中图网

>

图形图像多媒体

>

其他

图像工程(中册)图像分析-(第4版)

作者：章毓晋

出版社：清华大学出版社出版时间：2018-02-01

开本： 16开 页数： 447

本类榜单：计算机/网络销量榜

预估到手价¥56.1(6.3折)?

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格（不含优惠券部分），仅供参考，未必等同于实际到手价。

中图价:¥62.3(7.0折)定价 ~~¥89.0~~ 登录后可看到会员价

促销活动:

年中庆第一波|全场百万图书折上9折

加入购物车收藏

运费6元，全场折上9折期间 满39元包邮

?快递不能达地区使用邮政小包，运费14元起

云南、广西、海南、新疆、青海、西藏六省，部分地区快递不可达

本类五星书更多>

>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用

全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用

¥11.3¥45
>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥28.2¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥55.2¥69
>
第一行代码Android

第一行代码Android

¥76.2¥99
>
C Primer Plus 第6版中文版

C Primer Plus 第6版中文版

¥75.6¥108
>
深度学习

深度学习

¥82.3¥168
>
MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码

MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码

¥43.5¥79

商品详情
商品评论(0条)

中图价:¥62.3 加入购物车

版权信息
本书特色
内容简介
目录

微信公众号

图像工程(中册)图像分析-(第4版) 版权信息

ISBN：9787302493006
条形码：9787302493006 ; 978-7-302-49300-6
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
图形图像多媒体
>
其他

图像工程(中册)图像分析-(第4版) 本书特色

本书为《图像工程》第4版的中册，主要介绍图像工程的第二层次——图像分析的基本概念、基本原理、典型方法、实用技术以及国际上有关研究的新成果。本书主要分为4个单元。第1单元（包含第2~5章）介绍图像分割技术，其中第2章介绍图像分割的基础知识和基本方法，第3章介绍一些典型的图像分割技术，第4章介绍对基本分割技术的推广，第5章介绍对图像分割的评价研究。第2单元（包含第6~8章）介绍对分割出来的目标的表达描述技术，其中第6章介绍目标表达技术，第7章介绍目标描述技术，第8章介绍进一步的测量和误差分析内容。第3单元（包含第9~12章）介绍目标特性分析技术，其中第9章介绍纹理分析技术，第10章介绍形状分析技术，第11章介绍运动分析技术。第12章介绍显著性和属性。第4单元（包含第13~15章）介绍一些相关的数学工具，其中第13章介绍二值图像数学形态学，第14章介绍灰度图像数学形态学，第15章介绍图像模式识别原理和方法。书中的附录介绍了人脸和表情识别的原理和技术，是与第15章相关的应用和扩展。书中还提供了大量例题、思考题和练习题，并对部分练习题提供了解答。书末还给出了主题索引。本书可作为信号与信息处理、通信与信息系统、电子与通信工程、模式识别与智能系统、计算机视觉等学科大学本科专业基础课或研究生专业课教材，也可供信息与通信工程、电子科学与技术、计算机科学与技术、测控技术与仪器、机器人自动化、生物医学工程、光学、电子医疗设备研制、遥感、测绘和军事侦察等领域的科技工作者参考。

图像工程(中册)图像分析-(第4版) 内容简介

图像工程由清华大学章毓晋教授编著，是图像领域必读经典，已印刷60多次，20多万册。全套书分为图像处理、分析、理解三个层次（三册），全面涵盖基本概念、基本原理、典型方法、实用技术以及国际上有关研究的新成果。第1版获全国普通高等学校优秀教材一等奖；第2版评为全国普通高等教育“十一五”精品教材；第3版评为“十二五”普通高等教育本科*规划教材，2013年北京高等教育精品教材。

图像工程(中册)图像分析-(第4版) 目录

目录第1章绪论 1.1图像和图像工程 1.1.1图像基础 1.1.2图像工程 1.2图像分析概论 1.2.1图像分析定义和研究内容 1.2.2图像分析系统 1.3图像分析中的数字化 1.3.1离散距离 1.3.2连通组元 1.3.3数字化模型 1.3.4数字弧和弦 1.4距离变换 1.4.1定义和性质 1.4.2局部距离的计算 1.4.3距离变换的实现 1.5内容框架和特点总结和复习第1单元图像分割第2章图像分割基础 2.1图像分割定义和技术分类 2.2并行边界技术 2.2.1边缘及检测原理 2.2.2正交梯度算子 2.2.3方向微分算子 2.2.4二阶导数算子 2.2.5边界闭合 2.3串行边界技术 2.3.1主动轮廓模型 2.3.2能量函数 2.4并行区域技术 2.4.1原理和分类 2.4.2依赖像素的阈值选取 2.4.3依赖区域的阈值选取 2.4.4依赖坐标的阈值选取 2.4.5空间聚类 2.5串行区域技术 2.5.1区域生长 2.5.2分裂合并总结和复习第3章典型分割算法 3.1兴趣点检测 3.1.1二阶导数检测角点 3.1.2*小核同值区算子 3.1.3哈里斯兴趣点算子 3.2图割方法 3.3特色的阈值化和聚类技术 3.3.1多分辨率阈值选取 3.3.2借助过渡区选择阈值 3.3.3借助均移确定聚类 3.4分水岭分割算法 3.4.1基本原理和步骤 3.4.2算法改进和扩展总结和复习第4章分割技术扩展 4.1从像素单元到目标单元 4.1.1像素和目标之间的单元 4.1.2椭圆目标检测 4.2从哈夫变换到广义哈夫变换 4.2.1哈夫变换 4.2.2广义哈夫变换原理 4.2.3完整广义哈夫变换 4.3从像素精度到亚像素精度 4.3.1基于矩保持的技术 4.3.2利用一阶微分期望值的技术 4.3.3借助切线信息的技术 4.4从2D图像到3D图像 4.4.13D边缘检测 4.4.23D图像阈值化 4.5从灰度图像到彩色图像 4.5.1彩色空间的选择 4.5.2彩色图像分割策略总结和复习第5章分割评价比较 5.1分割评价研究分类 5.2分割算法评价框架 5.3分割评价的准则 5.3.1分析法准则 5.3.2优度试验法准则 5.3.3差异试验法准则 5.4分割算法评价示例 5.4.1实验算法和图像 5.4.2实验结果和讨论 5.5评价方法和准则比较 5.5.1方法讨论和对比 5.5.2准则的分析比较 5.5.3准则的实验比较 5.6基于评价的算法优选系统 5.6.1算法优选思想和策略 5.6.2优选系统的实现和效果总结和复习第2单元表达描述第6章目标表达 6.1基于边界的表达 6.1.1技术分类 6.1.2链码 6.1.3边界段 6.1.4边界标志 6.1.5多边形 6.1.6地标点 6.2基于区域的表达 6.2.1技术分类 6.2.2空间占有数组 6.2.3四叉树 6.2.4金字塔 6.2.5围绕区域 6.2.6骨架 6.3基于变换的表达 6.3.1技术分类 6.3.2傅里叶变换表达总结和复习第7章目标描述 7.1基于边界的描述 7.1.1简单边界描述符 7.1.2形状数 7.1.3边界矩 7.2基于区域的描述 7.2.1简单区域描述符 7.2.2拓扑描述符 7.2.3区域不变矩 7.3对目标关系的描述 7.3.1目标标记和计数 7.3.2点目标的分布 7.3.3字符串描述 7.3.4树结构描述总结和复习第8章测量和误差分析 8.1直接测度和间接测度 8.2需区别的术语 8.2.1准确性和精确性 8.2.2模型假设和实际观察 8.2.34连通和8连通 8.3影响测量误差的因素 8.3.1误差来源 8.3.2光学镜头分辨率 8.3.3采样密度 8.3.4分割算法 8.3.5特征计算公式 8.3.6综合影响 8.3.7随机样本共识 8.4误差分析总结和复习第3单元特性分析第9章纹理分析 9.1纹理研究概况 9.2纹理描述的统计方法 9.2.1灰度共生矩阵 9.2.2基于共生矩阵的纹理描述符 9.2.3基于能量的纹理描述符 9.3纹理描述的结构方法 9.3.1结构描述法基础 9.3.2纹理镶嵌 9.3.3局部二值模式 9.4纹理描述的频谱方法 9.4.1傅里叶频谱 9.4.2盖伯频谱 9.5一种纹理分类合成方法 9.6纹理分割 9.6.1有监督纹理分割 9.6.2无监督纹理分割总结和复习第10章形状分析 10.1形状定义和研究 10.2平面形状的分类 10.3形状特性的描述 10.3.1形状紧凑性描述 10.3.2形状复杂性描述 10.4基于技术的描述 10.4.1基于多边形的描述符 10.4.2基于离散曲率的描述符 10.5拓扑结构的描述 10.6分形维数总结和复习第11章运动分析 11.1运动研究内容 11.2运动目标检测 11.2.1背景建模 11.2.2光流场 11.2.3特定运动模式的检测 11.3运动目标分割 11.3.1目标分割和运动信息提取 11.3.2稠密光流算法 11.3.3基于参数和模型的分割 11.4运动目标跟踪 11.4.1典型技术 11.4.2子序列决策策略总结和复习第12章显著性和属性 12.1显著性概述 12.2显著性检测 12.3显著区域分割提取 12.3.1基于对比度幅值 12.3.2基于对比度分布 12.3.3基于*小方向对比度 12.3.4显著目标分割和评价 12.4属性描述概况 12.5属性提取中的特征比较 12.6属性应用 12.6.1跨类目标分类 12.6.2属性学习和目标识别 12.6.3基于局部动作属性的动作分类总结和复习第4单元数学工具第13章数学形态学：二值 13.1基本集合定义 13.2二值形态学基本运算 13.2.1二值膨胀和腐蚀 13.2.2二值开启和闭合 13.2.3二值基本运算性质 13.3二值形态学组合运算 13.3.1击中击不中变换 13.3.2二值组合运算 13.4二值形态学实用算法总结和复习第14章数学形态学：灰度 14.1灰度图像的排序 14.2灰度形态学基本运算 14.2.1灰度膨胀和腐蚀 14.2.2灰度开启和闭合 14.2.3灰度基本运算性质 14.3灰度形态学组合运算 14.4灰度形态学实用算法 14.5图像代数总结和复习第15章图像识别 15.1模式和分类 15.2不变量交叉比 15.2.1交叉比 15.2.2非共线点的不变量 15.2.3对称的交叉比函数 15.2.4交叉比应用示例 15.3统计模式识别 15.3.1*小距离分类器 15.3.2*优统计分类器 15.3.3自适应自举 15.4感知机和支持向量机 15.4.1感知机 15.4.2支持向量机 15.5结构模式识别 15.5.1字符串结构识别 15.5.2树结构识别总结和复习附录A人脸和表情识别 A.1生物特征识别 A.2人脸检测定位 A.2.1基本方法 A.2.2基于豪斯道夫距离的方法 A.3脸部器官提取和跟踪 A.3.1眼睛几何模型及确定 A.3.2眨眼过程中的眼睛轮廓跟踪 A.4表情识别 A.4.1表情识别和步骤 A.4.2表情特征提取 A.4.3基于盖伯变换的特征提取 A.4.4表情分类 A.4.5基于高阶奇异值分解的分类 A.5人脸识别 A.5.1边缘本征矢量加权方法 A.5.2非特定表情人脸识别部分思考题和练习题解答参考文献主题索引

展开全部

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐