計算機視覺基礎(2024年清華大學出版社出版的圖書)

計算機視覺基礎(2024年清華大學出版社出版的圖書)

本詞條是多義詞,共4個義項
更多義項 ▼ 收起列表 ▲

《計算機視覺基礎》是2024年清華大學出版社出版的圖書,作者是付瑩。

基本介紹

  • 中文名:計算機視覺基礎
  • 作者:付瑩
  • 出版時間:2024年6月
  • 出版社:清華大學出版社
  • ISBN:9787302661221 
  • 定價:69 元
內容簡介,圖書目錄,

內容簡介

本書全面介紹計算機視覺的基礎知識體系,包括計算機視覺的各種典型任務、算法和套用。首先介紹計算機視覺的基礎知識和典型任務,分析相機成像的基本原理和模型,並展示如何進行基本的圖像處理,從一幅圖像中提取關鍵特徵;然後依次介紹用於解決圖像識別、目標檢測、圖像分割和立體視覺等常見視覺任務的傳統方法;之後介紹時下流行的深度學習技術在計算機視覺各領域中的套用;最後介紹計算機視覺技術在智慧交通、對地監測、醫學圖像診斷等現實生活中的套用。

圖書目錄

目錄
第1章計算機視覺概述
1.1簡介
1.1.1基本概念
1.1.2典型任務
1.2發展脈絡
1.3面臨的挑戰
1.4本書的章節安排
習題
參考文獻
第2章數字圖像的形成
2.1數字圖像的基本屬性
2.1.1數字圖像的組成
2.1.2顏色與光譜特性
2.1.3圖像的對比度、亮度與飽和度
2.1.4圖像的特徵類別
2.2數字圖像的採集
2.2.1成像的流程
2.2.2圖像信號處理
2.2.3成像的基本參數
2.2.4鏡頭和感測器
本章小結
習題
參考文獻
第3章幾何標定
3.1相機幾何
3.1.1針孔相機模型
3.1.2簡單透鏡模型
3.1.3平移、旋轉與剛體變換
3.1.4齊次坐標系統
3.1.5縮放、仿射與投影變換
3.1.6相機參數
3.1.7鏡頭畸變
3.2幾何標定
3.2.1張正友標定法
3.2.2角點檢測與配對
3.2.3單應性矩陣求解
3.2.4相機參數求解
3.2.5相機參數細調
3.3幾何標定實踐
3.3.1使用Python和OpenCV標定相機
3.3.2畸變矯正
本章小結
習題
參考文獻
第4章圖像處理基礎
4.1空間域圖像處理與濾波器
4.2線性濾波
4.2.1均值濾波
4.2.2方框濾波
4.2.3高斯濾波
4.2.4線性濾波總結
4.3非線性濾波
4.3.1中值濾波
4.3.2最大最小值濾波
4.3.3雙邊濾波
4.4頻域處理
4.4.1傅立葉變換
4.4.2快速傅立葉變換和圖像的頻域變換
4.4.3相關套用
4.5金字塔與小波變換
4.5.1圖像縮放
4.5.2圖像金字塔
4.5.3小波變換
本章小結
習題
參考文獻
第5章特徵檢測與匹配
5.1邊緣檢測
5.1.1基本原理
5.1.2邊緣檢測運算元
5.1.3Canny邊緣檢測算法
5.2線的檢測
5.2.1基本原理
5.2.2Hough變換
5.2.3RANSAC直線檢測
5.3Harris角點檢測
5.3.1基本原理
5.3.2計算流程
5.3.3多尺度Harris角點
5.4特徵描述子
5.4.1SIFT描述子
5.4.2MOPS描述子
5.4.3HOG描述子
5.5特徵匹配
5.5.1匹配計算
5.5.2圖像對齊
本章小結
習題
參考文獻
第6章識別與檢測
6.1基礎知識
6.1.1圖像識別
6.1.2目標檢測
6.1.3評價指標
6.1.4常用數據集
6.2圖像識別
6.2.1kNN算法
6.2.2詞袋模型
6.2.3卷積神經網路
6.3目標檢測
6.3.1基於滑窗的檢測器檢測流程
6.3.2VJ檢測器
6.3.3HOG行人檢測器
6.3.4基於形變部件的檢測器
本章小結
習題
參考文獻
第7章聚類與分割
7.1基本概念
7.1.1圖像分割
7.1.2像素聚類
7.2聚類
7.2.1AGNES算法
7.2.2k均值
7.2.3均值漂移聚類
7.3基於聚類的分割
7.4基於圖論的分割
7.4.1圖論的基礎知識
7.4.2基於圖論的凝聚式分割
7.4.3基於圖論的分解式分割
本章小結
習題
參考文獻
第8章立體視覺
8.1人類的立體視覺
8.2對極幾何學
8.2.1對極約束
8.2.2雙目矯正
8.3雙目匹配
8.3.1預處理與代價計算
8.3.2代價聚合
8.3.3後處理
8.3.4雙目匹配實踐
8.4平面掃描
8.5立體視覺套用
8.5.1SLAM
8.5.2深度估計
8.5.3雙目視覺導航
本章小結
習題
參考文獻
第9章卷積神經網路基礎
9.1卷積神經網路的基本組成
9.1.1卷積
9.1.2池化
9.1.3全連線層
9.1.4批歸一化
9.1.5隨機失活
9.2卷積神經網路求導
9.2.1全連線網路求導
9.2.2卷積層求導
9.2.3池化層求導
9.3典型的分類模型
9.3.1AlexNet
9.3.2VGG
9.3.3GoogLeNet
9.3.4ResNet
9.3.5SENet
9.4卷積神經網路實踐
9.4.1數據準備
9.4.2網路搭建
9.4.3訓練代碼
本章小結
習題
參考文獻
第10章基於卷積神經網路的視覺套用
10.1目標檢測
10.1.1基本流程
10.1.2Faster RCNN算法
10.1.3YOLO算法
10.1.4SSD算法
10.2目標分割
10.2.1基本流程
10.2.2FCN
10.2.3UNet
10.2.4DeepLab v3+
10.3其他典型套用
10.3.1圖像超分
10.3.2圖像生成
10.3.3光流估計
10.3.4目標跟蹤
本章小結
習題
參考文獻
第11章計算機視覺的實踐套用
11.1智慧交通系統
11.1.1交通監視
11.1.2自動駕駛
11.2空對地監視系統
11.2.1無人機監視
11.2.2遙感圖像識別
11.3醫學圖像診斷
11.3.1常見的醫學圖像類型
11.3.2常見的醫學圖像套用
本章小結
習題
參考文獻

相關詞條

熱門詞條

聯絡我們