新書推薦：
《
俄罗斯通史（公元9世纪—1917年）
》
售價：HK$
107.8
《
被争夺的身体：魏玛德国的生育制度
》
售價：HK$
96.8
《
热烈的孤独大宋词人的明月与江湖 大宋顶流小传两宋词人柳永苏轼等两宋王朝史
》
售價：HK$
76.8
《
抗衰营养全书
》
售價：HK$
85.8
《
罗马史 随书附赠专有名词对照册 诺贝尔文学奖获奖巨著
》
售價：HK$
437.8
《
索恩丛书·伊斯兰帝国：十五座城市定义一种文明
》
售價：HK$
141.9
《
现代日本简史 近现代日本发展之路的通俗历史读本 解析日本百年来的兴盛与阵痛
》
售價：HK$
96.8
《
墨菲定律受益一生的黄金法则和人生定律心理学基础入门
》
售價：HK$
53.9
|
| 編輯推薦： |
|
本书遵循教指委相关指导文件和高等院校学生学习规律编写而成。践行四新理念，融入思政元素，注重理论与实践相结合。
|
| 內容簡介： |
|
本书首先介绍了机器视觉基础知识，然后利用专业图像处理软件，对图像数据及存储与采集，像素分布与图像分割，颜色空间及测量与变换，几何变换及单目视觉检测，傅里叶变换，小波变换，滤波增强，二值运算与参数测量，双目视觉测量，二维、三维运动图像测量实践，模式识别，神经网络，深度学习等常用理论方法进行了实用化讲解。每章都是个大类，包含丰富的理论、实践与应用案例介绍及二维码视频演示。 本书主要用于理工农医类本科生机器视觉的实践教学，也可以作为研究生、专业人员和一般读者的学习参考读物。
|
| 目錄：
|
|
第1章 绪论11.1 机器视觉基础知识11.1.1 发展与展望11.1.2 硬件构成31.1.3 算法软件61.1.4 机器视觉、机器人和智能装备61.1.5 功能与精度71.2 深度学习基础知识91.2.1 发展历程91.2.2 基本原理101.3 实践用专业软件介绍与基本设定111.3.1 通用图像处理系统ImageSys111.3.2 二维、三维运动图像测量分析系统131.4 多种场景下的车辆视觉导航视频演示15思考题17第2章 图像数据及存储与采集182.1 数字图像的采样与量化182.2 彩色图像与灰度图像202.3 图像的计算机显示222.4 图像文件232.4.1 理论介绍232.4.2 图像文件功能实践242.5 视频文件252.5.1 理论介绍252.5.2 多媒体文件功能实践262.5.3 多媒体文件编辑282.6 图像视频采集282.6.1 基础知识282.6.2 CCD与CMOS传感器302.6.3 DirectX图像采集系统312.7 应用案例342.7.1 排种器试验台视频采集与保存342.7.2 车流量检测视频采集352.7.3 车辆尺寸、颜色参数检测视频采集与演示36思考题37第3章 像素分布与图像分割383.1 像素分布383.1.1 直方图383.1.2 线剖面图393.1.3 累计分布图403.1.4 3D剖面 413.1.5 应用案例——水田管理导航路线检测及视频演示433.2 灰度分割与实践463.2.1 常规阈值分割463.2.2 模态法自动分割483.2.3 p参数法自动分割483.2.4 大津法自动分割503.2.5 应用案例——排种器试验台图像拼接与分割513.3 彩色分割与实践533.3.1 RGB彩色分割533.3.2 HSI彩色分割543.4 图像间运算及实践553.4.1 运算内容553.4.2 运算实践553.5 应用案例593.5.1 车流量检测及视频演示593.5.2 车辆尺寸、颜色实时检测及视频演示61思考题68第4章 颜色空间及测量与变换694.1 颜色空间694.2 颜色测量704.3 颜色亮度变换724.3.1 基础变换724.3.2 L（朗格）变换744.3.3 γ（伽马）变换754.3.4 去雾处理764.3.5 直方图平滑化784.4 HSI变换804.5 RGB色差变换824.6 自由变换834.7 应用实例844.7.1 小麦苗列检测844.7.2 果树上红色桃子检测864.7.3 玉米粒在穗计数及视频演示884.7.4 玉米种粒图像精选与定向定位及视频演示90思考题95第5章 几何变换及单目视觉检测965.1 基础知识965.2 单步变换975.2.1 实践准备975.2.2 平移985.2.3 放大缩小995.2.4 旋转995.3 复杂变换 1005.3.1 仿射变换1005.3.2 透视变换1025.4 齐次坐标表示1025.5 单目视觉检测1035.5.1 参考坐标系1045.5.2 摄像机模型分析1055.5.3 摄像机标定1065.5.4 功能实践1075.6 应用案例—交通事故现场快速图像检测及视频演示110思考题115第6章 傅里叶变换1166.1 频率的概念1166.2 频率变换1176.3 离散傅里叶变换1206.4 图像的二维傅里叶变换1216.5 滤波处理1226.6 图像傅里叶变换实践1246.6.1 基本功能1246.6.2 加噪声与去噪声1296.6.3 图像加密处理1316.7 应用案例—傅里叶变换在数字水印中的应用131思考题132第7章 小波变换1337.1 小波变换概述1337.2 小波与小波变换1337.3 离散小波变换1357.4 小波族1367.5 信号的分解与重构1377.6 图像处理中的小波变换1427.7 图像小波变换实践1447.8 应用案例1497.8.1 小麦病害监测1497.8.2 小麦播种导航路径检测及视频演示154思考题157第8章 滤波增强1588.1 基本概念1588.2 去噪声处理1608.2.1 移动平均1608.2.2 中值滤波1608.2.3 高斯滤波1628.2.4 单模板滤波实践1648.3 基于微分的边缘检测 1698.3.1 一阶微分（梯度运算）1698.3.2 二阶微分（拉普拉斯运算）1708.3.3 模板匹配1708.3.4 多模板滤波实践1728.4 Canny算法及实践1788.5 应用案例1828.5.1 插秧机器人导航目标检测1828.5.2 变电压板投退状态检测及视频演示187思考题190第9章 二值运算与参数测量1919.1 基本理论1919.1.1 图像的几何参数1919.1.2 区域标记1939.1.3 几何参数检测与提取1939.2 二值运算1949.2.1 基本运算理论与实践1949.2.2 特殊提取实践1979.2.3 应用案例——插秧机器人导航目标去噪声1999.3 几何参数测量2019.3.1 几何参数测量实践2019.3.2 应用案例——排种试验台籽粒检测及视频演示2079.4 直线参数测量2109.4.1 哈夫变换2109.4.2 最小二乘法2119.4.3 直线检测实践2119.4.4 应用案例——农田视觉导航线检测及视频演示2139.5 圆形分离实践2179.6 轮廓测量实践2189.7 应用实例——果树上桃子检测及视频演示219思考题222第10章 双目视觉测量22310.1 双目视觉系统的结构22310.1.1 平行式立体视觉模型22310.1.2 汇聚式立体视觉模型22510.2 摄像机标定22710.2.1 直接线性标定法22710.2.2 棋盘标定法22810.2.3 摄像机参数与投影矩阵的转换23210.3 标定测量试验23310.3.1 直接线性标定法试验23310.3.2 棋盘标定法试验23410.3.3 三维测量试验236思考题238第11章 二维、三维运动图像测量实践23911.1 二维运动图像测量23911.1.1 菜单介绍23911.1.2 2D标定24011.1.3 运动测量24211.1.4 结果浏览显示24411.1.5 结果修正24911.1.6 实践视频24911.1.7 应用案例——羽毛球技战术检测及视频演示25011.2 三维运动图像测量25311.2.1 菜单介绍25311.2.2 多通道图像采集25411.2.3 直接线性标定实践25511.2.4 棋盘标定实践25611.2.5 结果浏览显示25811.2.6 实践视频26011.2.7 应用案例—三维作物生长量检测及视频演示260思考题266第12章 模式识别26712.1 模式识别与图像识别的概念26712.2 图像识别系统的组成26812.3 图像识别、图像处理和图像理解的关系26912.4 图像识别方法27012.4.1 模板匹配27012.4.2 统计模式识别27012.4.3 仿生模式识别27312.5 应用案例27512.5.1 人脸识别技术介绍27512.5.2 蜜蜂舞蹈跟踪检测及视频演示27912.5.3 车牌照检测及视频演示283思考题289第13章 神经网络29013.1 人工神经网络29013.1.1 人工神经网络的生物学基础29013.1.2 人工神经元29113.1.3 人工神经元的学习29213.1.4 人工神经元的激活函数29313.1.5 人工神经网络的特点29413.2 BP神经网络29513.2.1 BP神经网络简介29513.2.2 BP神经网络的训练学习29613.2.3 改进型BP神经网络29913.3 应用案例—BP神经网络在数字字符识别中的应用30013.3.1 BP神经网络数字字符识别系统原理30013.3.2 网络模型的建立30113.3.3 数字字符识别演示303思考题305第14章 深度学习30614.1 浅层学习和深度学习30614.2 深度学习与神经网络30714.3 深度学习训练过程30714.4 深度学习的常用方法30814.4.1 自动编码器30814.4.2 稀疏编码31114.4.3 限制玻尔兹曼机31214.4.4 深信度网络31414.4.5 卷积神经网络31514.5 深度学习框架介绍31814.6 应用案例32214.6.1 基于YOLOv4的前方车辆距离检测及视频演示32214.6.2 基于YOLOv7的果园导航线检测及视频演示324思考题327参考文献 328
|
| 內容試閱：
|
|
2022年ChatGPT的横空出世，使人们对人工智能有了新的认识，被认为是一场前所未有的工业革命。2021年12月，工业和信息化部等15部门发布了《“十四五”机器人产业发展规划》，提出到2035年，我国机器人产业综合实力达到国际领先水平，机器人成为经济发展、人民生活、社会治理的重要组成。2018年，推出了“新工科、新医科、新农科和新文科”的“四新”建设计划。为了响应该计划，近年农业院校陆续开设了“农业智能装备工程”专业，其他院校也增设了相关领域的智能专业。 就像人离不开眼睛一样， 人工智能离不开机器视觉。无论是“中国制造2025”还是“工业4.0”都离不开机器视觉。对于所有用到人工智能技术的专业学生（理工农医类），都有必要学习或掌握机器视觉的相关知识和技术，《机器视觉》一书就是基于此目的，以本科生实践教学为主的教材。当然，以其全面性、专业性和易懂性，对于研究生、专业人员和一般读者也不失为较好的学习参考读物。 本书包含以下14章内容：绪论，图像数据及存储与采集，像素分布与图像分割，颜色空间及测量与变换，几何变换及单目视觉检测，傅里叶变换，小波变换，滤波增强，二值运算与参数测量，双目视觉测量，二维、三维运动图像测量实践，模式识别，神经网络，深度学习。每章都是个大类，包含丰富的理论、实践与应用案例，涵盖了机器视觉常用的理论、技术和方法。 在绪论中，首先介绍了机器视觉的基础知识，然后介绍了用于实践教学的专业软件：通用图像处理系统ImageSys和二维、三维运动图像测量分析系统，最后演示多种环境下车辆视觉导航视频。通过这样的安排，学生对本书有个总体了解，理解本书实践教学的方法，提高学生学习的兴趣。以后各章内容，在讲解基本理论的同时，用专业软件进行理论的实践展示，最后介绍与本章理论相关的应用案例并可扫码观看视频演示。这样可以使学生在实践中轻松学习和理解复杂的理论，为将来的进一步学习和实际应用奠定基础及增强信心。 本书适合32～36学时课堂教学，如果安排上机实践课，需要另外增加学时。上机课可以采用作者主编的《VC++图像处理与分析实践》和《Python图像处理与分析实践》，其中包含本书多数理论的C语言函数源代码，可进行程序开发实践学习，搭建属于自己的图像处理系统。上机学习安排4～6学时比较合适，学生自带笔记本计算机，在上课的教室即可进行上机实践。上机课后，学生可以根据自己的课题需要、兴趣和时间，自行深入上机实践和课题研究开发。 由于本书的内容较多，编排难免有不合理之处，敬请读者批评指正，有问题可以通过电子邮箱fbcbq@163.com与作者联系。 陈兵旗
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
