了得網計算機/網絡_MATLAB計算機視覺經典應用

內容簡介

本書是以MATLAB R2020a為平臺編寫的，概括地介紹了計算機視覺在各領域中的應用。每章均先對相關概念進行介紹，然後通過實例鞏固概念，做到理論與實踐相結合，使讀者可以舉一反三，領略計算機視覺在各領域中的廣泛應用。全書共9章，第1章簡單介紹了MATLAB R2020a軟件；第2章引出了計算機視覺的相關概念；第3～9章分別介紹了計算機視覺在圖像處理、形態學、字符識別、拼接、目標匹配、遙感、人臉識別中的應用。

作者簡介

丁偉雄（1971年生），男，北京航空航天大學畢業，佛山科學技術學院創業學院副院長，高級實驗師。研究方向：計算機應用技術。編寫的圖書實例豐富，實用性強。

目錄

第1章 MATLAB R2020a入門與提升1
1.1 MATLAB R2020a的功能特點1
1.2 MATLAB R2020a的新功能2
1.3 MATLAB R2020a運行界面5
1.4 MATLAB R2020a命令行窗口5
1.5 幫助繫統7
1.6 數據類型9
1.6.1 常量與變量9
1.6.2 矩陣與數組10
1.7 結構化程序設計12
1.7.1 選擇結構12
1.7.2 循環結構15目錄

第1章 MATLAB R2020a入門與提升1

1.1 MATLAB R2020a的功能特點1

1.2 MATLAB R2020a的新功能2

1.3 MATLAB R2020a運行界面5

1.4 MATLAB R2020a命令行窗口5

1.5 幫助繫統7

1.6 數據類型9

1.6.1 常量與變量9

1.6.2 矩陣與數組10

1.7 結構化程序設計12

1.7.1 選擇結構12

1.7.2 循環結構15

1.8 M文件15

1.9 矩陣的操作17

1.9.1 矩陣的擴展17

1.9.2 索引擴展20

1.9.3 改變形狀20

第2章計算機視覺概述24

2.1 計算機視覺是什麼24

2.2 計算機視覺的發展25

2.3 計算機視覺的相關概念26

2.3.1 圖像和視頻26

2.3.2 攝像機27

2.3.3 CPU和GPU28

2.4 計算機視覺的應用28

2.4.1 物體的識別和檢測29

2.4.2 語義分割29

2.4.3 運動和跟蹤29

2.4.4 視覺問答30

2.4.5 三維重建31

2.5 計算機視覺的相關學科32

第3章計算機視覺在圖像處理中的

應用33

3.1 圖像處理基礎33

3.1.1 圖像表達式33

3.1.2 MATLAB支持的圖像

文件格式35

3.1.3 圖像的類型35

3.2 圖像抖動38

3.3 圖像去霧處理39

3.3.1 空域圖像增強39

3.3.2 直方圖均衡化40

3.3.3 Retinex圖像增強42

3.3.4 平滑濾波46

3.3.5 中值濾波器48

3.3.6 自適應濾波49

3.3.7 銳化濾波器50

3.4 圖像的鏡像變換68

3.5 圖像的空間變換70

3.5.1 仿射變換70

3.5.2 投影變換71

3.6 圖像退化72

3.7 圖像復原75

3.7.1 維納濾波復原法75

3.7.2 Lucy-Richardson復原法77

3.8 圖像識別79

3.8.1 圖像識別的大致流程79

3.8.2 圖像模糊識別的實現80

第4章計算機視覺在形態學中的應用84

4.1 形態學去噪處理概述84

4.1.1 形態學的權重實現

圖像去噪84

4.1.2 圖像去噪的方法84

4.2 形態學的原理85

4.2.1 膨脹86

4.2.2 腐蝕87

4.2.3 開運算和閉運算88

4.3 權值自適應的多結構形態學89

4.4 形態學去噪的實現90

4.5 素95

4.6 邊緣檢測96

4.6.1 邊緣檢測算子概述96

4.6.2 邊緣檢測的實現97

4.7 多尺度形態學98

第5章計算機視覺在字符識別中的

應用105

5.1 卷積神經網絡105

5.1.1 卷積神經網絡的概念105

5.1.2 卷積神經網絡實現

圖像分類108

5.2 測手寫數字的旋轉角度111

5.3 將分類網絡轉換為回歸網絡117

5.4 卷積自編碼121

5.4.1 卷積自編碼概述121

5.4.2 卷積自編碼實現

去噪處理121

5.5 殘差網絡127

5.5.1 殘差網絡概述127

5.5.2 殘差網絡實現圖像分類129

5.6 LSTM網絡實現字符嵌入

生成文本136

5.7 LSTM網絡逐單詞生成文本140

5.8 RNN網絡144

5.8.1 RNN概述144

5.8.2 RNN實現文本分類146

5.9 HOG特征與SVM分類器152

5.9.1 HOG152

5.9.2 SVM155

5.9.3 HOG實現數據分類158

5.10 OCR實現字符識別163

5.10.1 OCR算法163

5.10.2 OCR實現自然圖像中

文本的識別165

第6章計算機視覺在拼接中的應用172

6.1 全景拼接172

6.1.1 理論部分172

6.1.2 圖像配準技術拼接

全景圖174

6.2 ICP拼接178

6.2.1 ICP算法的原理與步驟178

6.2.2 利用ICP算法實現圖像

拼接179

第7章計算機視覺在目標匹配中的

應用183

7.1 點特征匹配目標183

7.1.1 點特征的概念183

7.1.2 仿射變換183

7.1.3 在一個雜亂的場景中實現

匹配目標檢測184

7.1.4 使用點特征匹配捕獲

視頻190

7.2 未標定立體圖像校正197

7.2.1 外極線約束原理197

7.2.2 平行光軸相機的極限

約束198

7.2.3 立體匹配概述198

7.2.4 立體匹配的具體步驟199

7.2.5 立體匹配實現圖像校正200

7.3 高斯混合模型205

7.3.1 高斯混合模型概述205

7.3.2 高斯混合模型實現

車輛檢測210

第8章計算機視覺在遙感中的應用214

8.1 多光譜技術分割圖像214

8.2 K均值聚類算法224

8.2.1 K均值聚類算法的原理225

8.2.2 K均值聚類算法的要點225

8.2.3 K均值聚類算法的缺點226

8.2.4 K均值聚類算法實現

圖像分割226

8.3 紋理濾波和空間信息228

8.3.1 紋理濾波概述228

8.3.2 空間信息概述230

8.3.3 紋理濾波和空間信息

實現圖像分割231

8.4 測量圖像中的距離234

第9章計算機視覺在人臉識別中的

應用240

9.1 KLT算法240

9.1.1 光流的概念240

9.1.2 KLT算法概述241

9.1.3 KTL算法實現人臉追蹤241

9.1.4 在場景中追蹤人臉244

9.2 CAMShift算法246

9.2.1 CAMShift算法概述246

9.2.2 CAMShift算法實現人臉

檢測與追蹤248

參考文獻251

商品搜索

商品分类

【醫學】

【各大出版社】