新書推薦：
《
家、金钱和孩子
》
售價：NT$
295.0
《
量价关系——透视股票涨跌脉络
》
售價：NT$
340.0
《
二十四节气生活美学
》
售價：NT$
340.0
《
西班牙内战：秩序崩溃与激荡的世界格局：1936-1939
》
售價：NT$
990.0
《
基于鲲鹏的分布式图分析算法实战
》
售價：NT$
495.0
《
夺回大脑 如何靠自己走出强迫
》
售價：NT$
299.0
《
图解机械工程入门
》
售價：NT$
440.0
《
中文版SOLIDWORKS 2024机械设计从入门到精通（实战案例版）
》
售價：NT$
450.0
|
| 內容簡介： |
|
本书共分为9章，主要内容包括数字图像与机器视觉概述、数字图像工具与软件实现、图像与视觉基础知识、机器视觉系统硬件、图像变换与图像运算、图像增强与复原、图像分割、图像识别与神经网络及数字图像与机器视觉应用实例等内容。本书中部分示例来源于实际工业、农业数字图像及机器视觉应用领域，其技术手段先进、适用范围广。本书既可作为高等学校机械电子、机器人工程、智能制造工程、自动化、计算机、电子信息、测控等专业的教材，也可作为相关科研和工程技术人员参考书籍。
|
| 目錄：
|
第1章 绪论1
1.1 数字图像概念与特征 1
1.1.1 数字信号与模拟信号 1
1.1.2 数字图像基本概念 1
1.1.3 数字图像基本特点 2
1.2 数字图像处理的主要范畴 3
1.2.1 图像检测与数字图像处理 3
1.2.2 数字图像处理的主要研究内容 3
1.3 机器视觉的概念与组成 4
1.3.1 机器视觉的基本单元 4
1.3.2 机器视觉与图像处理 5
1.3.3 数字图像与机器视觉相关科学领域 6
1.4 数字图像与机器视觉应用 7
1.4.1 数字图像与机器视觉应用领域 7
1.4.2 数字图像处理面临的挑战 7
1.4.3 数字图像与机器视觉发展方向 8
第2章 数字图像工具与软件实现9
2.1 数字图像处理相关工具软件概述 9
2.1.1 数字图像处理对软件的要求 9
2.1.2 数字图像处理常用软件 10
2.2 Python-OpenCV图像处理环境 10
2.2.1 Python和Open CV概述 10
2.2.2 下载和安装 11
2.3 图像处理基本操作 19
2.3.1 读取图像 19
2.3.2 显示图像 19
2.3.3 保存图像 20
2.3.4 获取图像属性 20
2.3.5 综合训练 20
第3章 图像与视觉基础知识24
3.1 视觉感知要素 24
3.1.1 人眼的结构 24
3.1.2 眼睛中图像的形成 26
3.1.3 亮度适应和识别 27
3.2 图像感知和获取 28
3.2.1 视觉传感器 28
3.2.2 简易图像成像模型 30
3.3 图像的数字化过程 33
3.3.1 采样过程 34
3.3.2 量化过程 36
3.3.3 编码 37
3.4 图像数据结构 37
3.4.1 图像模式 37
3.4.2 色彩空间 40
3.5 图像质量评价方法 42
3.5.1 主观评价方法 43
3.5.2 客观评价方法 43
3.6 图像数字化OpenCV实现 44
3.6.1 NumPy模块使用基础 44
3.6.2 像素操作与色彩空间操作 50
3.6.3 综合训练 51
第4章 机器视觉系统硬件53
4.1 光源 53
4.1.1 光源的选择 53
4.1.2 光源的种类 53
4.2 镜头 54
4.2.1 镜头的主要参数 54
4.2.2 普通镜头和远心镜头 55
4.2.3 镜头的选择 56
4.3 工业相机 57
4.3.1 相机的分类 57
4.3.2 面阵相机和线阵相机 57
4.3.3 黑白相机和彩色相机 57
4.3.4 CCD和CMOS 59
4.3.5 相机的主要接口类型 59
4.3.6 相机的主要参数 60
4.3.7 工业相机选型 61
第5章 图像变换与图像运算63
5.1 图像的几何变换 63
5.1.1 缩放 63
5.1.2 翻转 64
5.1.3 仿射变换 64
5.1.4 透视变换 65
5.2 图像的运算 67
5.2.1 掩模运算 68
5.2.2 加法运算 68
5.2.3 位运算 69
5.3 图像的频域变换 71
5.3.1 数字信号基础知识 71
5.3.2 傅里叶变换 71
5.3.3 离散余弦变换 76
5.4 图像变换OpenCV实现 78
5.4.1 图像的几何变换实现 78
5.4.2 图像的运算实现 82
5.4.3 图像的频域变换实现 84
5.4.4 图像的卷积运算实现 87
第6章 图像增强与复原89
6.1 图像增强与图像复原技术概述 89
6.1.1 图像增强的体系结构 89
6.1.2 图像复原的体系结构 91
6.2 灰度变换 91
6.2.1 灰度线性变换 91
6.2.2 灰度非线性变换 93
6.3 直方图修正 94
6.3.1 直方图的定义与性质 95
6.3.2 直方图的计算 97
6.3.3 直方图的均衡化 98
6.4 图像平滑 99
6.4.1 滤波原理与分类 100
6.4.2 空域低通滤波 102
6.4.3 频域低通滤波 103
6.5 图像锐化 104
6.5.1 空域高通滤波 104
6.5.2 频域高通滤波 105
6.5.3 同态滤波器图像增强的方法 106
6.6 伪彩色增强 107
6.6.1 灰度分层法伪彩色处理 108
6.6.2 灰度变换法伪彩色处理 108
6.6.3 频域伪彩色处理 109
6.7 图像复原 110
6.7.1 图像退化模型 110
6.7.2 图像复原的基本方法 111
6.7.3 运动模糊图像的复原 111
6.8 图像增强OpenCV实现 112
6.8.1 直方图修正实现 112
6.8.2 图像平滑与锐化实现 117
第7章 图像分割121
7.1 图像分割概述 121
7.1.1 图像分割的概念 121
7.1.2 图像分割的基本思路 121
7.1.3 图像分割技术的特征 122
7.2 阈值分割 122
7.2.1 阈值分割的原理 122
7.2.2 阈值的选取 123
7.3 边缘检测 125
7.3.1 梯度算子 126
7.3.2 拉普拉斯算子 127
7.3.3 Canny算子 128
7.4 区域分割 130
7.4.1 区域生长 130
7.4.2 区域分裂与合并 131
7.4.3 水域分割 132
7.5 Hough变换 132
7.5.1 Hough变换的原理 133
7.5.2 广义 Hough变换 136
7.6 图像分割的OpenCV实现 137
7.6.1 图像阈值分割方法 137
7.6.2 图像梯度运算与微分算子 139
7.6.3 图像边缘提取与 Hough变换 142
第8章 图像识别与神经网络147
8.1 模板匹配方法 147
8.1.1 图像匹配的定义 147
8.1.2 基于区域的匹配 149
8.1.3 基于特征的匹配 150
8.2 基于级联分类方法的图像识别 151
8.2.1 级联分类器 151
8.2.2 基于Adaboost算法的人脸检测 152
8.2.3 级联分类器的训练 158
8.3 基于神经网络的图像识别 163
8.3.1 卷积神经网络的基本结构 164
8.3.2 卷积神经网络的工作原理 166
8.3.3 卷积神经网络图像识别技术的应用 168
8.3.4 基于神经网络图像的样本生成及信息标注 169
8.4 图像识别的OpenCV实现 176
8.4.1 基于模板匹配的图像识别 176
8.4.2 基于级联分类器的图像检测 177
8.4.3 基于人脸识别器的人脸识别 180
8.5 图像识别的YOLO实现 184
8.5.1 理论基础 184
8.5.2 YOLOv5环境搭建 185
第9章 数字图像与机器视觉应用实例187
9.1 七段数码管 187
9.1.1 案例背景 187
9.1.2 理论基础 187
9.1.3 程序实现 187
9.2 车牌识别 192
9.2.1 案例背景 192
9.2.2 理论基础 192
9.2.3 程序实现 193
9.3 基于YOLOv5的图像处理实战 200
9.3.1 案例背景 200
9.3.2 数据集分析 200
9.3.3 程序实现 201
9.4 嵌入式机器视觉系统应用 202
9.4.1 嵌入式机器视觉系统简介 202
9.4.2 树莓派嵌入式机器视觉系统搭建 204
参考文献211
|
| 內容試閱：
|
图像是人类获取和交换信息的主要来源，图像处理的应用涉及人类活动的各个领域，其中机器视觉作为代替人眼来做测量和判断的先进技术手段，是数字图像处理发展的重要载体。现阶段，数字图像与机器视觉在工业、农业、水利、国防、医疗、建筑等许多领域得到广泛的应用，其自动化、智能化水平不断增强。
本书介绍了数字图像处理基础、机器视觉系统及实现方案，重点介绍了数字图像与机器视觉的概念，机器视觉硬件组成，图像增强、分割与识别等方面的内容，同时演示了数字图像基本理论及机器视觉典型应用通过Python-OpenCV 的实现流程。本书深入浅出、实用性强，从数字图像处理部分到机器视觉实现部分，除了介绍相关的理论知识外，每一章都结合具体实例给出了对应工具的实现方法及技巧。本书中部分实例来源于实际工业、农业数字图像及机器视觉应用领域，其技术手段先进、适用范围广。
本书还具有以下特点:
（1）内容与技术发展同步，本书紧跟数字图像与机器视觉技术发展趋势，内容新颖，立足于科学基础，适合时代发展人才培养需求。
（2）充分吸收了近年来教育教学改革及国家级教学资源库的重要建设成果，内容丰富、适用性广，本书为国家级一流本科专业建设成果教材，亦为石油化工行业“十四五”规划教材。
（3）以“梯级”框架组织内容编排，保持知识完整性的同时又具有一定的深度，除第9章外，各章节内容相对独立，可灵活地各取所需，适应不同学制的教学及技术人员的需求。
（4）贴近实际，所介绍实例均来源于课堂教学及实际项目，以使读者学习基础知识的同时，能够将知识灵活运用、融会贯通。
（5）本书配有部分演示视频，获得方式可见封底引导。
本书由杨卫民、魏彬、于洪杰主编，全书由魏彬统稿，参与本书编写的还有陈伟春、邵柏岩等。同时，编者对在本书编写过程给予过支持、帮助的专家、同事表示由衷的感谢。由于编者水平有限，书中难免存在疏漏，欢迎各位读者批评指正。
编者
2023年12月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
