  实验准备
      5.3.2  常用图像滤波实例
    5.4  小结
    5.5  实践习题
  第6章  图像边缘检测实践
    6.1  概述
    6.2  边缘检测理论基础
      6.2.1  边缘检测
      6.2.2  了解边缘
      6.2.3  图像梯度
      6.2.4  常用算子
      6.2.5  OpenCV中的边缘检测函数
    6.3  边缘检测示例
      6.3.1  实验准备
      6.3.2  边缘检测实例
    6.4  小结
    6.5  实践习题
  第7章  特征提取与匹配实践
    7.1  概述
    7.2  特征提取与匹配基础知识
      7.2.1  SIFT特征提取算法
      7.2.2  特征匹配
    7.3  特征提取与匹配示例
      7.3.1  实验准备
      7.3.2  SIFT特征提取实例
      7.3.3  暴力匹配方法实例
      7.3.4  快速最近邻方法实例
    7.4  小结
    7.5  实践习题
第Ⅲ部分  模式识别实践
  第8章  人脸识别实践
    8.1  概述
    8.2  人脸识别基础
      8.2.1  人脸识别原理
      8.2.2  基于传统方法人脸检测
      8.2.3  基于深度学习方法的人脸检测
      8.2.4  人脸对齐
      8.2.5  人脸特征提取与比对
    8.3  人脸识别操作示例
      8.3.1  实验准备
      8.3.2  基于传统方法人脸检测实例

      8.3.3  基于深度学习方法人脸检测实例
      8.3.4  基于深度学习人脸识别实例
    8.4  小结
    8.5  实践习题
  第9章  目标跟踪实践
    9.1  概述
    9.2  目标跟踪基础
      9.2.1  目标跟踪
      9.2.2  MeanShift算法
    9.3  目标跟踪示例
      9.3.1  实验准备
      9.3.2  MeanShift算法目标跟踪实例
      9.3.3  CamShift算法目标跟踪实例
      9.3.4  DaSiamRPN算法目标跟踪实例
    9.4  小结
    9.5  实践习题
  第10章  文本识别实践
    10.1  概述
    10.2  文本识别基础
      10.2.1  文本识别的流程
      10.2.2  传统的文本检测方法
      10.2.3  基于深度学习的方法之DB
      10.2.4  基于深度学习的方法之CTC
    10.3  文本识别示例
      10.3.1  实验准备
      10.3.2  MSER文字检测实例
      10.3.3  DB检测方法示例
      10.3.4  CTC检测方法实例
    10.4  小结
    10.5  实践习题
  第11章  条形码与二维码识别应用
    11.1  概述
    11.2  条形码与二维码识别
      11.2.1  条形码与二维码简史
      11.2.2  条形码与二维码结构
      11.2.3  一维条形码识别
      11.2.4  二维码识别
    11.3  条形码与二维码识别示例
      11.3.1  实验准备
      11.3.2  一维条形码实例
      11.3.3  基于传统算法的二维码识别实例
      11.3.4  基于深度学习的二维码识别实例
    11.4  小结
    11.5  实践习题
  第12章  基于视觉的机械臂实践
    12.1  概述
    12.2  基于视觉的机械臂基础
      12.2.1  基于视觉的机械臂
      12.2.2  机械臂控制基本原理
      12.2.3  跟踪人脸的机械臂实现流程

    12.3  基于视觉的机械臂示例
      12.3.1  实验准备
      12.3.2  机械臂舵机控制实例
      12.3.3  跟踪人脸的机械臂实例
    12.4  小结
    12.5  实践习题
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