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
圖像處理與識別 【第2版】 版權信息
- ISBN：9787563572212
- 條形碼：9787563572212 ; 978-7-5635-7221-2
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
圖像處理與識別 【第2版】 內容簡介
本書系統地介紹了圖像處理與識別的基本概念、基本原理與方法、技術和應用實例。全書共分10章，內容包括緒論、圖像變換、圖像增強、圖像編碼、圖像分割、圖像特征分析、圖像識別、目標檢測、語義分割與實例分割、圖像生成。 本書取材新穎，論述深入淺出、簡明扼要，圖例豐富，注重理論與實踐相結合，可作為高等學校計算機應用、自動化、圖像處理與模式識別、通信與電子系統、信號與信息處理等專業學生的教材，也可作為從事圖像處理與識別技術研究人員和工程技術人員的參考書。
圖像處理與識別 【第2版】 目錄
第1章緒論1
1.1引言1
1.2圖像處理與識別的相關術語2
1.3圖像處理與識別的發展歷史5
1.4圖像處理與識別的應用領域7
習題19
第2章圖像變換10
2.1傅里葉變換10
2.1.1連續傅里葉變換10
2.1.2離散傅里葉變換12
2.1.3快速傅里葉變換16
2.2離散余弦變換17
2.3正弦變換20
2.4沃爾什哈達瑪變換21
2.5KL變換24
2.5.1KL變換的定義24
2.5.2KL變換的基本性質25
習題225
第3章圖像增強27
3.1灰度級修正27
3.1.1直方圖27
3.1.2灰度變換28
3.1.3直方圖修正30
3.2圖像平滑33
3.2.1鄰域平均法34
3.2.2中值濾波35
3.2.3空間低通濾波38
3.3圖像銳化38
3.3.1微分算子方法39
3.3.2Sobel算子40
3.3.3拉普拉斯算子41
3.3.4空域高通濾波44
3.4圖像濾波44
3.4.1低通濾波45
3.4.2高通濾波47
3.4.3同態濾波48
3.5幾何變換49
3.5.1幾何變換過程49
3.5.2灰度級插值50
習題352
第4章圖像編碼53
4.1概述53
4.1.1圖像數據的冗余53
4.1.2圖像壓縮的性能評價54
4.2統計編碼55
4.2.1編碼效率與冗余度55
4.2.2霍夫曼編碼57
4.2.3香農費諾編碼58
4.2.4算術編碼60
4.3預測編碼62
4.3.1預測編碼的基本原理62
4.3.2差值脈沖編碼調制63
4.3.3*優線性預測64
4.4變換編碼65
4.4.1變換編碼系統結構65
4.4.2正交變換編碼66
4.5輪廓編碼69
4.5.1輪廓算法70
4.5.2輪廓編碼算法的應用實例72
4.6國際標準簡介74
4.6.1JPEG75
4.6.2MPEG系列標準75
4.6.3H.26X系列標準77
4.6.4AVS標準79
習題479
第5章圖像分割80
5.1圖像分割的一般模型80
5.2閾值分割81
5.3基于變換直方圖選取閾值84
5.4Hough變換86
5.5串行區域分割87
5.5.1區域生長87
5.5.2分裂合并法89
5.6基于形態學的圖像分割90
5.6.1膨脹和腐蝕91
5.6.2開啟和閉合93
5.6.3數學形態學在圖像處理中的應用94
習題596
第6章圖像特征分析97
6.1拓撲特性97
6.1.1鄰接與連通97
6.1.2距離98
6.2輪廓的表達98
6.2.1輪廓的鏈碼表達98
6.2.2輪廓的近似表達100
6.3區域的骨架表達101
6.4邊界的描述101
6.4.1邊界的簡單描述102
6.4.2邊界的特征描述103
6.5區域的描述106
6.5.1區域的簡單描述106
6.5.2區域的形狀描述107
6.6尺度不變特征轉換描述子109
6.7梯度方向直方圖描述子113
習題6115
第7章圖像識別117
7.1圖像識別概述117
7.2判別函數和判別規則118
7.2.1線性判別函數118
7.2.2*小距離判別函數120
7.2.3*近鄰域判別函數121
7.2.4非線性判別函數121
7.3特征的提取和選擇122
7.4統計模式識別方法122
7.4.1基本概念122
7.4.2貝葉斯(Bayes)分類器123
7.5深度神經網絡圖像識別125
7.5.1深度神經網絡概述125
7.5.2卷積神經網絡簡介127
7.5.3經典圖像分類卷積神經網絡模型129
7.5.4防止過擬合策略136
7.6圖像分類常用評價指標137
7.7常用圖像分類數據庫141
習題7145
第8章目標檢測146
8.1目標檢測相關知識147
8.1.1選擇性搜索148
8.1.2非極大值抑制149
8.1.3常用數據庫150
8.1.4目標檢測常用評價指標151
8.2二階段的目標檢測方法152
8.2.1RCNN152
8.2.2SPPnet154
8.2.3Fast RCNN155
8.2.4Faster RCNN156
8.2.5FPN158
8.3一階段的目標檢測方法161
8.3.1YOLOv1161
8.3.2SSD163
8.3.3YOLOv2164
8.3.4YOLOv3166
8.3.5CornerNet167
8.3.6CenterNet170
8.3.7FCOS173
習題8 175
第9章語義分割與實例分割177
9.1圖像分割數據庫177
9.2圖像分割常用評價指標178
9.3語義分割180
9.3.1FCN180
9.3.2DeconvNet182
9.3.3UNet183
9.3.4DeepLabv1184
9.3.5DilatedConvNet185
9.3.6DeepLabv2187
9.3.7PSPNet188
9.3.8ICNet190
9.3.9HRNet192
9.3.10FastFCN194
9.4實例分割196
9.4.1Mask RCNN196
9.4.2YOLACT198
9.4.3PolarMask200
9.4.4SOLO203
習題9204
第10章圖像生成206
10.1圖像生成的相關概念206
10.1.1KL散度207
10.1.2JS散度207
10.1.3*大似然估計207
10.1.4納什均衡209
10.1.5圖像生成模型的評價指標210
10.2VAE212
10.2.1CVAE213
10.2.2SketchRNN214
10.2.3VQVAE217
10.3GAN219
10.3.1DCGAN221
10.3.2AgecGAN223
10.3.3StackGAN224
10.3.4Pix2Pix225
10.3.5CycleGAN227
習題10228
參考文獻229
1.1引言1
1.2圖像處理與識別的相關術語2
1.3圖像處理與識別的發展歷史5
1.4圖像處理與識別的應用領域7
習題19
第2章圖像變換10
2.1傅里葉變換10
2.1.1連續傅里葉變換10
2.1.2離散傅里葉變換12
2.1.3快速傅里葉變換16
2.2離散余弦變換17
2.3正弦變換20
2.4沃爾什哈達瑪變換21
2.5KL變換24
2.5.1KL變換的定義24
2.5.2KL變換的基本性質25
習題225
第3章圖像增強27
3.1灰度級修正27
3.1.1直方圖27
3.1.2灰度變換28
3.1.3直方圖修正30
3.2圖像平滑33
3.2.1鄰域平均法34
3.2.2中值濾波35
3.2.3空間低通濾波38
3.3圖像銳化38
3.3.1微分算子方法39
3.3.2Sobel算子40
3.3.3拉普拉斯算子41
3.3.4空域高通濾波44
3.4圖像濾波44
3.4.1低通濾波45
3.4.2高通濾波47
3.4.3同態濾波48
3.5幾何變換49
3.5.1幾何變換過程49
3.5.2灰度級插值50
習題352
第4章圖像編碼53
4.1概述53
4.1.1圖像數據的冗余53
4.1.2圖像壓縮的性能評價54
4.2統計編碼55
4.2.1編碼效率與冗余度55
4.2.2霍夫曼編碼57
4.2.3香農費諾編碼58
4.2.4算術編碼60
4.3預測編碼62
4.3.1預測編碼的基本原理62
4.3.2差值脈沖編碼調制63
4.3.3*優線性預測64
4.4變換編碼65
4.4.1變換編碼系統結構65
4.4.2正交變換編碼66
4.5輪廓編碼69
4.5.1輪廓算法70
4.5.2輪廓編碼算法的應用實例72
4.6國際標準簡介74
4.6.1JPEG75
4.6.2MPEG系列標準75
4.6.3H.26X系列標準77
4.6.4AVS標準79
習題479
第5章圖像分割80
5.1圖像分割的一般模型80
5.2閾值分割81
5.3基于變換直方圖選取閾值84
5.4Hough變換86
5.5串行區域分割87
5.5.1區域生長87
5.5.2分裂合并法89
5.6基于形態學的圖像分割90
5.6.1膨脹和腐蝕91
5.6.2開啟和閉合93
5.6.3數學形態學在圖像處理中的應用94
習題596
第6章圖像特征分析97
6.1拓撲特性97
6.1.1鄰接與連通97
6.1.2距離98
6.2輪廓的表達98
6.2.1輪廓的鏈碼表達98
6.2.2輪廓的近似表達100
6.3區域的骨架表達101
6.4邊界的描述101
6.4.1邊界的簡單描述102
6.4.2邊界的特征描述103
6.5區域的描述106
6.5.1區域的簡單描述106
6.5.2區域的形狀描述107
6.6尺度不變特征轉換描述子109
6.7梯度方向直方圖描述子113
習題6115
第7章圖像識別117
7.1圖像識別概述117
7.2判別函數和判別規則118
7.2.1線性判別函數118
7.2.2*小距離判別函數120
7.2.3*近鄰域判別函數121
7.2.4非線性判別函數121
7.3特征的提取和選擇122
7.4統計模式識別方法122
7.4.1基本概念122
7.4.2貝葉斯(Bayes)分類器123
7.5深度神經網絡圖像識別125
7.5.1深度神經網絡概述125
7.5.2卷積神經網絡簡介127
7.5.3經典圖像分類卷積神經網絡模型129
7.5.4防止過擬合策略136
7.6圖像分類常用評價指標137
7.7常用圖像分類數據庫141
習題7145
第8章目標檢測146
8.1目標檢測相關知識147
8.1.1選擇性搜索148
8.1.2非極大值抑制149
8.1.3常用數據庫150
8.1.4目標檢測常用評價指標151
8.2二階段的目標檢測方法152
8.2.1RCNN152
8.2.2SPPnet154
8.2.3Fast RCNN155
8.2.4Faster RCNN156
8.2.5FPN158
8.3一階段的目標檢測方法161
8.3.1YOLOv1161
8.3.2SSD163
8.3.3YOLOv2164
8.3.4YOLOv3166
8.3.5CornerNet167
8.3.6CenterNet170
8.3.7FCOS173
習題8 175
第9章語義分割與實例分割177
9.1圖像分割數據庫177
9.2圖像分割常用評價指標178
9.3語義分割180
9.3.1FCN180
9.3.2DeconvNet182
9.3.3UNet183
9.3.4DeepLabv1184
9.3.5DilatedConvNet185
9.3.6DeepLabv2187
9.3.7PSPNet188
9.3.8ICNet190
9.3.9HRNet192
9.3.10FastFCN194
9.4實例分割196
9.4.1Mask RCNN196
9.4.2YOLACT198
9.4.3PolarMask200
9.4.4SOLO203
習題9204
第10章圖像生成206
10.1圖像生成的相關概念206
10.1.1KL散度207
10.1.2JS散度207
10.1.3*大似然估計207
10.1.4納什均衡209
10.1.5圖像生成模型的評價指標210
10.2VAE212
10.2.1CVAE213
10.2.2SketchRNN214
10.2.3VQVAE217
10.3GAN219
10.3.1DCGAN221
10.3.2AgecGAN223
10.3.3StackGAN224
10.3.4Pix2Pix225
10.3.5CycleGAN227
習題10228
參考文獻229
展開全部
圖像處理與識別 【第2版】 作者簡介
李珂，博士，北京郵電大學人工智能學院副教授、博士生導師，英國薩里大學視覺語音與信號處理研究中心SketchX附屬學者。研究方向為機器學習與計算機視覺，特別是草圖的檢索、分割和生成；視頻內容分析、行為檢測和行為識別以及3D模型的檢索和生成。參與并完成國家自然基金青年科學基金項目1項，參與國家自然基金面上項目1項，參與國家自然基金專項項目1項。近年來發表了包括國際頂級學術會議CVPR、ICCV、ECCV、WACV及期刊TIP在內的9篇學術論文，其中一作論文6篇。同時擔任國際頂級會議和期刊的審稿人。獲得已授權專利2份。
書友推薦
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
姑媽的寶刀
- >
巴金－再思錄
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
經典常談
- >
推拿
- >
小考拉的故事-套裝共3冊
- >
羅庸西南聯大授課錄
本類暢銷
