新書推薦:
《
量子网络的构建与应用
》
售價:NT$
500.0
《
拍电影的热知识:126部影片里的创作技巧(全彩插图版)
》
售價:NT$
500.0
《
大唐名城:长安风华冠天下
》
售價:NT$
398.0
《
情绪传染(当代西方社会心理学名著译丛)
》
售價:NT$
403.0
《
中国年画 1950-1990 THE NEW CHINA: NEW YEAR PICTURE 英文版
》
售價:NT$
1100.0
《
革命与反革命:社会文化视野下的民国政治(近世中国丛书)
》
售價:NT$
435.0
《
画楼:《北洋画报》忆旧(年轮丛书)
》
售價:NT$
1573.0
《
大国脊梁:漫画版
》
售價:NT$
374.0
|
內容簡介: |
本书系统地介绍了图像处理与识别的基本概念、基本原理与方法、技术和应用实例。全书共分10章,内容包括绪论、图像变换、图像增强、图像编码、图像分割、图像特征分析、图像识别、目标检测、语义分割与实例分割、图像生成。 本书取材新颖,论述深入浅出、简明扼要,图例丰富,注重理论与实践相结合,可作为高等学校计算机应用、自动化、图像处理与模式识别、通信与电子系统、信号与信息处理等专业学生的教材,也可作为从事图像处理与识别技术研究人员和工程技术人员的参考书。
|
關於作者: |
李珂,博士,北京邮电大学人工智能学院副教授、博士生导师,英国萨里大学视觉语音与信号处理研究中心SketchX附属学者。研究方向为机器学习与计算机视觉,特别是草图的检索、分割和生成;视频内容分析、行为检测和行为识别以及3D模型的检索和生成。参与并完成国家自然基金青年科学基金项目1项,参与国家自然基金面上项目1项,参与国家自然基金专项项目1项。近年来发表了包括国际顶级学术会议CVPR、ICCV、ECCV、WACV及期刊TIP在内的9篇学术论文,其中一作论文6篇。同时担任国际顶级会议和期刊的审稿人。获得已授权专利2份。
|
目錄:
|
第1章绪论1
1.1引言1
1.2图像处理与识别的相关术语2
1.3图像处理与识别的发展历史5
1.4图像处理与识别的应用领域7
习题19
第2章图像变换10
2.1傅里叶变换10
2.1.1连续傅里叶变换10
2.1.2离散傅里叶变换12
2.1.3快速傅里叶变换16
2.2离散余弦变换17
2.3正弦变换20
2.4沃尔什哈达玛变换21
2.5KL变换24
2.5.1KL变换的定义24
2.5.2KL变换的基本性质25
习题225
第3章图像增强27
3.1灰度级修正27
3.1.1直方图27
3.1.2灰度变换28
3.1.3直方图修正30
3.2图像平滑33
3.2.1邻域平均法34
3.2.2中值滤波35
3.2.3空间低通滤波38
3.3图像锐化38
3.3.1微分算子方法39
3.3.2Sobel算子40
3.3.3拉普拉斯算子41
3.3.4空域高通滤波44
3.4图像滤波44
3.4.1低通滤波45
3.4.2高通滤波47
3.4.3同态滤波48
3.5几何变换49
3.5.1几何变换过程49
3.5.2灰度级插值50
习题352
第4章图像编码53
4.1概述53
4.1.1图像数据的冗余53
4.1.2图像压缩的性能评价54
4.2统计编码55
4.2.1编码效率与冗余度55
4.2.2霍夫曼编码57
4.2.3香农费诺编码58
4.2.4算术编码60
4.3预测编码62
4.3.1预测编码的基本原理62
4.3.2差值脉冲编码调制63
4.3.3最优线性预测64
4.4变换编码65
4.4.1变换编码系统结构65
4.4.2正交变换编码66
4.5轮廓编码69
4.5.1轮廓算法70
4.5.2轮廓编码算法的应用实例72
4.6国际标准简介74
4.6.1JPEG75
4.6.2MPEG系列标准75
4.6.3H.26X系列标准77
4.6.4AVS标准79
习题479
第5章图像分割80
5.1图像分割的一般模型80
5.2阈值分割81
5.3基于变换直方图选取阈值84
5.4Hough变换86
5.5串行区域分割87
5.5.1区域生长87
5.5.2分裂合并法89
5.6基于形态学的图像分割90
5.6.1膨胀和腐蚀91
5.6.2开启和闭合93
5.6.3数学形态学在图像处理中的应用94
习题596
第6章图像特征分析97
6.1拓扑特性97
6.1.1邻接与连通97
6.1.2距离98
6.2轮廓的表达98
6.2.1轮廓的链码表达98
6.2.2轮廓的近似表达100
6.3区域的骨架表达101
6.4边界的描述101
6.4.1边界的简单描述102
6.4.2边界的特征描述103
6.5区域的描述106
6.5.1区域的简单描述106
6.5.2区域的形状描述107
6.6尺度不变特征转换描述子109
6.7梯度方向直方图描述子113
习题6115
第7章图像识别117
7.1图像识别概述117
7.2判别函数和判别规则118
7.2.1线性判别函数118
7.2.2最小距离判别函数120
7.2.3最近邻域判别函数121
7.2.4非线性判别函数121
7.3特征的提取和选择122
7.4统计模式识别方法122
7.4.1基本概念122
7.4.2贝叶斯(Bayes)分类器123
7.5深度神经网络图像识别125
7.5.1深度神经网络概述125
7.5.2卷积神经网络简介127
7.5.3经典图像分类卷积神经网络模型129
7.5.4防止过拟合策略136
7.6图像分类常用评价指标137
7.7常用图像分类数据库141
习题7145
第8章目标检测146
8.1目标检测相关知识147
8.1.1选择性搜索148
8.1.2非极大值抑制149
8.1.3常用数据库150
8.1.4目标检测常用评价指标151
8.2二阶段的目标检测方法152
8.2.1RCNN152
8.2.2SPPnet154
8.2.3Fast RCNN155
8.2.4Faster RCNN156
8.2.5FPN158
8.3一阶段的目标检测方法161
8.3.1YOLOv1161
8.3.2SSD163
8.3.3YOLOv2164
8.3.4YOLOv3166
8.3.5CornerNet167
8.3.6CenterNet170
8.3.7FCOS173
习题8 175
第9章语义分割与实例分割177
9.1图像分割数据库177
9.2图像分割常用评价指标178
9.3语义分割180
9.3.1FCN180
9.3.2DeconvNet182
9.3.3UNet183
9.3.4DeepLabv1184
9.3.5DilatedConvNet185
9.3.6DeepLabv2187
9.3.7PSPNet188
9.3.8ICNet190
9.3.9HRNet192
9.3.10FastFCN194
9.4实例分割196
9.4.1Mask RCNN196
9.4.2YOLACT198
9.4.3PolarMask200
9.4.4SOLO203
习题9204
第10章图像生成206
10.1图像生成的相关概念206
10.1.1KL散度207
10.1.2JS散度207
10.1.3最大似然估计207
10.1.4纳什均衡209
10.1.5图像生成模型的评价指标210
10.2VAE212
10.2.1CVAE213
10.2.2SketchRNN214
10.2.3VQVAE217
10.3GAN219
10.3.1DCGAN221
10.3.2AgecGAN223
10.3.3StackGAN224
10.3.4Pix2Pix225
10.3.5CycleGAN227
习题10228
参考文献229
|
|