全部商品分类

您现在的位置: 全部商品分类 > 电子电脑 > 计算机技术 > 计算机原理与基础

计算机视觉与深度学习实战(以MATLAB\Python为工具)

  • 定价: ¥109
  • ISBN:9787121374838
  • 开 本:16开 平装
  •  
  • 折扣:
  • 出版社:电子工业
  • 页数:482页
  • 作者:编者:刘衍琦//詹...
  • 立即节省:
  • 2019-11-01 第1版
  • 2019-11-01 第1次印刷
我要买:
点击放图片

导语

  

内容提要

  

    本书详细讲解了36个计算机视觉与深度学习实战案例(含可运行程序),涉及雾霾去噪、答题卡自动阅卷、肺部图像分割、小波数字水印、图像检索、人脸二维码识别、车牌定位及识别、霍夫曼图像压缩、手写数字识别、英文字符文本识别、眼前节组织提取、全景图像拼接、小波图像融合、基于语音识别的音频信号模拟灯控、路面裂缝检测识别、视频运动估计追踪、SiInulink图像处理、胸片及肝脏分割、基于深度学习的汽车目标检测和视觉场景识别、基于计算机视觉的自动驾驶应用、基于YOLO的车辆及交通标志检测,以及基于CNN的手写字符识别、普适物体识别、图像倾斜矫正、以图搜画,还讲解了深度神经网络的拆分、编辑、重构等多项重要技术及应用,涵盖了数字图像处理中几乎所有的基本模块,并延伸到了深度学习的理论及其应用方面。
    工欲善其事,必先利其器,本书对每个数字图像处理的知识点都提供了丰富、生动的案例素材,并以MATLAB、Python为工具详细讲解了实验的核心程序,涉及DeepLearning Toolbox、TensorFlow、Keras、Java Zxing等工具环境。通过对这些程序的阅读、理解和仿真运行,读者可以更加深刻地理解图像处理的内容,并且更加熟练地掌握计算机视觉及深度学习在不同实际领域中的用法。
    本书以案例为基础,结构布局紧凑,内容深入浅出,实验简捷高效,适合计算机、信号通信和自动化等相关专业的教师、本科生、研究生,以及从事数字图像处理的广大工程研发人员阅读和参考。

目录

第1章  基于直方图优化的图像去雾技术
  1.1  案例背景
  1.2  理论基础
    1.2.1  空域图像增强
    1.2.2  直方图均衡化
  1.3  程序实现
    1.3.1  设计GUI界面
    1.3.2  全局直方图处理
    1.3.3  局部直方图处理
    1.3.4  Retinex增强处理
  1.4  延伸阅读
第2章  基于形态学的权重自适应图像去噪
  2.1  案例背景
  2.2  理论基础
    2.2.1  图像去噪的方法
    2.2.2  数学形态学的原理
    2.2.3  权重自适应的多结构形态学去噪
  2.3  程序实现
  2.4  延伸阅读
第3章  基于多尺度形态学提取眼前节组织
  3.1  案例背景
  3.2  理论基础
  3.3  程序实现
    3.3.1  多尺度结构设计
    3.3.2  多尺度边缘提取
    3.3.3  多尺度边缘融合
  3.4  延伸阅读
第4章  基于Hough变化的答题卡识别
  4.1  案例背景
  4.2  理论基础
    4.2.1  图像二值化
    4.2.2  倾斜校正
    4.2.3  图像分割
  4.3  程序实现
    4.3.1  图像灰度化
    4.3.2  灰度图像二值化
    4.3.3  图像平滑滤波
    4.3.4  图像矫正
    4.3.5  完整性核查
  4.4  延伸阅读
第5章  基于阈值分割的车牌定位识别
第6章  基于分水岭分割进行肺癌诊断
第7章  基于主成分分析的人脸二维码识别
第8章  基于知识库的手写体数字识别
第9章  基于特征匹配的英文印刷字符识别
第10章  基于不变矩的数字验证码识别
第11章  基于小波技术进行图像融合
第12章  基于块匹配的全景图像拼接
第13章  基于霍夫曼图像编码的图像压缩和重建
第14章  基于主成分分析的图像压缩和重建
第15章  基于小波的图像压缩技术
第16章  基于融合特征的以图搜图技术
第17章  基于Harris的角点特征检测
第18章  基于GUI搭建通用视频处理工具
第19章  基于语音识别的信号灯图像模拟控制技术
第20章  基于帧间差法进行视频目标检测
第21章  路面裂缝检测系统设计
第22章  基于K-means聚类算法的图像分割
第23章  基于光流场的车流量计数应用
第24章  基于Simulink进行图像和视频处理
第25章  基于小波变换的数字水印技术
第26章  基于最小误差法的胸片分割技术
第27章  基于区域生长的肝脏影像分割系统
第28章  基于计算机视觉的自动驾驶应用
第29章  基于深度学习的汽车目标检测
第30章  基于深度学习的视觉场景识别
第31章  深度学习综合应用