[
-
内容大纲
本书以Python语言为工具，以图像为载体，对计算机视觉涉及的操作和变换方法进行了详细的介绍及实现。全书共分10章，分别为计算机视觉概述、编程语言Python及库简介、数字图像预处理、图像特征与检测、机器学习、BP神经网络基础、卷积神经网络CNN、经典神经网络结构分析、百度EasyDL入门以及计算机视觉在制造行业应用案例分析。
本书可作为高等院校智能制造工程、人工智能等相关专业的教材，亦可作为图像处理、多媒体编程、计算机视觉领域人员的实用参考书。 -
作者介绍
-
目录
第1章 计算机视觉概述
本章思维导图
本章学习目标
1.1 计算机视觉、模式识别和机器视觉
1.2 计算机视觉与生物视觉
1.3 机器学习在计算机视觉中的作用
1.4 计算机视觉的应用领域
1.5 计算机视觉技术可能面临的挑战
本章小结
习题
第2章 编程语言Python及库简介
本章思维导图
本章学习目标
2.1 搭建开发环境和使用
2.1.1 Anaconda的安装
2.1.2 Spyder汉化与简介
2.1.3 Spyder编程示例
2.2 编程语言Python
2.2.1 Python注释
2.2.2 print输出语句
2.2.3 标识符
2.2.4 变量的操作
2.2.5 行与缩进
2.2.6 常用五大标准数据类型
2.2.7 运算符
2.2.8 分支语句
2.2.9 循环语句
2.2.10 函数
2.2.11 模块
2.2.12 包
2.2.13 类
2.3 科学计算库NumPy
2.3.1 NumPy简介
2.3.2 多维数组对象
2.3.3 索引方法
2.3.4 数组维度的变换
2.3.5 对象的属性
2.3.6 数组的数学函数
2.3.7 NumPy中几个典型函数
2.4 可视化库Matplotlib简介
2.4.1 最基础的绘图示例
2.4.2 标签和图例
2.4.3 子图
2.5 机器学习Scikit-learn库简介
2.5.1 数据集
2.5.2 数据集划分
2.5.3 数据预处理
2.5.4 通用学习模式
2.6 图像处理OpenCV库简介
2.6.1 OpenCV核心模块
2.6.2 OpenCV图像基础操作
2.7 深度学习框架PyTorch
2.7.1 创建Tensor
2.7.2 Tensor运算
2.7.3 PyTorch网络搭建所需函数/类
本章小结
习题
第3章 数字图像预处理
本章思维导图
本章学习目标
3.1 图像采样与量化
3.1.1 坐标系约定
3.1.2 采样
3.1.3 量化
3.2 色彩空间
3.2.1 RGB色彩空间
3.2.2 GRAY色彩空间
3.2.3 YCrCb色彩空间
3.2.4 HSV色彩空间
3.3 图像几何变换
3.3.1 缩放
3.3.2 翻转
3.3.3 旋转（直角旋转）
3.3.4 仿射变换
3.4 直方图修正
3.4.1 灰度图像直方图
3.4.2 图像清晰化
3.4.3 全局阈值处理
3.4.4 自适应阈值处理
3.5 图像去噪及卷积
3.5.1 图像噪声
3.5.2 均值滤波
3.5.3 中值滤波
3.5.4 高斯滤波
3.5.5 卷积与锐化
3.5.6 二值图像的去噪
本章小结
习题
第4章 图像特征与检测
本章思维导图
本章学习目标
4.1 边缘检测
4.1.1 Roberts算子
4.1.2 Prewitt算子
4.1.3 Sobel算子
4.1.4 Scharr算子
4.1.5 Laplacian算子
4.1.6 Canny算子
4.1.7 图像傅里叶变换
4.1.8 边缘检测的作用
4.2 图像几何参数的检测
4.2.1 基于轮廓的对象识别
4.2.2 Hough变换
4.3 图像纹理的检测
4.4 基于哈希值的检测
4.4.1 均值哈希
4.4.2 差异哈希
4.5 基于LBP算子的特征检测
4.5.1 基本LBP算子
4.5.2 圆形LBP算子
4.5.3 旋转不变LBP特征
4.5.4 均匀LBP模式
4.5.5 LBPH（LBP特征统计直方图）
4.6 基于HOG算子的特征检测
4.7 基于色彩的提取
4.8 基于差分的提取
4.8.1 帧间差分
4.8.2 背景差分
4.9 光流追踪
4.9.1 稀疏光流
4.9.2 密集光流
本章小结
习题
第5章 机器学习
本章思维导图
本章学习目标
5.1 K-Means实现
5.2 K最近邻算法
5.2.1 欧氏距离(euclidean distance)
5.2.2 曼哈顿距离(manhattan distance)
5.2.3 闵可夫斯基距离(minkowski distance)
5.2.4 余弦距离（cosine distance）
5.3 朴素贝叶斯算法
5.3.1 贝叶斯公式
5.3.2 朴素贝叶斯
5.4 决策树算法
5.4.1 特征选择
5.4.2 决策树的修剪
5.5 支持向量机SVM
5.6 主成分分析PCA算法
5.7 线性回归算法
5.7.1 线性回归导入
5.7.2 代价函数
5.7.3 梯度下降法
5.7.4 岭回归（ridge regression）
5.7.5 套索回归（lasso regression）
5.7.6 弹性网络（elastic net）
5.8 逻辑回归算法
5.8.1 Sigmoid函数
5.8.2 代价函数
5.9 模型评估
5.9.1 混淆矩阵
5.9.2 分类问题常用评估指标
5.9.3 回归问题常用评估指标
5.9.4 评估方法
本章小结
习题
第6章 BP神经网络基础
本章思维导图
本章学习目标
6.1 感知机
6.2 感知机的激活函数
6.3 神经网络的激活函数
6.3.1 Sigmoid函数
6.3.2 Tanh函数
6.3.3 ReLU函数
6.3.4 Leaky ReLU、PReLU、RReLU函数
6.3.5 ELU函数
6.3.6 SELU函数
6.4 输出层的设计
6.4.1 恒等函数和Softmax函数
6.4.2 Softmax函数的特征
6.4.3 输出层的神经元
6.5 损失函数
6.6 链式法则与计算图的反向传播
6.7 隐藏层
6.8 PyTorch实现线性回归
6.9 PyTorch实现逻辑回归
6.10 BP神经网络入门示例
本章小结
习题
第7章 卷积神经网络CNN
本章思维导图
本章学习目标
7.1 输入层
7.2 全连接层
7.3 全连接层在图像处理中的问题
7.4 卷积层
7.5 池化层
7.6 激活层
7.7 特征图形象化
7.8 简单的CNN网络示例
本章小结
习题
第8章 经典神经网络结构分析
本章思维导图
本章学习目标
8.1 典型网络LeNet5
8.1.1 LeNet5解析
8.1.2 PyTorch实现LeNet5
8.1.3 PyTorch实现模型的保存与加载
8.2 典型网络AlexNet
8.2.1 AlexNet网络分析
8.2.2 局部响应归一化
8.2.3 批归一化
8.2.4 Dropout
8.2.5 实现AlexNet
8.3 典型网络VGGNet
8.3.1 VGGNet网络分析
8.3.2 手工构建VGGNet
8.4 典型网络Inception
8.4.1 Inception网络分析
8.4.2 手工构建Inception网络
8.5 典型网络ResNet
8.5.1 ResNet网络分析
8.5.2 手工构建ResNet
8.6 几种网络的比较
8.7 卷积神经网络的发展
8.7.1 分类网络
8.7.2 检测网络
8.7.3 分割网络
本章小结
习题
第9章 百度EasyDL入门
本章思维导图
本章学习目标
9.1 图像分类
9.1.1 创建数据集
9.1.2 数据集标注
9.1.3 模型训练
9.1.4 模型校验
9.1.5 模型发布
9.1.6 体验模型
9.2 物体检测
9.2.1 创建数据集
9.2.2 数据集标注
9.2.3 模型训练
9.2.4 模型校验
9.2.5 模型发布和体验模型
9.3 图像分割
本章小结
习题
第10章 计算机视觉在制造行业应用案例分析
本章思维导图
本章学习目标
10.1 齿轮齿数统计分析
10.2 滚动轴承故障诊断
10.3 薄壁件铣削颤振监测
本章小结
习题
参考文献
同类热销排行榜
- C语言与程序设计教程(高等学校计算机类十二五规划教材)16
- 电机与拖动基础(教育部高等学校自动化专业教学指导分委员会规划工程应用型自动化专业系列教材)13.48
- 传感器与检测技术(第2版高职高专电子信息类系列教材)13.6
- ASP.NET项目开发实战(高职高专计算机项目任务驱动模式教材)15.2
- Access数据库实用教程(第2版十二五职业教育国家规划教材)14.72
- 信号与系统(第3版下普通高等教育九五国家级重点教材)15.08
- 电气控制与PLC(普通高等教育十二五电气信息类规划教材)17.2
- 数字电子技术基础(第2版)17.36
- VB程序设计及应用(第3版十二五职业教育国家规划教材)14.32
- Java Web从入门到精通(附光盘)/软件开发视频大讲堂27.92
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...