《MATLAB計算機視覺與機器認知》是2017年北京航空航天大學出版社出版的圖書。
基本介紹
- 中文名：MATLAB計算機視覺與機器認知
- 作者：王文峰、阮俊虎、CV-MATH、劉衍琦、郭裕蘭
- 出版時間：2017年8月1日
- 出版社：北京航空航天大學出版社
- ISBN：9787512424289
內容簡介,圖書目錄,
內容簡介
MATLAB計算機視覺與機器認知
這是一本用 MATLAB演示計算機視覺原理的基礎理論著作,從最初等的視頻圖像轉換入手,層層遞進,理論與實戰並重但側重於實戰,藉助混合編程及圖形用戶界面(GUI)設計,以簡潔的方式展現了有一定挑戰性的視頻識別、目標跟蹤、行為分析等關鍵視覺技術;同時擴展到機器認知層面,介紹儀器字元識別、機器故障診斷等有趣的套用,使讀者可以在最短的時間內完成入門、進階、精通與實戰的跨越。 本書主編、副主編均在中國科學院、“985工程”大學國家重點實驗室從事智慧型算法設計與套用的研究,部分理論功底紮實的優秀研究生也參加了主要章節的編撰。
本書既可作為算法工程師、高校教師和廣大科技工作者的參考資料,也可作為高校相關專業的研究生教材和高年級大學生畢業設計的工具書。
圖書目錄
第1章 視頻圖像採集及讀取……………………………………………………………………1
1.1 視頻圖像採集 …………………………………………………………………………… 1
1.1.1 視頻生成技術 ………………………………………………………………………… 1
1.1.2 智慧型採集技術 ………………………………………………………………………… 1
1.2 視頻圖像讀取 …………………………………………………………………………… 8
1.2.1 視頻讀取函式 ………………………………………………………………………… 8
1.2.2 圖像讀取函式 ………………………………………………………………………… 10
1.2.3 視頻圖像轉換 ………………………………………………………………………… 23
第2章 視頻圖像變換及融合 ………………………………………………………………… 32
2.1 視頻圖像變換 …………………………………………………………………………… 32
2.1.1 平移變換 ……………………………………………………………………………… 32
2.1.2 鏡像變換 ……………………………………………………………………………… 34
2.1.3 裁剪操作 ……………………………………………………………………………… 36
2.1.4 縮放操作 ……………………………………………………………………………… 38
2.1.5 旋轉變換 ……………………………………………………………………………… 39
2.1.6 幾何變換 ……………………………………………………………………………… 40
2.1.7 鄰域操作 ……………………………………………………………………………… 42
2.2 視頻圖像融合 …………………………………………………………………………… 57
2.2.1 算法思想 ……………………………………………………………………………… 57
2.2.2 算法實例 ……………………………………………………………………………… 58
第3章 視頻圖像噪聲及處理 ………………………………………………………………… 63
3.1 算法基本思想 …………………………………………………………………………… 63
3.2 噪聲均值濾波 …………………………………………………………………………… 64
3.2.1 數學建模 ……………………………………………………………………………… 64
3.2.2 編程實現 ……………………………………………………………………………… 65
3.3 噪聲中值濾波 …………………………………………………………………………… 65
3.3.1 數學建模 ……………………………………………………………………………… 65
3.3.2 編程實現 ……………………………………………………………………………… 66
3.4 小波閾值濾波 …………………………………………………………………………… 67
3.4.1 算法思想 ……………………………………………………………………………… 67
3.4.2 數學建模 ……………………………………………………………………………… 68
3.4.3 編程實現 ……………………………………………………………………………… 69
3.5 輪廓波變換 ……………………………………………………………………………… 70
3.5.1 算法設計 ……………………………………………………………………………… 70
3.5.2 算法實現 ……………………………………………………………………………… 72
3.5.3 代碼實例 ……………………………………………………………………………… 73
3.6 非局部均值濾波 ………………………………………………………………………… 75
3.6.1 算法設計 ……………………………………………………………………………… 75
3.6.2 算法實現 ……………………………………………………………………………… 77
第4章 視頻圖像閾值及分割 ………………………………………………………………… 93
4.1 圖像分割的基本概念 …………………………………………………………………… 93
4.1.1 圖像分割的定義 ……………………………………………………………………… 93
4.1.2 圖像分割算法分類 …………………………………………………………………… 94
4.2 邊緣檢測 ………………………………………………………………………………… 94
4.2.1 邊緣檢測概述 ………………………………………………………………………… 94
4.2.2 邊緣檢測梯度算法 …………………………………………………………………… 95
4.2.3 拉普拉斯運算元 ………………………………………………………………………… 97
4.2.4 LoG 運算元 ……………………………………………………………………………… 98
4.2.5 Canny運算元 ……………………………………………………………………… …… 99
4.3 閾值分割 ………………………………………………………………………… …… 101
4.3.1 閾值分割介紹 …………………………………………………………………………101
4.3.2 全局閾值分割 …………………………………………………………………………103
4.3.3 動態閾值分割 …………………………………………………………………………109
4.4 區域生長及分割 …………………………………………………………………… … 114
4.4.1 區域生長的基本原理、步驟及流程圖……………………………………………… 114
4.4.2 生長準則和過程 ………………………………………………………………………115
4.4.3 區域分裂與合併 ………………………………………………………………………119
第5章 圖像特徵計算及套用………………………………………………………………… 123
5.1 Haar-like特徵 ………………………………………………………………………… 123
5.1.1 Haar-like特徵的種類 ……………………………………………………………… 123
5.1.2 Haar-like特徵的計算 ……………………………………………………………… 124
5.1.3 Haar-like特徵的個數 ……………………………………………………………… 125
5.1.4 Haar-like特徵人臉檢測 …………………………………………………………… 125
5.2 Hog特徵 ………………………………………………………………………… …… 128
5.2.1 圖像的預處理 …………………………………………………………………………128
5.2.2 圖像的梯度…………………………………………………………………………… 128
5.2.3 圖像的滑動…………………………………………………………………………… 129
5.2.4 Hog特徵行人檢測 …………………………………………………………………… 129
5.3 LBP特徵 ……………………………………………………………………………… 132
5.3.1 LBP特徵的演化 ……………………………………………………………………… 132
5.3.2 LBP特徵紋理分類 …………………………………………………………………… 134
5.4 SIFT 特徵 ……………………………………………………………………………… 142
5.4.1 SIFT 算法的特點 …………………………………………………………………… 142
5.4.2 SIFT 算法設計框架 ………………………………………………………………… 143
5.4.3 SIFT 算法設計過程 ………………………………………………………………… 143
5.4.4 SIFT 特徵模板匹配 ………………………………………………………………… 150
第6章 運動目標檢測及跟蹤………………………………………………………………… 156
6.1 算法設計思想 ………………………………………………………………………… 156
6.2 數學建模過程 ………………………………………………………………………… 157
6.2.1 幀間差分法建模 ………………………………………………………………………157
6.2.2 幀間差分法改進 ………………………………………………………………………158
6.3 算法編程實現 ………………………………………………………………………… 158
6.3.1 幀間差分法…………………………………………………………………………… 158
6.3.2 改進的幀間差分法 ……………………………………………………………………161
6.4 算法拓展與最佳化 ……………………………………………………………………… 165
6.4.1 特殊問題與算法 ………………………………………………………………………165
6.4.2 MATLAB編程實現 ………………………………………………………………… 166
第7章 目標定位及字元識別………………………………………………………………… 188
7.1 圖像目標提取與識別 ………………………………………………………………… 188
7.1.1 圖像採集與目標檢測 ………………………………………………………………… 189
7.1.2 圖像目標歸一化處理 ………………………………………………………………… 194
7.1.3 圖像字元提取與識別 ………………………………………………………………… 197
7.2 視頻識別與軌跡分析 ………………………………………………………………… 203
7.2.1 問題描述與建模思想 ………………………………………………………………… 204
7.2.2 算法功能與技術流程 ………………………………………………………………… 204
7.2.3 MATLAB核心代碼 ………………………………………………………………… 204
第8章 機器故障認知及檢測………………………………………………………………… 211
8.1 問題描述與建模思想 ………………………………………………………………… 211
8.2 分析過程與編程實現 ………………………………………………………………… 214
8.2.1 齒輪振動信號的數字濾波處理 ……………………………………………………… 214
8.2.2 齒輪振動信號的頻譜分析 …………………………………………………………… 226
8.2.3 波形分析中常用的指標計算……………………………………………………………232
8.2.4 齒輪振動信號的相關分析 …………………………………………………………… 235
第9章 深度學習及人臉識別………………………………………………………………… 243
9.1 算法形成背景 ………………………………………………………………………… 243
9.2 算法基本思想 ………………………………………………………………………… 243
9.3 算法數學原理 ………………………………………………………………………… 244
9.3.1 權值共享 …………………………………………………………………………… 244
9.3.2 CNN 結構 …………………………………………………………………………… 245
9.3.3 算法設計框架 ………………………………………………………………………… 246
9.3.4 混合編程思想 ………………………………………………………………………… 249
9.3.5 算法套用詳解 ………………………………………………………………………… 249
9.4 基於深度學習的人臉識別 …………………………………………………………… 266
參考文獻…………………………………………………………………………………………276
