[
-
内容大纲
本书首先介绍了视觉成像与获取的方式，然后详细介绍了图像与视觉处理的编程基础与常见算法，包括图像增强、图像复原、图像基元检测、图像分割、形态学处理、图像配准、相机标定、立体视觉、特征提取与模式识别等，最后针对视觉引导与定位、遥感图像分割、缺陷检测与识别、视觉测量等常见机器视觉工程应用展开探讨。
本书紧紧围绕立德树人、以提升学生工程实践能力和创新思维为目标，坚持产教融合、科教融合与理实融合的思想，探索并建设人工智能背景下“机器视觉与图像处理”教材。将教学和实践融入教材建设中，优化并改革内容和创新实践方式，引导学生进行工程实践训练。同时，引入最新国家纵向与企业预研等科研项目，开展科教融合研究，进一步培养学生的工程创新思维，突出工程实践能力和创新思维。培养理论基础厚、工程素质高、动手能力强的图像处理与机器视觉技术人才对人工智能服务具有重要意义。
本书可作为普通高等院校电子信息工程、计算机科学与技术、自动化、机器人工程、物联网工程、智能制造工程等工科专业本科生、硕士研究生教材，也可供广大从事机器视觉系统开发的工程技术人员参考。 -
作者介绍
-
目录
第1章 绪论
1.1 数字图像处理
1.1.1 基本概念
1.1.2 图像处理目的
1.1.3 数字图像处理发展历程
1.2 机器视觉
1.2.1 机器视觉基本概念
1.2.2 机器视觉发展史
1.3 相关学科
1.4 视觉系统组成
1.5 图像处理与机器视觉的应用
1.6 挑战
思考题与习题
第1篇 视觉成像与获取
第2章 相机成像 系统模型
2.1 光谱与成像源
2.1.1 光谱的基本概念
2.1.2 成像源
2.2 成像系统模型
2.2.1 光线传播模型
2.2.2 成像模型
2.3 成像系统组成
2.3.1 照明系统
2.3.2 镜头参数
2.3.3 相机
2.3.4 镜头与相机综合选型案例
思考题与习题
第3章 红外与高光谱成像原理
3.1 红外成像
3.1.1 概述
3.1.2 红外辐射定律
3.1.3 红外成像系统的工作过程与结构
3.1.4 红外成像系统的摄像方式
3.1.5 红外成像系统的基本参数
3.1.6 红外探测器
3.2 高光谱成像
3.2.1 基本概念
3.2.2 成像光谱仪的成像方式
3.2.3 成像光谱仪的系统介绍
3.2.4 高光谱成像技术的应用
思考题与习题
第4章 雷达成像原理
4.1 雷达成像概述
4.2 合成孔径雷达成像
4.2.1 合成孔径概述
4.2.2 SAR成像几何关系及相关概念
4.2.3 SAR成像分辨率
4.2.4 SAR成像处理过程
4.2.5 SAR成像的特点及应用
4.3 毫米波雷达
4.3.1 毫米波雷达的特性
4.3.2 毫米波天线
4.3.3 毫米波雷达的应用
4.4 激光雷达
4.4.1 激光雷达的定义
4.4.2 激光雷达的特点
4.4.3 激光雷达系统的组成
4.4.4 激光雷达的测距原理
4.4.5 激光雷达的类型
4.4.6 激光雷达的主要指标
4.4.7 激光雷达的应用
思考题与习题
第2篇 图像算法处理基础
第5章 视觉图像处理基础与开发语言
5.1 数字图像基础
5.1.1 图像概念
5.1.2 数字图像表示
5.2 数字图像分类
5.3 图像性质
5.3.1 图像邻域
5.3.2 图像连通域
5.3.3 像素间距离
5.4 图像代数运算
5.4.1 图像加法
5.4.2 图像减法
5.4.3 图像乘法
5.4.4 图像除法
5.4.5 逻辑运算
5.5 开发语言
5.5.1 MATLAB
5.5.2 OpenCV
5.5.3 HALCON
思考题与习题
第6章 深度学习 基础
6.1 深度学习概念
6.2 深度学习发展历程
6.3 深度学习典型网络结构
6.3.1 卷积神经网络
6.3.2 循环神经网络
6.4 网络训练与参数学习
6.5 典型的其他深度网络结构
6.5.1 LeNet-5结构
6.5.2 AlexNet 结构
6.5.3 Inception网络
6.5.4 Res-Net残差网络
6.6 深度学习框架
思考题与习题
第7章 图像增强
7.1 图像增强基本概念
7.2 图像空间域增强
7.2.1 灰度变换
7.2.2 图像直方图变换
7.2.3 图像空间域滤波
7.3 图像频域增强
7.3.1 一维傅里叶变换
7.3.2 二维傅里叶变换及逆变换
7.3.3 二维傅里叶变换的性质
7.3.4 频域增强
7.3.5 同态滤波
7.4 图像去噪
7.4.1 图像噪声类型
7.4.2 图像去噪
思考题与习题
第8章 基元检测
8.1 基元概念
8.2 边缘检测
8.2.1 检测原理
8.2.2 Canny边缘检测
8.3 角点检测
8.3.1 角点检测原理
8.3.2 SUSAN算子
8.3.3 Harris角点
8.3.4 SuperPoint角点
8.4 霍夫变换
8.4.1 直线检测原理
8.4.2 圆检测
思考题与习题
第9章 图像分割
9.1 图像分割基本概念
9.2 基于灰度值阈值分割方法
9.2.1 全局阈值分割
9.2.2 局部阈值分割
9.3 基于区域的分割方法
9.3.1 区域生长分割方法
9.3.2 区域分裂与合并
9.3.3 分水岭算法
9.4 边缘检测分割
9.5 图像语义分割
9.5.1 全卷积网络
9.5.2 SegNet网络
9.5.3 U-Net网络
9.5.4 Deeplab系列网络
9.6 形态学处理
9.6.1 形态学处理基础
9.6.2 膨胀与腐蚀
9.6.3 开操作和闭操作
9.6.4 击中击不中变换
9.6.5 形态学基础算法与应用
9.7 区域标记
思考题与习题
第10章 图像几何变换与配准
10.1 几何变换
10.1.1 基本概念
10.1.2 常见图像变换
10.1.3 图像插值算法
10.2 图像配准方法
10.2.1 图像配准分类
10.2.2 基于灰度值的图像匹配方法
10.2.3 基于边缘点集的图像匹配方法
10.2.4 基于形状的图像匹配方法
10.2.5 基于特征的图像配准方法
10.3 搜索策略
思考题与习题
第11章 立体视觉
11.1 相机标定
11.1.1 相机参数模型
11.1.2 相机标定原理
11.1.3 相机标定实现流程
11.2 多视图立体视觉
11.2.1 极线约束
11.2.2 单目多视图立体视觉
11.2.3 双目立体视觉
11.3 结构光立体视觉
11.3.1 线结构光立体视觉
11.3.2 面结构光立体视觉
思考题与习题
第12章 模式识别
12.1 特征提取
12.1.1 基本统计特征
12.1.2 灰度共生矩阵
12.1.3 局部二进制模式
12.2 特征选择与降维
12.2.1 维数灾难
12.2.2 特征选择
12.2.3 主成分分析降维方法
12.3 模式分类
12.3.1 线性判别函数
12.3.2 贝叶斯决策论
12.3.3 支持向量机
思考题与习题
第3篇 实践应用
第13章 视觉引导 定位
13.1 模板匹配方法
13.2 基于形状的模板匹配方法
13.2.1 图像金字塔分层搜索
13.2.2 匹配加速策略
13.2.3 亚像素精度优化
13.3 结果与分析
第14章 目标检测
14.1 目标检测概述
14.2 YOLO算法
14.3 桥梁表观病害检测案例分析
14.3.1 背景介绍
14.3.2 桥梁表观病害检测数据库构建
14.3.3 网络的搭建与训练
14.3.4 实验结果与分析
第15章 高光谱图像 分类
15.1 分类器设计
15.1.1 分类特征
15.1.2 分类判据
15.1.3 分类准则
15.1.4 分类算法
15.2 高光谱图像分类
15.2.1 高光谱图像分类的特点
15.2.2 高光谱图像分类算法
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...