图书介绍
智能图像处理及应用PDF|Epub|txt|kindle电子书版本网盘下载
- 杨露菁，吉文阳，郝卓楠，李翀伦，吴俊锋 著
- 出版社： 北京：中国铁道出版社
- ISBN：9787113252892
- 出版时间：2019
- 标注页数：304页
- 文件大小：124MB
- 文件页数：318页
- 主题词：计算机应用－图像处理
PDF下载
下载说明
智能图像处理及应用PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 绪论1
1.1 图像与图像处理概述1
1.1.1 图像与图像处理的概念1
1.1.2 图像处理过程2
1.1.3 图像处理任务5
1.2 智能图像处理概述6
1.2.1 智能图像处理概念6
1.2.2 智能图像基准数据集8
1.2.3 智能图像处理基准测试15
1.3 智能图像处理应用领域17
1.3.1 医疗领域17
1.3.2 机器视觉19
1.3.3 智能交通23
1.3.4 智能安防28
1.3.5 军事领域29
第2章 智能图像处理技术34
2.1 机器学习理论34
2.1.1 机器学习概述34
2.1.2 机器学习方式36
2.1.3 机器学习算法39
2.2 人工神经网络43
2.2.1 人工神经元43
2.2.2 感知器45
2.2.3 支持向量机47
2.2.4 递归神经网络48
2.3 卷积神经网络50
2.3.1 深度学习概述50
2.3.2 卷积神经网络原理52
2.3.3 VGG卷积神经网络58
第3章 智能图像分割60
3.1 图像分割基本概念60
3.1.1 图像分割概念60
3.1.2 传统图像分割方法62
3.2 智能图像分割方法65
3.2.1 基于模糊聚类的分割方法65
3.2.2 基于群智能的图像分割方法67
3.2.3 基于CNN的图像分割方法70
3.3 图像分割的应用效果74
3.3.1 医学图像分割74
3.3.2 交通图像分割81
3.3.3 身体部位分割82
第4章 智能图像特征提取85
4.1 图像特征概述85
4.1.1 图像特征的基本概念85
4.1.2 图像的底层特征88
4.2 智能图像特征提取方法96
4.2.1 图像的深层特征96
4.2.2 深度学习特征提取99
4.2.3 深度学习特征提取的例子100
4.3 图像特征提取应用101
4.3.1 医学图像特征102
4.3.2 水面目标特征103
第5章 智能目标检测111
5.1 图像目标检测原理111
5.1.1 目标检测技术框架111
5.1.2 目标检测评价指标113
5.1.3 目标检测应用分类117
5.2 智能目标检测算法119
5.2.1 R-CNN120
5.2.2 SPPNet121
5.2.3 Fast RCNN122
5.2.4 Faster RCNN123
5.2.5 YOLO系列124
5.3 智能目标检测应用126
5.3.1 人脸检测126
5.3.2 无人艇目标检测134
5.3.3 车辆检测138
5.3.4 缺陷检测140
第6章 智能图像识别143
6.1 图像识别基本原理143
6.1.1 图像识别概述143
6.1.2 图像识别过程144
6.1.3 传统图像识别方法146
6.1.4 卷积神经网络识别模型148
6.2 文字识别151
6.2.1 文字识别系统152
6.2.2 LeNet网络文字识别156
6.2.3 文字识别应用——车牌识别160
6.3 人脸识别163
6.3.1 人脸识别系统164
6.3.2 人脸识别算法164
6.3.3 人脸识别应用——人机交互165
6.4 手部生物特征识别167
6.4.1 指纹识别167
6.4.2 掌纹识别169
6.4.3 静脉识别171
6.4.4 手部生物特征识别应用——身份鉴别172
第7章 智能图像跟踪176
7.1 图像跟踪概述176
7.1.1 图像跟踪问题描述176
7.1.2 图像跟踪步骤178
7.1.3 图像跟踪算法分类180
7.2 智能图像跟踪算法183
7.2.1 DLT和SO-DLT算法184
7.2.2 FCNT和HCFVT算法187
7.2.3 MDNet算法190
7.2.4 RTT算法191
7.3 图像跟踪应用192
7.3.1 图像跟踪应用概述192
7.3.2 交通视频车辆跟踪193
7.3.3 街景视频行人跟踪195
第8章 智能目标行为分析199
8.1 智能视频分析概述199
8.1.1 智能视频分析的基本概念199
8.1.2 智能视频分析的实现方式201
8.1.3 智能视频分析功能203
8.2 人体行为分析204
8.2.1 人体行为分析概述204
8.2.2 人体行为分析方法206
8.2.3 人体行为分析应用209
8.3 行人异常行为分析211
8.3.1 行人摔倒行为分析212
8.3.2 人群异常行为分析213
8.4 手势识别217
8.4.1 手势识别概述217
8.4.2 基于视觉的手势识别219
8.5 多人视频中关键事件识别221
第9章 智能图像融合224
9.1 图像融合概述224
9.1.1 图像融合的基本概念224
9.1.2 图像融合的处理层次225
9.2 图像融合方法227
9.2.1 图像融合方法概述227
9.2.2 基于卷积神经网络的图像融合方法231
9.3 图像融合应用233
9.3.1 多模态医学影像融合233
9.3.2 多元遥感图像融合238
9.3.3 多源交通图像融合241
9.3.4 多波段舰船图像融合243
第10章 智能图像处理应用实例247
10.1 身份鉴别247
10.1.1 苹果手机刷脸解锁247
10.1.2 刷脸的生活应用249
10.2 智能安防251
10.2.1 格灵深瞳监控系统251
10.2.2 商汤科技智能人群分析252
10.2.3 全球眼253
10.2.4 智能视频监控产品255
10.3 机器视觉258
10.3.1 百度机器人人脸识别258
10.3.2 百度无人驾驶261
10.3.3 亚马逊无人超市265
10.4 人机交互270
10.4.1 百度识图270
10.4.2 腾讯云OCR文字识别273
10.4.3 Facebook图片搜索275
第11章 智能图像处理发展趋势277
11.1 智能图像处理的发展动力277
11.2 智能图像处理的发展趋势279
11.2.1 总体发展特点279
11.2.2 图像设备发展趋势280
11.2.3 图像处理硬件系统发展趋势283
11.2.4 图像处理技术发展趋势284
11.3 图像处理与分析开发平台287
11.3.1 OpenCV287
11.3.2 Face＋＋288
11.3.3 NiftyNet291
11.3.4 其他开源项目292
11.4 智能图像处理应用发展趋势293
11.4.1 智能安防行业293
11.4.2 智能交通领域294
11.4.3 身份识别295
11.4.4 工业生产领域296
11.4.5 农业生产领域298
11.5 智能图像处理存在的问题299
参考文献301