掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
圖像工程——下冊:圖像理解(第5版) 版權信息
- ISBN：9787302656548
- 條形碼：9787302656548 ; 978-7-302-65654-8
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
圖像工程——下冊:圖像理解(第5版) 本書特色
本書內容體系連續貫通，依次學習能幫助讀者全面、深入、系統地學習圖像處理技術。相比于國內外同類教材，本書與*新科研成果結合比較緊密，每次再版均充實了*新研究成果和得到廣泛使用的典型技術，新內容的引進比較早。在教材所引用和參考的文獻中，作者自己發表的就有100多篇，科研成果的引入提高了內容的先進性。 從教學的角度考慮，本書具有以下特點：(1)盡快進入主題：把先修或預備內容安排在需先修部分的同一章之前，沒有安排專門的基礎知識章，更加實用，也突出了課程主線的內容。 (2)內容模塊化：正式內容分別結合進4個相關的學習單元，每個單元都圍繞一個主題(自成體系)，既加強了全書的系統性和結構性，也有利于復習考核。 (3)配套資源豐富：每章配套PPT課件、微課視頻、隨堂測試、擴展閱讀等內容，便于課堂學習和課后自學。 (4)資源開放共享：總結和復習、部分思考題和練習題解答、參考文獻、PPT課件、微課視頻、隨堂測試等資源均已電子化，掃描對應二維碼即可下載。 第1版獲全國普通高等學校優秀教材一等獎；第2版被評為全國普通高等教育“十一五”精品教材；第3版被評為2013年北京高等教育精品教材；第4版獲全國優秀教材(高等教育)二等獎，評為“十二五”普通高等教育本科國家級規劃教材。
圖像工程——下冊:圖像理解(第5版) 內容簡介
本冊書是《圖像工程》第5版的下冊，比較全面地介紹圖像工程的第三層次——圖像理解的基礎概念、基本原理、典型方法、實用技術以及國際上相關內容研究的新成果。可作為相關專業研究生教材。本冊書主要分為4個單元。第1單元（包含第2~5章）介紹采集表達技術，第2單元（包含第6~9章）介紹景物重建技術，第3單元（包含第10~12章）介紹場景解釋技術，第4單元（包含第13~16章）介紹研究示例。書中還提供了大量例題、思考題和練習題，并對部分練習題提供了解答。書末還給出了主題索引。
圖像工程——下冊:圖像理解(第5版) 目錄
注： 加*號的分均已電子化，可掃描二維碼下載并使用。
第1章緒論
1．1圖像工程的發展
1．1．1基本概念和定義概括
1．1．2圖像工程發展情況回顧
1．2圖像理解及相關學科
1．2．1圖像理解
1．2．2計算機視覺
1．2．3其他相關學科
1．2．4圖像理解的應用領域
1．3圖像理解理論框架
1．3．1馬爾視覺計算理論
1．3．2對馬爾理論框架的改進
1．3．3關于馬爾重建理論的討論
1．3．4新理論框架的研究
1．3．5從心理認知出發的討論
1．4深度學簡介
1．4．1圖像理解中的深度學
1．4．2卷積經網絡的基本概念
1．4．3深度學核心技術
1．4．4深度學的應用
1．5內容框架和點
總結和復*
隨堂測試*
第1單元采 集 表 達
第2章攝像機成像和標定
2．1視覺過程
2．2亮度成像模型
2．2．1光度學和光源
2．2．2從亮度到照度
2．3空間成像模型
2．3．1基本攝像機模型
2．3．2近似投影模式
2．3．3一般攝像機模型
2．3．4透鏡畸變
2．3．5通用成像模型
2．4攝像機標定
2．4．1標定方法分類
2．4．2標定程序和參數
2．4．3兩級標定法
2．4．4度提升
2．5在線攝像機外參數標定方法
2．5．1車道線檢測與數據篩選
2．5．2化重投影誤差
2．6自標定方法
2．7結構光主動視覺系統的標定
2．7．1投影模型和標定
2．7．2圖案分離
2．7．3計算單應性矩陣
2．7．4計算標定參數
總結和復*
隨堂測試*
第3章壓縮感知與成像
3．1壓縮感知概述
3．2稀疏表達
3．3測量矩陣及性
3．3．1采樣/測量模型
3．3．2測量矩陣性
3．4解碼重構
3．4．1重構原理
3．4．2測量矩陣的校準
3．4．3典型重構算法
3．4．4基于深度學的重構算法
3．5稀疏編碼與字典學
3．5．1字典學與矩陣分解
3．5．2非負矩陣分解
3．5．3端元提取
3．5．4稀疏編碼
3．6壓縮感知的成像應用
3．6．1單像素相機
3．6．2壓縮感知磁共振成像
總結和復*
隨堂測試*
第4章深度信息采集
4．1高維圖像和成像方式
4．1．1高維圖像種類
4．1．2本征圖像和非本征圖像
4．1．3深度成像方式
4．2雙目成像模式
4．2．1雙目橫向模式
4．2．2雙目會聚橫向模式
4．2．3雙目軸向模式
4．3深度圖像直接采集
4．3．1飛行時間法
4．3．2結構光法
4．3．3莫爾等高條紋法
4．3．4深度和亮度圖像同時采集
4．4顯微鏡3D分層成像
4．4．1景深和焦距
4．4．2顯微鏡3D成像
4．4．3共聚焦顯微鏡3D成像
4．5等基線多攝像機組
4．5．1圖像采集
4．5．2圖像合并方法
4．6單攝像機多鏡反射折射系統
4．6．1總體系統結構
4．6．2成像和標定模型
總結和復*
隨堂測試*
第5章3D景物表達
5．1曲線和曲面的局征
5．1．1曲線局征
5．1．2曲面局征
5．23D表面表達
5．2．1參數表達
5．2．2表面朝向表達
5．3等值面的構造和表達
5．3．1行進立方體算法
5．3．2覆蓋算法
5．3．3兩種算法比較
5．4從并行輪廓值3D表面
5．53D實體表達
5．5．1基本表達方案
5．5．2廣義圓柱體表達
總結和復*
隨堂測試*
第2單元景 物 重 建
第6章雙目立體視覺
6．1立體視覺模塊
6．2基于區域的雙目立體匹配
6．2．1模板匹配
6．2．2立體匹配
6．3基于征的雙目立體匹配
6．3．1基本步驟
6．3．2尺度不變征變換
6．3．3加速魯棒性征
6．3．4動態規劃匹配
6．4基于深度學的立體匹配
6．4．1方法分類
6．4．2立體匹配網絡
6．4．3基于征級聯CNN的匹配
6．5視差圖誤差檢測與校正
總結和復*
隨堂測試*
第7章多目立體視覺
7．1水平多目立體匹配
7．1．1水平多目圖像
7．1．2倒距離
7．2正交三目立體匹配
7．2．1基本原理
7．2．2基于梯度分類的正交匹配
7．3多目立體匹配
7．3．1任意排列三目立體匹配
7．3．2正交多目立體匹配
7．4亞像素級視差
7．4．1統計分布模型
7．4．2亞像素級視差計算
總結和復*
隨堂測試*
第8章單目多圖像景物恢復
8．1單目景物恢復
8．2光度立體法
8．2．1景物亮度和圖像亮度
8．2．2表面反射性和亮度
8．2．3景物表面朝向
8．2．4反射圖和亮度約束方程
8．2．5光度立體法求解
8．3光度立體法進展
8．3．1光源標定
8．3．2非朗伯表面反射模型
8．3．3彩色光度立體法
8．3．43D重建方法
8．4基于GAN的光度立體法標定
8．4．1網絡結構
8．4．2損失函數
8．5從運動求取結構
8．5．1光流和運動場
8．5．2光流方程求解
8．5．3光流與表面取向
8．5．4光流與相對深度
8．6從分割剪影恢復形狀
總結和復*
隨堂測試*
第9章單目單圖像景物恢復
9．1單幅圖像深度估計
9．1．1有監督學方法
9．1．2無監督學方法
9．1．3半監督學方法
9．2從影調恢復形狀
9．2．1影調與形狀
9．2．2亮度方程求解
9．3混合表面投影下的SFS
9．3．1改進的Ward反射模型
9．3．2投影下的圖像亮度約束方程
9．3．3圖像亮度約束方程求解
9．3．4基于BlinnPhong反射模型
9．3．5新圖像亮度約束方程求解
9．4紋理與表面朝向
9．4．1單目成像和畸變
9．4．2由紋理變化恢復朝向
9．4．3檢測線段紋理消失點
9．4．4確定圖像外消失點
9．5由焦距確定深度
9．6根據三點估計位姿
總結和復*
隨堂測試*
第3單元場 景 解 釋
第10章知識表達和推理
10．1知識概述
10．2場景知識
10．2．1模型
10．2．2屬性圖
10．2．3基于知識的建模
10．3過程知識
10．4知識表達
10．4．1知識表達要求
10．4．2知識表達類型
10．4．3基本知識表達方案
10．4．4人工智能中的知識表達
10．4．5圖像理解系統中的知識模塊
10．5邏輯系統
10．5．1謂詞演算規則
10．5．2利用定理證明推理
10．5．3推理方法分類
10．6語義網
10．7產生式系統
總結和復*
隨堂測試*
第11章廣義匹配
11．1匹配概述
11．1．1匹配策略和類別
11．1．2匹配和配準
11．1．3匹配評
11．2目標匹配
11．2．1對應點匹配
11．2．2字符串匹配
11．2．3慣量等效橢圓匹配
11．2．4形狀矩陣匹配
11．2．5結構匹配和量度
11．3動態模式匹配
11．4關系匹配
11．5圖同構匹配
11．5．1圖論簡介
11．5．2圖同構和匹配
11．6線條圖標記和解釋
11．6．1輪廓標記
11．6．2結構推理
11．6．3回溯標記
11．7借助匹配實現配準
11．7．1基于征匹配的異構遙感圖像配準
11．7．2基于空間關系推理的圖像匹配
11．8多模態圖像匹配
11．8．1基于區域的技術
11．8．2基于征的技術
總結和復*
隨堂測試*
第12章場景分析和語義解釋
12．1場景理解概述
12．2模糊推理
12．2．1模糊集合和模糊運算
12．2．2模糊推理方法
12．3遺傳算法圖像解釋
12．3．1遺傳算法原理
12．3．2語義分割和解釋
12．4場景目標標記
12．5場景分類
12．5．1詞袋/征模型
12．5．2pLSA模型
12．5．3LDA模型
12．6遙感圖像判讀
12．6．1遙感圖像判讀方法分類
12．6．2遙感圖像判讀知識圖譜
12．7混合增強視覺認知
12．7．1從計算機視覺感知到計算機視覺認知
12．7．2混合增強視覺認知
相關技術
總結和復*
隨堂測試*
第4單元研 究 示 例
第13章同時定位和制圖
13．1SLAM概況
13．1．1激光SLAM
13．1．2視覺SLAM
13．1．3對比和結合
13．2激光SLAM算法
13．2．1Gmapping算法
13．2．2Cartographer算法
13．2．3LOAM算法
13．3視覺SLAM算法
13．3．1ORBSLAM系列算法
13．3．2LSDSLAM算法
13．3．3SVO算法
13．4群體機器人和群體SLAM
13．4．1群體機器人的性
13．4．2群體SLAM要解決的問題
13．5SLAM的新動向
13．5．1SLAM與深度學的結合
13．5．2SLAM與多智能體的結合
總結和復*
隨堂測試*
第14章多傳感器圖像信息融合
14．1信息融合概述
14．2圖像融合
14．2．1圖像融合的主要步驟
14．2．2圖像融合的三個層次
14．2．3圖像融合效果評
14．3像素級融合方法
14．3．1基本融合方法
14．3．2融合方法的結合
14．3．3小波融合時的佳分解層數
14．3．4壓縮感知圖像融合
14．3．5像素級融合示例
14．4雙能透射和康普頓背散射融合
14．4．1成像技術的互補性分析
14．4．2互補融合
14．5高光譜圖像空間光譜征提取
14．5．1傳統高光譜征提取方法
14．5．2基于深度學的空間光譜征
提取方法
14．6征級和決策級融合方法
14．6．1貝葉斯法
14．6．2證據推理法
14．6．3粗糙集理論法
14．7多源遙感圖像融合
14．7．19種多源遙感數據源
14．7．2多源遙感圖像融合文獻
14．7．3遙感圖像的空間光譜融合
14．7．4基于深度循環殘差網絡的融合
總結和復*
隨堂測試*
第15章基于內容的圖像和視頻檢索
15．1圖像和視頻檢索原理
15．2視覺征的匹配和檢索
15．2．1顏色征匹配
15．2．2紋理征計算
15．2．3多尺度形狀
征
15．2．4綜合征檢索
15．3基于運動征的視頻檢索
15．3．1全局運動征
15．3．2局運動征
15．4基于分層匹配追蹤的檢索
15．4．1檢索框圖
15．4．2單層圖像征提取
15．4．3多層征提取和圖像檢索
15．4．4結合顏色直方圖
15．5視頻節目分析和索引
15．5．1新聞視頻結構化
15．5．2體育比賽視頻排序
15．5．3家庭錄像視頻組織
15．6語義分類檢索
15．6．1基于視覺關鍵詞的圖像分類
15．6．2高層語義與氣氛
15．7基于深度學的跨模態檢索
15．7．1跨模態檢索技術分類
15．7．2圖像標題自動生成
15．8圖像檢索中的哈希
15．8．1有監督哈希
15．8．2非對稱監督深度離散哈希
15．8．3跨模態圖像檢索中的哈希
總結和復*
隨堂測試*
第16章時空行為理解
16．1時空技術
16．2時空興趣點
16．3動態軌跡學和分析
16．3．1自動場景建模
16．3．2學路徑
16．3．3自動活動分析
16．4動作分類和識別
16．4．1動作分類
16．4．2動作識別
16．5結合姿態和上下文的動作分類
16．5．1基于姿態模型的動作分類器
16．5．2基于上下文的動作分類器
16．6活動和行為建模
16．6．1動作建模
16．6．2活動建模和識別
16．7主體與動作聯合建模
16．7．1單標簽主體動作識別
16．7．2多標簽主體動作識別
16．7．3主體動作語義分割
16．8基于關節點的行為識別
16．8．1使用CNN作為主干
16．8．2使用RNN作為主干
16．8．3使用GCN作為主干
16．8．4使用混合網絡作為主干
16．9異常事件檢測
16．9．1異常事件檢測方法分類
16．9．2基于卷積自編碼器塊學的檢測
16．9．3基于單類經網絡的檢測
總結和復*
隨堂測試*
附錄A視覺和視知覺
A．1視知覺概述
A．2視覺性
A．2．1視覺的空間性
A．2．2視覺的時間性
A．2．3視覺的亮度性
A．3形狀知覺
A．3．1圖形和背景
A．3．2輪廓和主觀輪廓
A．3．3幾何圖形錯覺
A．4空間知覺
A．4．1兩種空間知覺觀
A．4．2非視覺性深度線索
A．4．3雙目深度線索
A．4．4單目深度線索
A．5運動知覺
A．6生物視覺與立體視覺
A．6．1生物視覺和雙目視覺
A．6．2從單目到雙目立體
主題索引
分思考題和練題解答*
參考文獻*
展開全部
圖像工程——下冊:圖像理解(第5版) 作者簡介
章毓晉，1989年獲比利時列日大學應用科學博士學位。1989—1993年為荷蘭德爾夫特大學博士后及研究人員。1993年到中國北京清華大學工作，1997年被聘為教授，1998年被評為博士生導師。2014年成為教學科研系列長聘教授。2003年學術休假期間同時被聘為新加坡南洋理工大學訪問教授。 在清華大學，先后開出并講授10多門本科生和研究生課程。在南洋理工大學，開出并講授過研究生課程：“現代圖像分析(英語)”。已編寫出版了圖像工程系列教材第1版、第2版、第3版和第4版，以及其他中英文圖像工程教材約20本，還翻譯出版了多本國外圖像工程教材。已在國內外發表了30多篇教學研究論文。 主要科學研究領域為其積極倡導的圖像工程(圖像處理、圖像分析、圖像理解及其技術應用)和相關學科。從1996年起已連續二十八年對中國圖像工程的研究及主要文獻進行了系統的年度分類總結綜述。已在國內外發表了500多篇圖像工程研究論文，出版了專著《圖象分割》，《基于內容的視覺信息檢索》，《基于子空間的人臉識別》，編著了《英漢圖像工程辭典》(第1版和第2版)和《圖像工程技術選編》，主編了《Advances in Image and Video Segmentation》，《Semantic-Based Visual Information Retrieval》，《Advances in Face Image Analysis: Techniques and Technologies》。 現為中國圖象圖形學學會名譽監事長，會士；國際光學工程協會(SPIE)會士(因在圖像工程方面的成就)。
書友推薦
- >
有舍有得是人生
- >
隨園食單
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
莉莉和章魚
- >
中國歷史的瞬間
- >
月亮與六便士
- >
自卑與超越
- >
名家帶你讀魯迅:故事新編
本類暢銷
