圖像處理、分析與機器視覺, 4/e (Image Processing, Analysis, and Machine Vision, 4/e)
桑卡 (Milan Sonka), 赫拉瓦卡 (Vaclav Hlavac), 博伊爾 (Roger Boyle)
- 出版商: 清華大學
- 出版日期: 2016-07-01
- 定價: $594
- 售價: 8.5 折 $505
- 語言: 簡體中文
- 頁數: 645
- 裝訂: 平裝
- ISBN: 7302426856
- ISBN-13: 9787302426851
-
相關分類:
Computer Vision
- 此書翻譯自: Image Processing, Analysis, and Machine Vision, 4/e (美國原版)
立即出貨
買這商品的人也買了...
-
$790$751 -
$480$379 -
$834$792 -
$780$616 -
$474$450 -
$490$417 -
$500機器視覺 (Robot Vision)
-
$505Vue.js 權威指南
-
$352機器視覺算法與應用 (雙語版)
-
$360$180 -
$403圖像處理中的數學修煉
-
$680$537 -
$390$308 -
$580$458 -
$607計算機視覺 : 模型、學習和推理 (Computer Vision)
-
$602電腦視覺 : 一種現代方法, 2/e
-
$250統計思維:程序員數學之概率統計(第2版) (圖靈程序設計叢書)
-
$299深度學習之 TensorFlow:入門、原理與進階實戰
-
$403程序員的數學2 : 概率統計
-
$581深度捲積網絡 : 原理與實踐
-
$680$612 -
$594$564 -
$680$537 -
$958計算機科學中的數學:信息與智能時代的必修課
-
$311機器學習:算法背後的理論與優化
相關主題
商品描述
<內容簡介>
《世界著名計算機教材精選:圖像處理、分析與機器視覺(第4版)》針對圖像處理、圖像分析和機器視覺領域的有關原理與技術進行了廣泛而深入的討論,包括圖像預處理、圖像分割、形狀表示與描述、物體識別與圖像理解、三維視覺、數學形態學圖像處理技術、離散圖像變換、圖像壓縮、紋理描述、運動分析等。《世界著名計算機教材精選:圖像處理、分析與機器視覺(第4版)》力圖將復雜的概念通過具體示例用易於理解的算法來描述,提供了大量包含圖示和處理結果的插圖,特別有助於讀者的學習和理解。此外,《世界著名計算機教材精選:圖像處理、分析與機器視覺(第4版)》還提供了豐富的參考文獻,既列出了經過時間考驗的經典論文,也列出了能反映未來發展方向的最新進展,適於讀者進一步深入探索。
<章節目錄>
第1章引言
1.1動機
1.2計算機視覺為什麼是困難的
1.3圖像表達與圖像分析的任務
1.4總結
1.5習題
1.6參考文獻
第2章圖像及其表達與性質
2.1圖像表達若乾概念
2.2圖像數字化
2.2.1採樣
2.2 .2量化
2.3數字圖像性質
2.3.1數字圖像的度量和拓撲性質
2.3.2直方圖
2.3.3熵
2.3.4圖像的視覺感知
2.3.5圖像品質
2.3.6圖像中的噪聲
2.4彩色圖像
2.4. 1色彩物理學
2.4.2人所感知的色彩
2.4.3彩色空間
2.4.4調色板圖像
2.4.5顏色恆常性
2.5攝像機概述
2.5.1光敏傳感器
2.5.2黑白攝像機
2.5.3彩色攝像機
2.6總結
2.7習題
2.8參考文獻
第3章圖像及其數學與物理背景
3.1概述
3.1.1線性
3.1.2狄拉克(Dirac)分佈和捲積
3.2積分線性變換
3.2.1作為線性系統的圖像
3.2.2積分線性變換引言
3.2.31D傅里葉變換
3.2.42D傅里葉變換
3.2.5採樣與香農約束
3.2.6離散餘弦變換
3.2.7小波變換
3.2.8本徵分析
3.2.9奇異值分解
3.2.10主分量分析
3.2.11Radon變換
3.2.12其他正交圖像變換
3.3作為隨機過程的圖像
3.4圖像形成物理
3.4.1作為輻射測量的圖像
3.4.2圖像獲取與幾何光學
3.4.3鏡頭像差和徑向畸變
3.4.4從輻射學角度看圖像獲取
3.4.5錶面反射
3.5總結
3.6習題
3.7參考文獻
第4章圖像分析的數據結構
4.1圖像數據表示的層次
4.2傳統圖像數據結構
4.2.1矩陣
4.2.2鏈
4.2 .3拓撲數據結構
4.2.4關係結構
4.3分層數據結構
4.3.1金字塔
4.3.2四叉樹
4.3.3其他金字塔結構
4.4總結
4.5習題
4.6參考文獻
第5章圖像預處理
5.1像素亮度變換
5.1. 1位置相關的亮度校正
5.1.2灰度級變換
5.2幾何變換
5.2.1像素坐標變換
5.2.2亮度插值
5.3局部預處理
5.3.1圖像平滑
5.3.2邊緣檢測算子
5.3.3二階導數過零點
5.3.4圖像處理中的尺度
5.3.5Canny邊緣提取
5.3.6參數化邊緣模型
5.3.7多光譜圖像中的邊緣
5.3.8頻域的局部預處理
5.3.9用局部預處理算子作線檢測
5.3.10角點(興趣點)檢測
5.3.11大穩定極值區域檢測
5.4圖像復原
5.4.1容易復原的退化
5.4.2逆濾波
5.4.3維納濾波
5.5總結
5.6習題
5.7參考文獻
第6章分割Ⅰ
6.1閾值化
6.1.1閾值檢測方法
6.1.2優閾值化
6.1.3多光譜閾值化
6.2基於邊緣的分割
6.2.1邊緣圖像閾值化
6.2.2邊緣鬆弛法
6.2.3邊界跟蹤
6.2. 4作為圖搜索的邊緣跟蹤
6.2.5作為動態規劃的邊緣跟蹤
6.2.6Hough變換
6.2.7使用邊界位置信息的邊界檢測
6.2.8從邊界構造區域
6.3基於區域的分割
6.3.1區域歸併
6.3.2區域分裂
6.3.3分裂與歸併
6.3.4分水嶺分割
6.3.5區域增長後處理
6.4匹配
6.4.1模版匹配
6.4.2模版匹配的控制策略
6.5分割的評測問題
6.5.1監督式評測
6.5.2非監督式評測
6.6總結
6.7習題
6.8參考文獻
第7章分割Ⅱ
7.1均值移位分割
7.2活動輪廓模型——蛇行
7.2.1經典蛇行和氣球
7.2.2擴展
7.2.3梯度矢量流蛇
7.3幾何變形模型— —水平集和測地活動輪廓
7.4模糊連接性
7.5面向基於3D圖的圖像分割
7.5.1邊界對的同時檢測
7.5.2次優的錶面檢測
7.6圖割分割
7.7優單和多錶面分割
7.8總結
7.9習題
7.1參考文獻
第8章形狀表示與描述
8.1區域標識
8.2基於輪廓的形狀表示與描述
8.2.1鏈碼
8.2.2簡單幾何邊界表示
8.2.3邊界的傅里葉變換
8.2.4使用片段序列的邊界描述
8.2.5B樣條表示
8.2.6其他基於輪廓的形狀描述方法
8.2.7形狀不變量
8.3基於區域的形狀表示與描述
8.3.1簡單的標量區域描述
8.3.2矩
8.3.3凸包
8.3 .4基於區域骨架的圖表示
8.3.5區域分解
8.3.6區域鄰近圖
8.4形狀類別
8.5總結
8.6習題
8.7參考文獻
第9章物體識別
9.1知識表示
9.2統計模式識別
9.2.1分類原理
9.2.2近鄰
9.2.3分類器設置
9.2.4分類器學習
9.2.5支持向量機
9.2.6聚類分析
9.3神經元網絡
9.3.1前饋網絡
9.3.2非監督學習
9.3.3Hopfield神經元網絡
9.4句法模式識別
9.4.1語法與語言
9.4.2句法分析與句法分類器
9.4.3句法分類器學習與語法推導
9.5作為圖匹配的識別
9.5.1圖和子圖的同構
9.5.2圖的相似度
9.6識別中的優化技術
9.6.1遺傳算法
9.6.2模擬退火
9.7模糊系統
9.7.1模糊集和模糊隸屬函數
9.7.2模糊集運算
9.7.3模糊推理
9.7.4模糊系統設計與訓練
9.8模式識別中的Boosting方法
9.9隨機森林
9.9.1隨機森林訓練
9.9.2隨機森林決策
9.9.3隨機森林擴展
9.1總結
9.11習題
9.12參考文獻
第10章圖像理解
10.1圖像理解控制策略
10.1.1並行和串行處理控制
10.1. 2分層控制
10.1.3自底向上的控制
10.1.4基於模型的控制
10.1.5混合的控制策略
10.1.6非分層控制
10.2SIFT:尺度不變特徵轉換
10.3RANSAC:通過隨機抽樣一致來擬合
10.4點分佈模型
10.5活動表觀模型
10.6圖像理解中的模式識別方法
10.6.1基於分類的分割
10.6.2上下文圖像分類
10.6.3梯度方向直方圖—HOG
10.7Boosted層疊分類器用於快速物體檢測
10.8基於隨機森林的圖像理解
10.9場景標註和約束傳播
10.9.1離散鬆弛法
10.9.2概率鬆弛法
10.9.3搜索解釋樹
10.1語義圖像分割和理解
10.10.1語義區域增長
10.10.2遺傳圖像解釋
10.11隱馬爾可夫模型
10.11.1應用
10.11.2耦合的HMM
10.11.3貝葉斯信念網絡
10.12馬爾科夫隨機場
10.12.1圖像和視覺的應用
10.13高斯混合模型和期望大化
10.14總結
10.15習題
10.16參考文獻
第11章3D幾何,對應,從亮度到3D
11.13D視覺任務
11.1.1Marr理論
11.1.2其他視覺範疇:主動和有目的的視覺
11.2射影幾何學基礎
11.2.1射影空間中的點和超平面
11.2.2單應性
11.2.3根據對應點估計單應性
11.3單透視攝像機
11.3.1攝像機模型
11.3.2齊次坐標系中的投影和反投影
11.3.3從已知場景標定一個攝像機
11.4從多視圖重建場景
11.4.1三角測量
11.4.2射影重建
11.4.3匹配約束
11.4.4光束平差法
11.4.5升級射影重建和自標定
11.5雙攝像機和立體感知
11.5.1極線幾何學——基本矩陣
11.5.2攝像機的相對運動——本質矩陣
11.5.3分解基本矩陣到攝像機矩陣
11.5.4從對應點估計基本矩陣
11.5.5雙攝像機矯正結構
11.5.6矯正計算
11.6三攝像機和三視張量
11.6.1立體對應點算法
11.6.2距離圖像的主動獲取
11.7由輻射測量到3D信息
11.7.1由陰影到形狀
11.7.2光度測量立體視覺
11.8總結
11.9習題
11.1參考文獻
第12章3D視覺的應用
12.1由X到形狀
12.1.1由運動到形狀
12.1.2由紋理到形狀
12.1.3其他由X到形狀的技術
12.2完全的3D物體
12.2.13D物體、模型以及相關問題
12.2.2線條標註
12.2 .3體積表示和直接測量
12.2.4體積建模策略
12.2.5錶面建模策略
12.2.6為獲取完整3D模型的面元
標註與融合
12.33D場景的2D視圖表達
12.3.1觀察空間
12.3.2多視圖表達和示像圖
12.4從無組織的2D視圖集合進行
3D重建,從運動到結構
12.5重建場景幾何
12.6總結
12.7習題
12.8參考文獻
第13章數學形態學
13.1形態學基本概念
13.2形態學四原則
13.3二值膨脹和腐蝕
13.3.1膨脹
13.3.2腐蝕
13.3.3擊中擊不中變換
13.3.4開運算和閉運算
13.4灰度級膨脹和腐蝕
13.4.1頂面、本影、灰度級膨脹和腐蝕
13.4.2本影同胚定理和膨脹、腐蝕
及開、閉運算的性質
13.4.3頂帽變換
13.5骨架和物體標記
13.5.1同倫變換
13.5.2骨架、中軸和大球
13.5 .3細化、粗化和同倫骨架
13.5.4熄滅函數和終腐蝕
13.5.5終腐蝕和距離函數
13.5.6測地變換
13.5.7形態學重構
13.6粒度測定法
13.7形態學分割與分水嶺
13.7.1粒子分割、標記和分水嶺
13.7.2二值形態學分割
13.7.3灰度級分割和分水嶺
13.8總結
13.9習題
13.1參考文獻
第14章圖像數據壓縮
14.1圖像數據性質
14.2圖像數據壓縮中的離散圖像變換
14.3預測壓縮方法
14.4矢量量化
14.5分層的和漸進的壓縮方法
14.6壓縮方法比較
14.7其他技術
14.8編碼
14.9JPEG和MPEG圖像壓縮
14.9.1JPEG——靜態圖像壓縮
14.9.2JPEG—2000壓縮
14.9.3MPEG ——全運動的視頻壓縮
14.1總結
14.11習題
14.12參考文獻
第15章紋理
15.1統計紋理描述
15.1.1基於空間頻率的方法
15.1.2共生矩陣
15.1.3邊緣頻率
15.1.4基元長度(行程)
15.1 .5Laws紋理能量度量
15.1.6局部二值模式(LBPs)
15.1.7分形紋理描述
15.1.8多尺度紋理描述——小波域方法
15.1.9其他紋理描述的統計方法
15.2句法紋理描述方法
15.2.1形狀鏈語法
15.2.2圖語法
15.2.3分層紋理中的基元分組
15.3混合的紋理描述方法
15.4紋理識別方法的應用
15.5總結
15.6習題
15.7參考文獻
第16章運動分析
16.1差分運動分析方法
16.2光流
16.2.1光流計算
16.2.2全局和局部光流估計
16.2.3局部和全局相結合的光流估計
16.2.4運動分析中的光流
16.3基於興趣點對應關係的分析
16.3.1興趣點的檢測
16.3.2Lucas—Kanade點跟蹤
16.3.3興趣點的對應關係
16.4特定運動模式的檢測
16.5視頻跟蹤
16.5.1背景建模
16.5.2基於核函數的跟蹤
16.5.3目標路徑分析
16.6輔助跟蹤的運動模型
16.6.1卡爾曼濾波器
16.6.2粒子濾波器
16.6.3半監督跟蹤——TLD
16.7總結
16.8習題
16.9參考文獻
詞彙