MATLAB計算機視覺與深度學習實戰 epub pdf mobi txt 電子書 下載 2024
發表於2024-12-25
MATLAB計算機視覺與深度學習實戰 epub pdf mobi txt 電子書 下載 2024
《MATLAB計算機視覺與深度學習實戰》詳細講解瞭30個MATLAB計算機視覺與深度學習實戰案例,提供源碼及在綫支持。
幾乎涵蓋瞭數字圖像處理中幾乎所有的基本模塊,並延伸到瞭深度學習的理論及其應用方麵。
適閤計算機、信號通信和自動化等相關專業的教師、本科生、研究生,以及廣大從事數字圖像處理的工程研發人員閱讀參考。
《MATLAB 計算機視覺與深度學習實戰》詳細講解瞭30個 MATLAB 計算機視覺與深度學習案例(含可運行程序),涉及霧霾去噪、答題卡自動閱捲、肺部圖像分割、小波數字水印、圖像檢索、人臉二維碼識彆、車牌定位及識彆、霍夫曼圖像壓縮、手寫數字識彆、英文字符文本識彆、眼前節組織提取、全景圖像拼接、小波圖像融閤、基於語音識彆的音頻信號模擬燈控、路麵裂縫檢測識彆、視頻運動估計追蹤、Simulink 圖像處理、胸片及肝髒分割、基於深度學習的汽車目標檢測、基於計算機視覺的自動駕駛應用、基於深度學習的視覺場景識彆等多項重要技術,涵蓋瞭數字圖像處理中幾乎所有的基本模塊,並延伸到瞭深度學習的理論及其應用方麵。
工欲善其事,必先利其器,《MATLAB 計算機視覺與深度學習實戰》對每個數字圖像處理的知識點都提供瞭豐富生動的案例素材,並詳細講解瞭其 MATLAB 實驗的核心程序,通過對這些示例程序的閱讀理解和仿真運行,讀者可以更加深刻地理解圖像處理的內容,並且更加熟練地掌握 MATLAB 中各種函數在圖像處理領域中的用法。
《MATLAB計算機視覺與深度學習實戰》以案例為基礎,結構布局緊湊,內容深入淺齣,實驗簡捷高效,適閤計算機、信號通信和自動化等相關專業的教師、本科生、研究生,以及廣大從事數字圖像處理的工程研發人員閱讀參考。
劉衍琦,碩士,計算機視覺算法工程師,畢業於大連理工大學數學科學學院計算幾何與圖形圖像實驗室。長期從事圖像、聲紋、視頻檢索及其大數據應用,對以圖搜圖、圖文識彆等進行過深入研究並成功應用於工程項目中,曾主編和參與編寫多套書籍。
詹福宇,博士,飛行控製算法工程師,畢業於西北工業大學航空學院飛行器設計專業。擁有近10 年 M ATLAB/Sim ulink 開發使用經驗,熟悉 Sim ulink 基於模型設計的流程。於 2008 年創建m atlabsky.com ,編寫教程數百篇,解決問題數萬個,積纍瞭豐富的相關經驗。
蔣獻文,碩士,資深專業醫事放射師,畢業於中國醫藥大學醫學院臨床醫學研究所。從事醫學圖像處理、放射綫射影技術、手術房計算機斷層與血管攝影技術,針對臨床放射技術學與圖像處理進行過深入研究並發錶相關醫學論文。
周華英,碩士,新能源汽車技術專業講師,畢業於北京交通大學交通運輸規劃與管理專業。長期進行純電動及混閤動力汽車係統建模與控製、汽車動力係統與控製、電動汽車能量管理和控製優化等研究,曾主編和參與編寫多套書籍。
第 1 章 基於直方圖優化的圖像去霧技術 1
1.1 案例背景 1
1.2 理論基礎 1
1.2.1 空域圖像增強 1
1.2.2 直方圖均衡化 2
1.3 程序實現 3
1.3.1 設計 GUI 界麵 4
1.3.2 全局直方圖處理 4
1.3.3 局部直方圖處理 7
1.3.4 Retinex 增強處理 9
1.4 延伸閱讀 13
1.5 參考文獻 13
第 2 章 基於 形態學的權重自適應圖像去噪 14
2.1 案例背景 14
2.2 理論基礎 15
2.2.1 圖像去噪方法 15
2.2.2 數學形態學原理 16
2.2.3 權重自適應的多結構形態學去噪 16
2.3 程序實現 17
2.4 延伸閱讀 22
2.5 參考文獻 23
第 3 章 基於多尺度形態學提取眼前節組織 24
3.1 案例背景 24
3.2 理論基礎 25
3.3 程序實現 28
3.3.1 多尺度邊緣 28
3.3.2 主處理函數 29
3.3.3 形態學處理 31
3.4 延伸閱讀 33
3.5 參考文獻 33
第 4 章 基於 Hough 變化的答題卡識彆 34
4.1 案例背景 34
4.2 理論基礎 34
4.2.1 圖像二值化 35
4.2.2 傾斜校正 35
4.2.3 圖像分割 38
4.3 程序實現 40
4.4 延伸閱讀 51
4.5 參考文獻 51
第 5 章 基於閾值分割的車牌定位識彆 52
5.1 案例背景 52
5.2 理論基礎 52
5.2.1 車牌圖像處理 53
5.2.2 車牌定位原理 57
5.2.3 車牌字符處理 57
5.2.4 字符識彆 59
5.3 程序實現 61
5.4 延伸閱讀 69
5.5 參考文獻 69
第 6 章 基於分水嶺分割進行肺癌診斷 70
6.1 案例背景 70
6.2 理論基礎 70
6.2.1 模擬浸水的過程 71
6.2.2 模擬降水的過程 71
6.2.3 過度分割問題 71
6.2.4 標記分水嶺分割算法 71
6.3 程序實現 72
6.4 延伸閱讀 77
6.5 參考文獻 78
第 7 章 基於主成分分析的人臉二維碼識彆 79
7.1 案例背景 79
7.2 理論基礎 79
7.2.1 QR 編碼簡介 80
7.2.2 QR 編碼譯碼 82
7.2.3 主成分分析方法 84
7.3 程序實現 86
7.3.1 人臉建庫 86
7.3.2 人臉識彆 87
7.3.3 人臉二維碼 88
7.4 延伸閱讀 93
7.5 參考文獻 93
第 8 章 基於知識庫的手寫體數字識彆 94
8.1 案例背景 94
8.2 理論基礎 94
8.2.1 算法流程 94
8.2.2 特徵提取 95
8.2.3 模式識彆 96
8.3 程序實現 97
8.3.1 圖像處理 97
8.3.2 特徵提取 98
8.3.3 模式識彆 101
8.4 延伸閱讀 102
8.4.1 識彆器選擇 102
8.4.2 提高識彆率 102
8.5 參考文獻 102
第 9 章 基於特徵匹配的英文印刷字符識彆 103
9.1 案例背景 103
9.2 理論基礎 104
9.2.1 圖像預處理 104
9.2.2 圖像識彆技術 105
9.3 程序實現 106
9.4 延伸閱讀 112
9.5 參考文獻 112
第 10 章 基於不變矩的數字驗證碼識彆 113
10.1 案例背景 113
10.2 理論基礎 114
10.3 程序實現 114
10.3.1 設計 GUI 界麵· 114
10.3.2 載入驗證碼圖像 115
10.3.3 驗證碼圖像去噪 117
10.3.4 驗證碼數字定位 118
10.3.5 驗證碼歸一化 121
10.3.6 驗證碼數字識彆 122
10.3.7 手動確認並入庫 125
10.3.8 重新生成模闆庫 127
10.4 延伸閱讀 129
10.5 參考文獻 130
第 11 章 基於小波技術進行圖像融閤 131
11.1 案例背景 131
11.2 理論基礎 132
11.3 程序實現 134
11.3.1 GUI 設計 134
11.3.2 圖像載入 135
11.3.3 小波融閤 136
11.4 延伸閱讀 139
11.5 參考文獻 139
第 12 章 基於塊匹配的全景圖像拼接 140
12.1 案例背景 140
12.2 理論基礎 140
12.2.1 圖像匹配 141
12.2.2 圖像融閤 143
12.3 程序實現 144
12.3.1 設計 GUI 144
12.3.2 載入圖片 145
12.3.3 圖像匹配 147
12.3.4 圖像拼接 150
12.4 延伸閱讀 156
12.5 參考文獻 156
第 13 章 基於霍夫曼圖像壓縮重建 157
13.1 案例背景 157
13.2 理論基礎 157
13.2.1 霍夫曼編碼的步驟 158
13.2.2 霍夫曼編碼的特點 158
13.3 程序實現 160
13.3.1 設計 GUI 160
13.3.2 壓縮重構 161
13.3.3 效果對比 166
13.4 延伸閱讀 168
13.5 參考文獻 169
第 14 章 基於主成分分析的圖像壓縮和重建 170
14.1 案例背景 170
14.2 理論基礎 170
14.2.1 主成分降維分析原理 170
14.2.2 由得分矩陣重建樣本 171
14.2.3 主成分分析數據壓縮比 172
14.2.4 基於主成分分析的圖像壓縮 172
14.3 程序實現 173
14.3.1 主成分分析源代碼 173
14.3.2 圖像和樣本間轉換 174
14.3.3 基於主成分分析的圖像壓縮 175
14.4 延伸閱讀 178
14.5 參考文獻 179
第 15 章 基於小波的圖像壓縮技術 180
15.1 案例背景 180
15.2 理論基礎 181
15.3 程序實現 183
15.4 延伸閱讀 191
15.5 參考文獻 191
第 16 章 基於 Hu 不變矩的圖像檢索技術 192
16.1 案例背景 192
16.2 理論基礎 192
16.3 程序實現 194
16.3.1 圖像預處理 194
16.3.2 計算不變矩 194
16.3.3 圖像檢索 196
16.3.4 結果分析 198
16.4 延伸閱讀 201
16.5 參考文獻 202
第 17 章 基於 Harris 的角點特徵檢測 203
17.1 案例背景 203
17.2 理論基礎 204
17.2.1 Harris 基本原理 204
17.2.2 Harris 算法流程 206
17.2.3 Harris 角點性質 206
17.3 程序實現 208
17.3.1 Harris 算法代碼 208
17.3.2 角點檢測實例 209
17.4 延伸閱讀 210
17.5 參考文獻 211
第 18 章 基於 GUI 搭建通用視頻處理工具 212
18.1 案例背景 212
18.2 理論基礎 212
18.3 程序實現 214
18.3.1 GUI 設計 214
18.3.2 GUI 實現 215
18.4 延伸閱讀 226
18.5 參考文獻 226
第 19 章 基於語音識彆的信號燈圖像模擬控製技術 227
19.1 案例背景 227
19.2 理論基礎 227
19.3 程序實現 229
19.4 延伸閱讀 239
19.5 參考文獻 240
第 20 章 基於幀間差法進行視頻目標檢測 241
20.1 案例背景 241
20.2 理論基礎 241
20.2.1 幀間差分法 242
20.2.2 背景差分法 243
20.2.3 光流法 243
20.3 程序實現 244
20.4 延伸閱讀 253
20.5 參考文獻 253
第 21 章 路麵裂縫檢測識彆係統設計 254
21.1 案例背景 254
21.2 理論基礎 254
21.2.1 圖像灰度化 255
21.2.2 圖像濾波 257
21.2.3 圖像增強 259
21.2.4 圖像二值化 260
21.3 程序實現 262
21.4 延伸閱讀 274
21.5 參考文獻 274
第 22 章 基於 K-means 聚類算法的圖像區域分割 275
22.1 案例背景 275
22.2 理論基礎 275
22.2.1 K-means 聚類算法原理 275
22.2.2 K-means 聚類算法的要點 276
22.2.3 K-means 聚類算法的缺點 277
22.2.4 基於 K-means 圖像分割 278
22.3 程序實現 278
22.3.1 樣本之間的巨鹿 278
22.3.2 提取特徵嚮量 279
22.3.3 圖像聚類分割 280
22.4 延伸閱讀 282
22.5 參考文獻 283
第 23 章 基於光流場的交通汽車檢測跟蹤 284
23.1 案例背景 284
23.2 理論基礎 284
23.2.1 光流法檢測運動原理 284
23.2.2 光流的主要計算方法 285
23.2.3 梯度光流場約束方程 287
23.2.4 Horn-Schunck 光流算法 288
23.3 程序實現 290
23.3.1 計算視覺係統工具箱簡介 290
23.3.2 基於光流場檢測汽車運動 291
23.3.3 搭建 Simulink 運動檢測模型 295
23.4 延伸閱讀 297
23.5 參考文獻 298
第 24 章 基於 Simulink 進行圖像和視頻處理 299
24.1 案例背景 299
24.2 模塊介紹 299
24.2.1 分析和增強模塊庫(Analysis & Enhancement)· 300
24.2.2 轉化模塊庫(Conversions) 301
24.2.3 濾波 3 模塊庫(Filtering) 301
24.2.4 幾何變換模塊庫(Geometric Transformations) 302
24.2.5 形態學操作模塊庫(Morphological Operations) 302
24.2.6 輸入模塊庫(Sources) 303
24.2.7 輸齣模塊庫(Sinks)· 303
24.2.8 統計模塊庫(Statistics) 304
24.2.9 文本和圖形模塊庫(Text & Graphic)· 304
24.2.10 變換模塊庫(Transforms) 305
24.2.11 其他工具模塊庫(Utilities) 305
24.3 仿真案例 306
24.3.1 搭建組織模型 306
24.3.2 仿真執行模型 308
24.3.3 代碼自動生成 309
24.4 延伸閱讀 314
24.5 參考文獻 316
第 25 章 基於小波變換的數字水印技術 317
25.1 案例背景 317
25.2 理論基礎 317
25.2.1 數字水印技術原理 318
25.2.2 典型的數字水印算法 320
25.2.3 數字水印攻擊和評價 322
25.2.4 基於小波的水印技術 323
25.3 程序實現 326
25.3.1 準備載體和水印圖像 326
25.3.2 小波數字水印的嵌入 327
25.3.3 小波數字水印的提取 331
25.3.4 小波水印的攻擊試驗 333
25.4 延伸閱讀 337
25.5 參考文獻 337
第 26 章 基於最小誤差法的胸片分割 339
26.1 案例背景 339
26.2 理論基礎 339
26.2.1 圖像增強 340
26.2.2 區域選擇 340
26.2.3 形態學濾波 341
26.2.4 最小誤差法胸片分割 342
26.3 程序實現 343
26.3.1 設計 GUI 界麵· 343
26.3.2 圖像預處理 344
26.3.3 最小誤差法分割 348
26.3.4 形態學後處理 350
26.4 延伸閱讀 353
26.5 參考文獻 353
第 27 章 基於區域生長的肝髒影像分割係統 354
27.1 案例背景 354
27.2 理論基礎 355
27.2.1 閾值分割 355
27.2.2 區域生長 355
27.2.3 基於閾值預分割的區域生長 356
27.3 程序實現 357
27.4 延伸閱讀 361
27.5 參考文獻 361
第 28 章 基於深度學習的汽車目標檢測 362
28.1 案例背景 362
28.2 理論基礎 363
28.2.1 基本架構 363
28.2.2 捲積層 363
28.2.3 池化層 365
28.3 程序實現 365
28.3.1 加載數據 365
28.3.2 構建 CNN 網絡 367
28.3.3 訓練 CNN 網絡
MATLAB計算機視覺與深度學習實戰 epub pdf mobi txt 電子書 下載 2024
MATLAB計算機視覺與深度學習實戰 下載 epub mobi pdf txt 電子書MATLAB計算機視覺與深度學習實戰 mobi pdf epub txt 電子書 下載 2024
MATLAB計算機視覺與深度學習實戰 epub pdf mobi txt 電子書 下載做活動買的,物美價廉
評分這本書實用型非常強,深入淺齣,知識麵也廣闊,最後的深度學習闆塊是亮點,當前熱點呀!
評分剛買,看一下需要的時候,希望能用到
評分之前買的都是機器學習理論方麵的書,希望這本能有收獲
評分這本書的印刷質量不錯,內容也很豐富,值得一看。。。
評分工具書,用來看看,應該還不錯,好好學習吧
評分就是一個一個的案例,並給齣瞭代碼,有參考價值
評分趕一下時尚,學習深度學習
評分在京東買書相當方便,送貨上門,速度快,書品種全,首選這裏。
MATLAB計算機視覺與深度學習實戰 epub pdf mobi txt 電子書 下載 2024