機器視覺教程

內(nèi)容概要

本書對機器視覺進行了全面且通俗易懂的講解，是一本從實用角度出發(fā)介紹機器視覺理論與應用的教材。本書從介紹教學原理開始，然后討論圖像處理中的關鍵問題，如圖像的描述與品質(zhì)、邊緣檢測、特征提取、分割、紋理與形狀等。討論的內(nèi)容還包括圖像匹配、統(tǒng)計模式識別、句法模式識別、聚類、傳播、自適應輪廓、參數(shù)變換以及一至性標號。本書還介紹機器視覺的一些重要應用，其中包括目標的自動檢測等。    本書所附光盤包括書中使用的軟件與數(shù)據(jù)。本書可作為電機工程、計算機科學與數(shù)學等專業(yè)研究生的教材，也可供技術人員參考。

作者簡介

Wesley E. Snyder，在美國伊利諾伊大學獲得博士學位，目前是北卡羅來納州立大學電氣與計算機工程系教授。他發(fā)表了100多篇論文，并且著有Industrial Robots（工業(yè)機器人）一書。他是IEEE機器人與自動化學會和IEEE神經(jīng)協(xié)會的創(chuàng)始人，還是美國國家科學基金、美國國家航空和

書籍目錄

第1章  引言          1.1  本書宗旨          1.2  讀者需具備的預備知識          1.3  一些術語         1.4  機器視覺系統(tǒng)的組成          1.5  圖像的性質(zhì)          1.6  圖像的操作分析         參考文獻        第2章  數(shù)學原理回顧          2.1  概率論簡單回顧          2.2  線性代數(shù)簡單回顧   2.3  函數(shù)最小化簡介       2.4  馬爾科夫模型    參考文獻        第3章  編寫圖像處理程序          3.1  圖像文件系統(tǒng)軟件        3.2  圖像處理程序的基本結(jié)構          3.3  好的編程風格          3.4  示例程序          3.5  生成文件        第4章  圖像的生成與表示方式          4.1  圖像的表示方法     4.2  數(shù)字圖像          4.3  圖像生成機制          4.4  將圖像看作表面         4.5  鄰域關系          4.6  結(jié)論          4.7  術語        專題4A  圖像表示方法          4A.1  采樣的變種：六角形像素          4A.2  其他形式的圖像表示          參考文獻        第5章  線性算子與核算子        5.1  什么是線性算子          5.2  核算子在數(shù)字圖像中的應用  5.3  通過函數(shù)擬合估計導數(shù)          5.4  圖像的矢量表示          5.5  圖像的基向量          5.6  邊緣檢測          5.7  用核算子表示可微函數(shù)的采樣          5.8  計算卷積          5.9  尺度空間       5.10  量化邊緣檢測算子的精確性          5.11  人們的做法          5.12  結(jié)論          5.13  術語        專題5A  邊緣檢測器          5A.1  Canny邊緣檢測器          5A.2  改進邊緣檢測          5A.3  從邊緣點推理線段          5A.4  空域頻率表示          5A.5  術語          參考文獻        第6章  圖像松弛：復原與特征抽取          6.1  松弛          6.2  復原          6.3  最大后驗方法      6.4  均值場退火     6.5  結(jié)論          6.6  術語        專題6A  替代算法與等價算法          6A.1  GNC: 一種可去除噪聲的替代算法          6A.2  傳導率可變的擴散          6A.3  面向邊緣的各向異性擴散          6A.4  對圖像松弛算子的一個通用描述          6A.5  與神經(jīng)元網(wǎng)絡之間的關系          6A.6  結(jié)論          參考文獻        第7章  數(shù)學形態(tài)學          7.1  二值形態(tài)學      7.2  灰度形態(tài)學          7.3  距離變換         7.4  結(jié)論          7.5  術語        專題7A  形態(tài)學          7A.1  有效地計算腐蝕、膨脹          7A.2  形態(tài)學采樣定理          7A.3  選擇結(jié)構元素          7A.4  邊緣及曲面上的縫隙彌合          7A.5  術語          參考文獻        第8章  分割          8.1  劃分圖像          8.2  閾值化分割          8.3  連通分量分析         8.4  曲線分割          8.5  主動輪廓線          8.6  曲面分割          8.7  評估分割質(zhì)量          8.8  結(jié)論          8.9  術語        專題8A  分割          8A.1  紋理分割          8A.2  使用邊緣的圖像分割          8A.3  運動分割          8A.4  顏色分割          8A.5  使用MAP方法的分割          8A.6  人如何完成分割          參考文獻        第9章  形狀          9.1  線性變換          9.2  基于協(xié)方差矩陣的變換方法   9.3  簡單特征          9.4  矩          9.5  鏈碼          9.6  傅里葉描述子          9.7  中軸          9.8  變形模板          9.9  二次曲面          9.10  表面的諧波函數(shù)表示          9.11  超二次曲面          9.12  廣義柱體          9.13  結(jié)論          9.14  術語        專題9A  形狀的描述          9A.1  求非凸區(qū)域的直徑          9A.2  從圖像推測三維形狀          9A.3  運動分析與跟蹤          9A.4  術語          參考文獻        第10章  一致性標號          10.1  一致性          10.2  松弛法標號               10.3  結(jié)論          10.4  術語          專題10A  二維線條圖的三維解釋          參考文獻        第11章  參數(shù)變換          11.1  Hough變換         11.2  減少計算復雜度          11.3  檢測圓          11.4  廣義Hough變換          11.5  結(jié)論          11.6  術語        專題11A  參數(shù)變換          11A.1  檢測拋物線          11A.2  檢測峰值          11A.3  高斯圖          11A.4  立體視覺中的參數(shù)一致性          11A.5  結(jié)論          11A.6  術語          參考文獻        第12章  圖和圖論概念          12.1  圖          12.2  圖的性質(zhì)          12.3  圖結(jié)構的實現(xiàn)          12.4  區(qū)域鄰接圖          12.5  圖匹配的應用：子圖同構問題          12.6  外觀圖          12.7  結(jié)論          12.8  術語          參考文獻        第13章  圖像匹配          13.1  圖像表達的匹配      13.2  匹配簡單特征          13.3  圖匹配          13.4  結(jié)論          13.5  術語        專題13A  匹配          13A.1  彈簧加模板回顧          13A.2  人工神經(jīng)元網(wǎng)絡用于物體識別          13A.3  圖像索引          13A.4  匹配幾何不變量          13A.5  結(jié)論          13A.6  術語          參考文獻        第14章  統(tǒng)計模式識別          14.1  分類器設計          14.2  貝葉斯規(guī)則和最大似然分類器  14.3  決策區(qū)間和錯誤概率          14.4  條件風險          14.5  二次函數(shù)分類器          14.6  最小最大規(guī)則          14.7  最近鄰方法          14.8  結(jié)論          14.9  術語        專題14A  統(tǒng)計模式識別          14A.1  用統(tǒng)計方法匹配特征向量          14A.2  支持向量機          14A.3  結(jié)論          14A.4  術語          參考文獻        第15章  聚類          15.1  聚類之間的距離          15.2  聚類算法          15.3  最優(yōu)化聚類方法      15.4  結(jié)論          15.5  術語          參考文獻        第16章  句法模式識別          16.1  術語          16.2  文法類型          16.3  用文法結(jié)構進行形狀識別     16.4  結(jié)論          16.5  術語          參考文獻        第17章  應用          17.1  多譜圖像分析          17.2  光學字符識別          17.3  自動診斷和輔助診斷          17.4  檢測和質(zhì)量控制          17.5  安全檢測和入侵者識別          17.6  機器人視覺          參考文獻        第18章  自動目標識別          18.1  層次體系          18.2  系統(tǒng)組成          18.3  算法的性能評價          18.4  特有的機器視覺問題        18.5  自動目標識別算法     18.6  Hough變換          18.7  形態(tài)學技術          18.8  鏈碼          18.9  結(jié)論          參考文獻        索引

媒體關注與評論

　　本書對機器視覺進行了全面且通俗易懂的講解。提供了所有必需的理論工具，并且說明如何應用到實際的圖像處理與機器視覺系統(tǒng)中。每章包含了許多編程作業(yè)，使讀者能深入了解開發(fā)實用的圖像處理算法的內(nèi)幕?！　”緯鴱幕仡檾?shù)學原理開始，然后討論圖像處理中的關鍵問題，還討論了機器視覺的一些重要應用，其中包括目標的自動檢測。本書強調(diào)了兩個命題：一致性 （解決機器視覺問題的一個主要理論架構） 與優(yōu)化 （用來實現(xiàn)這些方法的數(shù)學工具） 。

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    機器視覺教程 PDF格式下載

---