《图像处理与模式识别：理论、方法和实践》 - 台灣·大書城 - 王一丁崔家礼于仕琪 - 清华大学出版社

	登入帳戶　 \|　訂單查詢　 \|　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
		會員登入新用戶註冊

HOME

新書上架

暢銷書架

好書推介

2024年度TOP

香港／國際用戶

最新/最熱/最齊全的簡體書網

品種：超過100萬種書，正品正价，放心網購，悭钱省心

送貨：速遞 / 物流，時效：出貨後2-4日

『簡體書』图像处理与模式识别：理论、方法和实践

書城自編碼： 4067091
分類：簡體書→大陸圖書→教材→研究生/本科/专科教材
作者：王一丁崔家礼于仕琪
國際書號(ISBN)： 9787302657392
出版社：清华大学出版社
出版日期： 2024-12-01

頁數/字數： /
書度/開本： 24开釘裝：平装

售價：NT$ 454

我要買件

** 我創建的書架 **
未登入.

新書推薦：

《奇巧计程车（全5册）》
售價：NT$ 816.0

《修复12000颗心》
售價：NT$ 305.0

《怪谈百物语：荒宅神火》
售價：NT$ 296.0

《殢春风》
售價：NT$ 230.0

《经典工笔画临摹技法详解：人物》
售價：NT$ 653.0

《耳鼻喉科诊断指南（第二版）》
售價：NT$ 857.0

《物联网在行业转型中的应用》
售價：NT$ 505.0

《低空经济数字基础设施关键技术与规划方法》
售價：NT$ 509.0

編輯推薦：

重点聚焦于图像处理和模式识别两大领域，理论详略得当，以丰富的实践和示例为主
针对PC和嵌入式平台，结合OpenCV和Python，注重夯实学生硬件基础和编程能力
注重数字图像处理技能，包含但不限于几何变换、图像滤波、边缘检测、特征提取
案例丰富，如人脸识别、目标跟踪、文本识别、条形码/二维码识别和视觉机器臂等
适用于通信/电子信息工程、计算机科学等专业，有助于培养和提升机器视觉技能

內容簡介：

《图像处理与模式识别：理论、方法和实践》共三部分，分别介绍实践环境、图像处理实践和模式识别实践。第 I 部分介绍实践需要的硬件环境和软件环境，旨在帮助读者了解硬件环境和掌握编程能力。第 II 部分探讨数字图像处理，包含基本操作、几何变换、图像滤波、边缘检测、特征提取等，旨在帮助读者掌握图像处理技能。第 III 部分探讨模式识别，涵盖多个应用案例，包括人脸识别、目标跟踪、文本识别、条形码/ 二维码识别和基于视觉的机械臂等，每个操作案例都包括理论基础和实现过程。
《图像处理与模式识别：理论、方法和实践》适用于通信、电子信息工程、计算机科学等专业学生和研究人员，提供全面实用的指导，帮助建立机器视觉知识和技能基础。

關於作者：

王一丁，北方工业大学信息与通信工程一级学科责任教授，博士生导师，2009年入选北京市市级高层次学术创新人才，图像处理与智能识别科研团队负责人，人工智能学会专委委员，计算机学会专委委员，北京图像图形学会理事。研究方向包括生物特征识别、机器视觉与应用和智慧医疗与人工智能等。主持国家863计划2项，国家自然科学基金6项，国防预先研究项目1项，中科院知识创新工程1项，参与国家973计划、国家863重点计划和国家科技支撑计划3项，获得授权发明专利11项，发表学术论文100余篇，出版专著2部，教材1部，获中国有色金属工业科学技术奖1等奖和2等奖，获北京市高等教育教学成果2等奖。培养研究生60余名，毕业博士2人，在读2人。
崔家礼，北方工业大学信息学院教师。研究方向包括人工智能、计算机视觉与应用等。主持国家级项目1项，省部级项目2项，获得授权发明专利1项，发表学术论文20余篇。培养研究生20余名，在读9人。
于仕琪，南方科技大学计算机科学与工程系副教授，主要研究方向为计算机视觉，有近20年OpenCV社区参与经历及丰富的教学经验。

第Ⅰ部分　实践环境
第1 章　实践硬件环境 3
1.1　概述 3
1.2　PC 平台 3
1.3　嵌入式平台 5
1.3.1　MVB-NCUT 机器视觉实验箱构成和说明 5
1.3.2　VIM3 开发板 9
1.3.3　树莓派硬件平台介绍 13
第2 章　实践软件环境 18
2.1　概述 18
2.2　Ubuntu Linux 18
2.2.1　诞生和定位 18
2.2.2　特点 19
2.3　OpenCV 计算机视觉库 20
2.3.1　简要介绍 20
2.3.2　OpenCV 的优势 21
2.4　Python 相关依赖库 22
2.4.1　OpenCV-Python 22
2.4.2　NumPy 23
2.4.3　Sys 24
2.4.4　Argparse 24
2.5　常见问题和解决方案 24
2.5.1　Khadas VIM3 开发板安装Ubuntu 系统 25
2.5.2　Ubuntu 下OpenCV 的安装 26
2.5.3　Ubuntu 下python 依赖库下载方法 28
第Ⅱ部分　图像处理实践 31
第3 章　图像的基本操作 33
3.1　概述 33
3.2　图像及基本操作 33
3.2.1　图像 34
3.2.2　OpenCV 中的图像基本操作函数 37
3.3　图像基本操作示例 40
3.3.1　实验准备 40
3.3.2　图像读写实例 40
3.3.3　视频读取实例 42
3.3.4　视频文件创建实例 45
3.4　小结 48
3.5　实践习题 48
第4 章　图像的几何变换 49
4.1　概述 49
4.2　图像几何变换基础 49
4.2.1　几何变换 49
4.2.2　几何变换原理 50
4.2.3　插值原理 51
4.2.4　OpenCV 中的几何变换函数 53
4.3　几何变换示例 55
4.3.1　实验准备 55
4.3.2　常用几何变换实例 56
4.3.3　计算仿射变换矩阵 61
4.4　小结 63
4.5　实践习题 64
第5 章　图像滤波实践 67
5.1　概述 67
5.2　图像滤波基础 67
5.2.1　图像滤波 67
5.2.2　卷积 69
5.2.3　滤波方法 69
5.2.4　OpenCV 中的图像滤波函数 75
5.3　图像滤波示例 77
5.3.1　实验准备 77
5.3.2　常用图像滤波实例 77
5.4　小结 79
5.5　实践习题 80
第6 章　图像边缘检测实践 81
6.1　概述 81
6.2　边缘检测理论基础 81
6.2.1　边缘检测 82
6.2.2　了解边缘 82
6.2.3　图像梯度 82
6.2.4　常用算子 83
6.2.5　OpenCV 中的边缘检测函数 86
6.3　边缘检测示例 89
6.3.1　实验准备 89
6.3.2　边缘检测实例 89
6.4　小结 93
6.5　实践习题 93
第7 章　特征提取与匹配实践 95
7.1　概述 95
7.2　特征提取与匹配基础知识 96
7.2.1　SIFT 特征提取算法 96
7.2.2　特征匹配 113
7.3　特征提取与匹配示例 117
7.3.1　实验准备 117
7.3.2　SIFT 特征提取实例 117
7.3.3　暴力匹配方法实例 119
7.3.4　快速最近邻方法实例 122
7.4　小结 125
7.5　实践习题 125
第Ⅲ部分　模式识别实践 128
第8 章　人脸识别实践 129
8.1　概述 129
8.2　人脸识别基础 130
8.2.1　人脸识别原理 130
8.2.2　基于传统方法人脸检测 131
8.2.3　基于深度学习方法的人脸检测 133
8.2.4　人脸对齐 135
8.2.5　人脸特征提取与比对 136
8.3　人脸识别操作示例 137
8.3.1　实验准备 137
8.3.2　基于传统方法人脸检测实例 137
8.3.3　基于深度学习方法人脸检测实例 140
8.3.4　基于深度学习人脸识别实例 145
8.4　小结 151
8.5　实践习题 152
第9 章　目标跟踪实践 155
9.1　概述 155
9.2　目标跟踪基础 156
9.2.1　目标跟踪 156
9.2.2　MeanShift 算法 157
9.3　目标跟踪示例 164
9.3.1　实验准备 164
9.3.2　MeanShift 算法目标跟踪实例 164
9.3.3　CamShift 算法目标跟踪实例 168
9.3.4　DaSiamRPN 算法目标跟踪实例 171
9.4　小结 179
9.5　实践习题 180
第10 章　文本识别实践 181
10.1　概述 181
10.2　文本识别基础 182
10.2.1　文本识别的流程 182
10.2.2　传统的文本检测方法 183
10.2.3　基于深度学习的方法之DB 185
10.2.4　基于深度学习的方法之CTC 187
10.3　文本识别示例 189
10.3.1　实验准备 189
10.3.2　MSER 文字检测实例 189
10.3.3　DB 检测方法示例 193
10.3.4　CTC 检测方法实例 199
10.4　小结 205
10.5　实践习题 206
第11 章　条形码与二维码识别应用 207
11.1　概述 207
11.2　条形码与二维码识别 208
11.2.1　条形码与二维码简史 208
11.2.2　条形码与二维码结构 209
11.2.3　一维条形码识别 209
11.2.4　二维码识别 214
11.3　条形码与二维码识别示例 217
11.3.1　实验准备 218
11.3.2　一维条形码实例 218
11.3.3　基于传统算法的二维码识别实例 222
11.3.4　基于深度学习的二维码识别实例 232
11.4　小结 235
11.5　实践习题 235
第12 章　基于视觉的机械臂实践 237
12.1　概述 237
12.2　基于视觉的机械臂基础 238
12.2.1　基于视觉的机械臂 238
12.2.2　机械臂控制基本原理 238
12.2.3　跟踪人脸的机械臂实现流程 241
12.3　基于视觉的机械臂示例 243
12.3.1　实验准备 243
12.3.2　机械臂舵机控制实例 243
12.3.3　跟踪人脸的机械臂实例 247
12.4　小结 253
12.5　实践习题 254
参考文献 255

內容試閱：

图像处理和模式识别作为计算机视觉和人工智能领域的重要组成部分，不仅是国家重点发展的领域，也是多学科交叉的产物，涉及数学、计算机、电子等多个领域，对于培养学生的综合素质和提高解决复杂工程问题的能力具有至关重要的作用。在这一快速发展的学科中，新理论和新方法层出不穷，持续不断地为我们揭示更广阔的应用前景。
本书的主要目的是介绍数字图像处理与模式识别的概念和方法。本书将图像处理和模式识别的理论和实践相结合，既突出了理论的基础地位，又强调了实践在人才培养中的关键作用。在理论环节，既包含经典算法，也包含本领域较新的进展。在实践环节，既包含基于Python 编程语言和OpenCV 的软件实现，也包含基于嵌入式硬件平台的部署。
本教材面向通信工程、电子信息工程、人工智能、数据科学与大数据技术、计算机科学与技术等专业的本科生和研究生，适用于数字图像处理、计算机视觉、模式识别、机器学习等课程。针对初学者，本书提供数字图像和模式识别基础知识，介绍相关算法的实现流程。本书的内容不仅基于数学分析、线性代数、概率统计、线性系统等专业知识，还包含计算机Python 编程以及OpenCV 计算机视觉库，更方便对此有一定了解和掌握的读者在学习本书的过程中上手练习。针对感兴趣的读者，本书设置了开放习题供读者练习，旨在使本书成为提高研究能力的助推器。
本书包含三部分：实践环境、图像处理实践及模式识别实践。
第Ⅰ部分“实践环境”首先介绍硬件基础，包含一些常见的硬件平台，如PC 平台或嵌入式硬件平台(VIM3、树莓派和RV1126 等)。针对这些硬件平台的特点和优势进行展开介绍，以便读者在本书实践内容学习前对硬件知识和能力有一定了解和掌握。随后介绍实践需要的软件基础，包含Python 语法以及OpenCV 计算机视觉库的使用。编程基础薄弱和零基础的读者，可以从中了解一些相关基础内容。
第Ⅱ部分“图像处理实践”主要针对数字图像处理基础进行理论介绍和实践操作，内容包含基础操作、几何变换、图像滤波、边缘检测和特征提取与匹配，以及针对图像处理领域的常见问题，实现图像特征提取和分析。
第Ⅲ部分“模式识别实践”要介绍5 个应用案例，如人脸识别应用、目标跟踪应用、文本识别应用、条形码与二维码识别应用、基于视觉的机械臂应用。针对每一个应用介绍相应的理论基础和实现过程，旨在提高实践者的系统观。
感谢张哲、余俊、王泽浩、李子贺、刘宇同、王涵、刘永基、宣臣焜等在本书组织和代码测试等方面的工作。
在本书的编写过程中，我们参考了国内外数字图像处理和模式识别研究领域的文献和书籍，在此谨向相关书籍和文献的作者表示真挚的感谢。
由于作者知识和能力有限，书中难免存在不妥之处，敬请同行专家和读者批评指正。
本书相关课件与代码资源，大家可以扫码获得。

書城介紹　 \|　合作申請　\|　索要書目　 \|　新手入門　\|　聯絡方式　 \|　幫助中心　\|　找書說明　 \|　送貨方式　\|　付款方式	台灣用户　\|　香港/海外用户

megBook.com.tw
Copyright (C) 2013 - 2025 （香港）大書城有限公司　All Rights Reserved.