简介
本书力求理论与实践相结合。一方面，对于本书涉及的各种理论、模型等，都尽量给出了必要的数学推导；另一方面，为了加深读者的理解，本书对大部分涉及的算法给出了Matlab相关的实现代码，其中，较简短的直接在书中给出，相对复杂的则通过网盘表示。
本书第1章对计算机视觉、数字图像等相关概念进行定义，并综述了其历史发展；第2章对计算机视觉的基本方法进行介绍，由浅入深，力争使读者对其相关的最基本理论、模型、算法有所了解；第3至6章，重点介绍了当前计算机视觉领域较热门和常见的研究领域，在对国内外学者提出的知名方法进行介绍的同时，加入了作者的若干理解．
目录
第1章 绪 论
1.1 计算机视觉
1.2 数字图像
1.3 国内外研究现状
第2章 数字图像处理的基本方法
2.1 数字图像在计算机中的表达
2.1.1 位图的类型
2.1.2 对应的数据结构
2.2 傅里叶变换
2.3 滤波与算子
2.3.1 中值、均值滤波
2.3.2 低通、高通滤波
2.3.3 算子
2.4 浅析图像的多尺度
2.4.1 图像金字塔
2.4.2 高斯尺度空间
2.5 小波变换
2.5.1 连续小波变换
2.5.2 连续小波变换的离散化
第3章 图像复原
3.1 图像去噪
3.1.1 小波去噪
3.1.2 偏微分方程去噪
3.2 图像去模糊
3.3 图像去雾
3.3.1 雾天图像降质模型
3.3.2 暗通道去雾
第4章 图像分割
4.1 数据驱动的分割方法
4.1.1 阈值分割
4.1.2 区域增长
4.1.3 分水岭
4.2 模型驱动的分割方法
4.2.1 Snake模型
4.2.2 Level—Set模型
4.3 显著性区域检测
4.3.1 总体模型框架
4.3.2 视觉特征提取
4.3.3 特征图计算
4.3.4 显著图合并
4.3.5 注意焦点转移
第5章 特征提取
5.1 一般特征
5.1.1 颜色特征
5.1.2 纹理特征
5.1.3 形状特征
5.2 角点特征(Harris)
5.3 具备不变性的特征(SIF7)
第6章 目标识别与跟踪
6.1 目标识别
6.1.1 帧间差分法
6.1.2 混合高斯背景模型
6.1.3 光流法
6.2 目标跟踪
6.2.1 Mean Shift
6.2.2 Kalman滤波器
参考文献 显示全部信息
1.1 计算机视觉
1.2 数字图像
1.3 国内外研究现状
第2章 数字图像处理的基本方法
2.1 数字图像在计算机中的表达
2.1.1 位图的类型
2.1.2 对应的数据结构
2.2 傅里叶变换
2.3 滤波与算子
2.3.1 中值、均值滤波
2.3.2 低通、高通滤波
2.3.3 算子
2.4 浅析图像的多尺度
2.4.1 图像金字塔
2.4.2 高斯尺度空间
2.5 小波变换
2.5.1 连续小波变换
2.5.2 连续小波变换的离散化
第3章 图像复原
3.1 图像去噪
3.1.1 小波去噪
3.1.2 偏微分方程去噪
3.2 图像去模糊
3.3 图像去雾
3.3.1 雾天图像降质模型
3.3.2 暗通道去雾
第4章 图像分割
4.1 数据驱动的分割方法
4.1.1 阈值分割
4.1.2 区域增长
4.1.3 分水岭
4.2 模型驱动的分割方法
4.2.1 Snake模型
4.2.2 Level—Set模型
4.3 显著性区域检测
4.3.1 总体模型框架
4.3.2 视觉特征提取
4.3.3 特征图计算
4.3.4 显著图合并
4.3.5 注意焦点转移
第5章 特征提取
5.1 一般特征
5.1.1 颜色特征
5.1.2 纹理特征
5.1.3 形状特征
5.2 角点特征(Harris)
5.3 具备不变性的特征(SIF7)
第6章 目标识别与跟踪
6.1 目标识别
6.1.1 帧间差分法
6.1.2 混合高斯背景模型
6.1.3 光流法
6.2 目标跟踪
6.2.1 Mean Shift
6.2.2 Kalman滤波器
参考文献 显示全部信息
Principle of computer vision and applications
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
