| | | 典型目標識別與圖像除霧技術 工業技術 董慧穎 編 國防工業出版 | 該商品所屬分類:圖書 -> ε | 【市場價】 | 408-592元 | 【優惠價】 | 255-370元 | 【出版社】 | 國防工業出版社 | 【ISBN】 | 9787118098822 | 【折扣說明】 | 一次購物滿999元台幣免運費+贈品 一次購物滿2000元台幣95折+免運費+贈品 一次購物滿3000元台幣92折+免運費+贈品 一次購物滿4000元台幣88折+免運費+贈品
| 【本期贈品】 | ①優質無紡布環保袋,做工棒!②品牌簽字筆 ③品牌手帕紙巾
| |
版本 | 正版全新電子版PDF檔 | 您已选择: | 正版全新 | 溫馨提示:如果有多種選項,請先選擇再點擊加入購物車。*. 電子圖書價格是0.69折,例如了得網價格是100元,電子書pdf的價格則是69元。 *. 購買電子書不支持貨到付款,購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。 *. 如果收到的電子書不滿意,可以聯絡我們退款。謝謝。 | | | | 內容介紹 | |
![](/c49/32/70671208978.jpg)
出版社:國防工業出版社 ISBN:9787118098822 商品編碼:70671208978 開本:小16開 出版時間:2016-07-01 頁數:117 代碼:69
" 商品基本信息,請以下列介紹為準 | 商品名稱: | 典型目標識別與圖像除霧技術 | 作者: | 董慧穎編 | 代碼: | 69.0 | 出版社: | 國防工業出版社 | 出版日期: | 2016-07-01 | ISBN: | 9787118098822 | 印次: | | 版次: | | 裝幀: | 開本: | 小16開 |
內容簡介 | 《典型目標識別與圖像除霧技術》主要以典型目標識別以及克服霧天對目標識別造成的圖像退化為目的,對目標識別所涉及的理論和技術問題做了深入的分析和討論,並提供了一些作者在科研工作中總結和應用的算法。《典型目標識別與圖像除霧技術》的目的旨在為讀者提供一種實用而有效的、能夠提高典型目標識別率的方法,並提供客服視覺繫統中霧天影響所造成的圖像退化的途徑,提高視覺繫統的可靠性和準確性。 |
目錄 | 第1章緒論 1.1典型目標識別技術概述 1.2軍事目標識別技術及其發展概況 1.2.1ATR簡介 1.2.2軍事目標識別技術的發展 1.2.3典型ATR繫統 1.3車牌自動識別技術概述 1.3.1車牌自動識別繫統的組成及工作原理 1.3.2車牌自動識別繫統的國內外現狀 1.3.3汽車牌照識別繫統關鍵技術 1.4目標識別中的干擾因素分析 1.4.1被動干擾 1.4.2主動干擾 1.4.3不同氣像條件對目標識別繫統的影響 1.5本書的主要內容 1.5.1本書的主要工作 1.5.2本書的結構 第2章目標識別技術的相關理論基礎 2.1數學形態學基礎 2.1.1數學形態學概述 2.1.2二值形態學的基本原理 2.1.3灰度形態學的基本原理 2.1.4數學形態學素及其分類、組合、分解 2.1.5數學形態學的應用 2.2圖像分割方法概述 2.2.1圖像分割的基本概念 2.2.2圖像分割方法 2.2.3圖像分割中存在的問題 2.3圖像特征分析與描述 2.3.1圖像特征分類 2.3.2特征的分析與描述 2.4神經網絡理論基礎 2.4.1人工神經網絡及其模型 2.4.2神經網絡的分類及其激活函數 2.4.3神經網絡的學方法 2.5大氣散射理論基礎 2.5.1大氣中粒子與天氣的關繫 2.5.2大氣散射機理 第3章典型目標檢測及提取技術 3.1引言 3.2目標搜索與定位方法 3.2.1目標區域搜索方法 3.2.2目標定位方法 3.3綜合目標分割方法 3.3.1基於特征的目標分割方法 3.3.2算法綜合及結果 3.4基於多層次特征目標提取中的目標候選區域選擇 3.4.1基於灰度特征的多閾值分割 3.4.2基於空間分布特征的區域選擇 3.5基於多層次特征與數學形態學的目標提取方法 3.5.1基於多層次特征與數學形態學的目標提取方法 3.5.2目標遞歸提取方法 3.5.3提取流程及實驗結果 第4章基於綜合特征的目標識別技術 4.1引言 4.1.1特征提取與選擇 4.1.2特征提取與選擇的步驟 4.1.3特征提取與特征選擇的關繫 4.2基於綜合特征提取的車牌字符識別方法 4.2.1車牌字符的幾種典型特征及提取方法 4.2.2識別流程及分類器的設計 4.2.3算法綜合及識別結果 4.3基於不變特征的軍事目標識別 4.3.1不變矩與圓度特征提取 4.3.2構造樣本特征庫 4.3.3特征空間搜索與特征匹配 4.3.4判決與分類 4.3.5繫統識別流程及與識別實驗結果 第5章基於神經網絡的目標識別技術 5.1基於BP網絡的目標識別 5.1.1BP網絡模型及其工作原理 5.1.2BP網絡分類器的實現及實驗結果 5.2基於自組織競爭網絡的目標識別 5.2.1自組織競爭網絡模型及其工作原理 5.2.2自組織競爭網絡分類器的實現及實驗結果 5.3基於Hopfield網絡的目標識別 5.3.1Hopfield網絡模型及其工作原理 5.3.2Hopfield網絡分類器的實現及實驗結果 5.4基於不變特征的神經網絡識別 5.4.1BP網絡識別 5.4.2自組織競爭網絡識別 第6章基於物理模型的霧天退化圖像法 6.1退化圖像及法概述 6.1.1成像繫統的數學描述 6.1.2退化圖像模型 6.1.化圖像的法概述 6.2天氣退化圖像模型 6.2.1單色大氣散射模型 6.2.2二色大氣散射模型 6.2.3光源的輝光模型 6.3光源天氣退化圖像的仿真及復原 6.3.1光源天氣退化圖像的仿真 6.3.2光源天氣退化圖像的復原 6.4基於二色模型的天氣退化圖像的法 6.4.1獲取深度信息 6.4.2圖像復原 6.4.3復原後圖像增強 6.4.4仿真實驗結果及比較 後記 參考文獻
|
" | | | | | |