成功加入购物车

去购物车结算 X
黎明书店
  • 正版现货新书 图像处理与模式识别:理论、方法和实践 9787302657392 王一丁 崔家礼 于仕琪 著
图文详情

正版现货新书 图像处理与模式识别:理论、方法和实践 9787302657392 王一丁 崔家礼 于仕琪 著

举报

全新正版现货,以书名为准,放心购买,购书咨询18931383650朱老师

  • 作者: 
  • 出版社:    清华大学出版社
  • ISBN:    9787302657392
  • 出版时间: 
  • 装帧:    平装
  • 开本:    其他
  • ISBN:  9787302657392
  • 出版时间: 
  • 装帧:  平装
  • 开本:  其他

售价 57.67 6.5折

定价 ¥89.00 

品相 全新

优惠 满包邮

优惠 满减券
    发货
    承诺48小时内发货
    运费
    本店暂时无法向该地区发货

    延迟发货说明

    时间:
    说明:

    上书时间2024-12-27

    数量
    库存71
    微信扫描下方二维码
    微信扫描打开成功后,点击右上角”...“进行转发

    卖家超过10天未登录

    十五年老店
    店铺等级
    拍卖等级
    资质认证
    90天平均
    成功完成
    89.41% (6228笔)
    好评率
    99.96%
    发货时间
    8.4小时
    地址
    北京市房山区
    电话
    • 商品详情
    • 店铺评价
    立即购买 加入购物车 收藏
    手机购买
    微信扫码访问
    • 商品分类:
      综合性图书
      货号:
      17832934
      商品描述:
      作者简介
      "王一丁,北方工业大学信息与通信工程一级学科责任教授,博士生导师,2009年入选北京市市级高层次学术创新人才,图像处理与智能识别科研团队负责人,人工智能学会专委委员,计算机学会专委委员,北京图像图形学会理事。研究方向包括生物特征识别、机器视觉与应用和智慧医疗与人工智能等。主持国家863计划2项,国家自然科学基金6项,国防预先研究项目1项,中科院知识创新工程1项,参与国家973计划、国家863重点计划和国家科技支撑计划3项,获得授权发明专利11项,发表学术论文100余篇,出版专著2部,教材1部,获中国有色金属工业科学技术奖1等奖和2等奖,获北京市高等教育教学成果2等奖。培养研究生60余名,毕业博士2人,在读2人。

      崔家礼,北方工业大学信息学院教师。研究方向包括人工智能、计算机视觉与应用等。主持国家级项目1项,省部级项目2项,获得授权发明专利1项,发表学术论文20余篇。培养研究生20余名,在读9人。

      于仕琪,南方科技大学计算机科学与工程系副教授,主要研究方向为计算机视觉,有近20年OpenCV社区参与经历及丰富的教学经验。

      "

      目录
      目  录
      第Ⅰ部分 实践环境
      第1 章 实践硬件环境   3
      1.1 概述   3
      1.2 PC 平台   3
      1.3 嵌入式平台   5
      1.3.1 MVB-NCUT 机器视觉实验箱构成和说明   5
      1.3.2 VIM3 开发板   9
      1.3.3 树莓派硬件平台介绍   13
      第2 章 实践软件环境   18
      2.1 概述   18
      2.2 Ubuntu Linux   18
      2.2.1 诞生和定位   18
      2.2.2 特点   19
      2.3 OpenCV 计算机视觉库   20
      2.3.1 简要介绍   20
      2.3.2 OpenCV 的优势   21
      2.4 Python 相关依赖库   22
      2.4.1 OpenCV-Python   22
      2.4.2 NumPy   23
      2.4.3 Sys   24
      2.4.4 Argparse   24
      2.5 常见问题和解决方案   24
      2.5.1 Khadas VIM3 开发板安装Ubuntu 系统   25
      2.5.2 Ubuntu 下OpenCV 的安装   26
      2.5.3 Ubuntu 下python 依赖库下载方法   28
      第Ⅱ部分 图像处理实践   31
      第3 章 图像的基本操作   33
      3.1 概述   33
      3.2 图像及基本操作   33
      3.2.1  图像   34
      3.2.2 OpenCV 中的图像基本操作函数   37
      3.3 图像基本操作示例   40
      3.3.1 实验准备   40
      3.3.2 图像读写实例   40
      3.3.3 视频读取实例   42
      3.3.4 视频文件创建实例   45
      3.4 小结   48
      3.5 实践习题   48
      第4 章 图像的几何变换   49
      4.1 概述   49
      4.2 图像几何变换基础   49
      4.2.1 几何变换   49
      4.2.2 几何变换原理   50
      4.2.3 插值原理   51
      4.2.4 OpenCV 中的几何变换函数   53
      4.3 几何变换示例   55
      4.3.1 实验准备   55
      4.3.2 常用几何变换实例   56
      4.3.3 计算仿射变换矩阵   61
      4.4 小结   63
      4.5 实践习题   64
      第5 章 图像滤波实践   67
      5.1 概述   67
      5.2 图像滤波基础   67
      5.2.1 图像滤波   67
      5.2.2 卷积   69
      5.2.3 滤波方法   69
      5.2.4 OpenCV 中的图像滤波函数   75
      5.3 图像滤波示例   77
      5.3.1 实验准备   77
      5.3.2 常用图像滤波实例   77
      5.4 小结   79
      5.5 实践习题   80
      第6 章 图像边缘检测实践   81
      6.1 概述   81
      6.2 边缘检测理论基础   81
      6.2.1 边缘检测   82
      6.2.2 了解边缘   82
      6.2.3 图像梯度   82
      6.2.4 常用算子   83
      6.2.5 OpenCV 中的边缘检测函数   86
      6.3 边缘检测示例   89
      6.3.1 实验准备   89
      6.3.2 边缘检测实例   89
      6.4 小结   93
      6.5 实践习题   93
      第7 章 特征提取与匹配实践   95
      7.1 概述   95
      7.2 特征提取与匹配基础知识   96
      7.2.1 SIFT 特征提取算法   96
      7.2.2 特征匹配   113
      7.3 特征提取与匹配示例   117
      7.3.1 实验准备   117
      7.3.2 SIFT 特征提取实例   117
      7.3.3 暴力匹配方法实例   119
      7.3.4 快速最近邻方法实例   122
      7.4 小结   125
      7.5 实践习题   125
      第Ⅲ部分 模式识别实践   128
      第8 章 人脸识别实践   129
      8.1 概述   129
      8.2 人脸识别基础   130
      8.2.1 人脸识别原理   130
      8.2.2 基于传统方法人脸检测   131
      8.2.3 基于深度学习方法的人脸检测   133
      8.2.4 人脸对齐   135
      8.2.5 人脸特征提取与比对   136
      8.3 人脸识别操作示例   137
      8.3.1 实验准备   137
      8.3.2 基于传统方法人脸检测实例   137
      8.3.3 基于深度学习方法人脸检测实例   140
      8.3.4 基于深度学习人脸识别实例   145
      8.4 小结   151
      8.5 实践习题   152
      第9 章 目标跟踪实践   155
      9.1 概述   155
      9.2 目标跟踪基础   156
      9.2.1 目标跟踪   156
      9.2.2 MeanShift 算法   157
      9.3 目标跟踪示例   164
      9.3.1 实验准备   164
      9.3.2 MeanShift 算法目标跟踪实例   164
      9.3.3 CamShift 算法目标跟踪实例   168
      9.3.4 DaSiamRPN 算法目标跟踪实例   171
      9.4 小结   179
      9.5 实践习题   180
      第10 章 文本识别实践   181
      10.1 概述   181
      10.2 文本识别基础   182
      10.2.1 文本识别的流程   182
      10.2.2 传统的文本检测方法   183
      10.2.3 基于深度学习的方法之DB   185
      10.2.4 基于深度学习的方法之CTC   187
      10.3 文本识别示例   189
      10.3.1 实验准备   189
      10.3.2 MSER 文字检测实例   189
      10.3.3 DB 检测方法示例   193
      10.3.4 CTC 检测方法实例   199
      10.4 小结   205
      10.5 实践习题   206
      第11 章 条形码与二维码识别应用   207
      11.1 概述   207
      11.2 条形码与二维码识别   208
      11.2.1 条形码与二维码简史   208
      11.2.2 条形码与二维码结构   209
      11.2.3 一维条形码识别   209
      11.2.4 二维码识别   214
      11.3 条形码与二维码识别示例   217
      11.3.1 实验准备   218
      11.3.2 一维条形码实例   218
      11.3.3 基于传统算法的二维码识别实例   222
      11.3.4 基于深度学习的二维码识别实例   232
      11.4 小结   235
      11.5 实践习题   235
      第12 章 基于视觉的机械臂实践   237
      12.1 概述   237
      12.2 基于视觉的机械臂基础   238
      12.2.1 基于视觉的机械臂   238
      12.2.2 机械臂控制基本原理   238
      12.2.3 跟踪人脸的机械臂实现流程   241
      12.3 基于视觉的机械臂示例   243
      12.3.1 实验准备   243
      12.3.2 机械臂舵机控制实例   243
      12.3.3 跟踪人脸的机械臂实例   247
      12.4 小结   253
      12.5 实践习题   254
      参考文献   255

      内容摘要
      "《图像处理与模式识别:理论、方法和实践》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。
      《图像处理与模式识别:理论、方法和实践》适用于通信、电子信息工程、计算机科学等专业学生和研究人员,提供全面实用的指导,帮助建立机器视觉知识和技能基础。
      "

      配送说明

      ...

      相似商品

      为你推荐

    孔网啦啦啦啦啦纺织女工火锅店第三课

    开播时间:09月02日 10:30

    即将开播,去预约
    直播中,去观看