新書推薦：
《
数学史（第三版） 国际数学史领域具有影响力的名著
》
售價：HK$
181.7
《
接纳真实的自我（日本超人气禅师小池龙之介力作！"与自己和解"指南！）
》
售價：HK$
67.9
《
敦煌及周边区域荒漠植物图鉴
》
售價：HK$
78.2
《
吴哥王朝兴亡史（方尖碑）
》
售價：HK$
79.4
《
夜幕之下.6：神祸降临
》
售價：HK$
63.3
《
叶锦添自传：向前迈进的日子（奥斯卡艺术指导获得者 叶锦添 50多年的人生经历，近40年的从业经历，向前迈进，步履不停）
》
售價：HK$
148.4
《
四十自述：中国现代传记文学的名篇代表之作（胡适回顾自己前四十年的成长轨迹与心路历程）
》
售價：HK$
78.2
《
特权与焦虑：全球化时代的韩国中产阶级
》
售價：HK$
90.9
|
| 內容簡介： |
|
本书系统地展示了计算机视觉的基本方法学，讲解基础理论的同时，强调算法和实际中的设计约束。此次第5版全面修订，涵盖更多计算机视觉的概念和应用，既适合本科生和研究生，也适合该领域的研究人员和工程师。
|
| 目錄：
|
译者序
推荐序
第5版前言
第1版前言
缩写词汇表
第1章 计算机视觉面临的挑战1
1.1 导言—人类及其感官1
1.2 视觉的本质2
1.2.1 识别过程2
1.2.2 解决识别问题3
1.2.3 物体定位4
1.2.4 场景分析5
1.2.5 视觉是逆向图形学6
1.3 从自动视觉检测到监控6
1.4 本书是关于什么的7
1.5 机器学习的作用8
1.6 后续章节内容概述9
1.7 书目注释9
第一部分 初级视觉
第2章 图像与图像处理12
2.1 导言12
2.2 图像处理操作15
2.2.1 灰度图像的一些基本操作15
2.2.2 二值图像的基本操作19
2.3 卷积和点扩散函数21
2.4 顺序操作与并行操作22
2.5 结束语23
2.6 书目和历史注释24
2.7 问题24
第3章 图像滤波和形态学25
3.1 导言25
3.2 通过高斯平滑抑制噪声27
3.3 中值滤波器28
3.4 模式滤波器30
3.5 秩排序滤波器35
3.6 锐化–反锐化掩模35
3.7 中值滤波器引入的偏移36
3.7.1 中值偏移的连续体模型36
3.7.2 推广到灰度图38
3.7.3 中值偏移的离散模型40
3.8 秩排序滤波器引入的偏移41
3.9 滤波器在计算机视觉工业应用中的作用44
3.10 图像滤波中的色彩44
3.11 二值图像的膨胀和腐蚀45
3.11.1 膨胀和腐蚀45
3.11.2 抵消效应45
3.11.3 改进的膨胀与腐蚀算子45
3.12 数学形态学46
3.12.1 泛化的形态学膨胀46
3.12.2 泛化的形态学腐蚀47
3.12.3 膨胀与腐蚀之间的对偶性47
3.12.4 膨胀与腐蚀算子的特性48
3.12.5 闭合与开启50
3.12.6 基本形态学运算概要51
3.13 形态学分组53
3.14 灰度图像中的形态学54
3.15 结束语55
3.16 书目和历史注释56
3.17 问题58
第4章 阈值的作用61
4.1 导言61
4.2 区域生长方法62
4.3 阈值方法62
4.3.1 寻找合适的阈值62
4.3.2 解决阈值选取中的偏差问题63
4.4 自适应阈值64
4.5 更彻底的阈值选择方法66
4.5.1 基于方差的阈值67
4.5.2 基于熵的阈值67
4.5.3 最大似然阈值68
4.6 全局波谷阈值方法69
4.7 应用全局波谷阈值方法的实际结果71
4.8 直方图凹性分析75
4.9 结束语75
4.10 书目和历史注释76
4.11 问题77
第5章 边缘检测78
5.1 导言78
5.2 边缘检测基本理论79
5.3 模板匹配方法80
5.4 3×3模板算子理论81
5.5 微分梯度算子的设计82
5.6 圆形算子的概念83
5.7 圆形算子的详细实现83
5.8 微分边缘算子的系统设计85
5.9 上述方法的问题—?一些替代方案86
5.10 滞后阈值88
5.11 Canny算子89
5.12 Laplacian算子92
5.13 结束语93
5.14 书目和历史注释93
5.15 问题94
第6章 角点、兴趣点和不变特征的检测95
6.1 导言95
6.2 模板匹配95
6.3 二阶导数方法96
6.4 基于中值滤波的角点检测器98
6.4.1 分析中值检测器的操作98
6.4.2 实际结果99
6.5 Harris兴趣点算子100
6.5.1 各种几何构型的角点信号和位移102
6.5.2 交叉点和T形交叉点的性能103
6.5.3 Harris算子的不同形式105
6.6 角点方向106
6.7 局部不变特征检测器与描述符106
6.7.1 几何变换和特征标准化107
6.7.2 Harris尺度、仿射不变检测器和描述符108
6.7.3 Hessian尺度、仿射不变检测器和描述符109
6.7.4 尺度不变特征变换算子110
6.7.5 加速鲁棒特征算子110
6.7.6 最大稳定极值区域111
6.7.7 各种不变特征检测器的比较112
6.7.8 定向梯度直方图114
6.8 结束语115
6.9 书目和历史注释116
6.10 问题118
第7章 纹理分析119
7.1 导言119
7.2 纹理分析的一些基本方法121
7.3 灰度共生矩阵122
7.4 Laws纹理能量法123
7.5 Ade特征滤波器法125
7.6 对Laws法和Ade法的评估126
7.7 结束语127
7.8 书目和历史注释127
第二部分 中级视觉
第8章 二值化形状分析130
8.1 导言130
8.2 二值图像的连通性131
8.3 物体标记和计数131
8.4 尺寸滤波136
8.5 距离函数及其用途138
8.6 骨架和细化140
8.6.1 交叉数141
8.6.2 细化的并行和顺序实现143
8.6.3 引导细化144
8.6.4 如何看待骨架的本质145
8.6.5 骨架节点分析146
8.6.6 骨架在形状识别中的应用146
8.7 形状识别的其他度量147
8.8 边界跟踪过程148
8.9 结束语149
8.10 书目和历史注释150
8.11 问题151
第9章 边界模式分析154
9.1 导言154
9.2 边界跟踪过程156
9.3 质心轮廓156
9.4 质心轮廓方法存在的问题157
9.5 （s, ψ）图159
9.6 解决遮挡问题160
9.7 边界长度度量的准确性162
9.8 结束语163
9.9 书目和历史注释164
9.10 问题165
第10章 直线、圆和椭圆的检测166
10.1 导言166
10.2 霍夫变换在直线检测中的应用167
10.3 垂足法169
10.4 使用RA
|
| 內容試閱：
|
本书的第1版于1990年出版，受到许多研究者和从业者的欢迎。然而，在随后的20年里，计算机视觉的发展速度飞快，许多在第1版中不值一提的话题，现在必须被纳入以后的版本中。例如，我们引入了大量关于特征检测、数学形态学、纹理分析、形状检测、人工神经网络、3D视觉、不变性、运动分析、目标跟踪和稳健统计的新材料，这些内容变得日益重要。在第4版中，我们认识到计算机视觉的应用范围越来越广，特别是必须增加关于监控和车载视觉系统的两章。从那以后，相关研究和讨论一直没有停止。事实上，在过去的四五年里，深度神经网络的研究开始呈现爆炸性增长，由此产生的实际成果令人震惊。显然，第5版必须反映这种彻底的转变—无论是基础理论还是实践应用。事实上，本书增加了一个新的部分—机器学习和深度学习网络（第三部分），可以看出，这个标题意味着新内容不仅反映了深度学习（相对于旧的“人工神经网络”的巨大改进），也反映了一种基于严格的概率方法的模式识别方法。
在书中阐释清楚这些主题并非易事，因为概率方法只有在相当严格的数学环境中才能讲透。数学背景太少，这个主题可能会被淡化到几乎没有内容；数学内容太多，对许多读者来说可能无法理解。显然，我们不能因为读者害怕那些数学公式就避而不谈。因此，第14章对读者而言是一次挑战，这一章充分展示了所涉及的方法类型，同时提供给读者越过一些数学复杂性的途径—至少在第一次遇到时是这样的。一旦越过了相对困难的第14章，第15章和第21章将主要向读者展示案例研究，前者聚焦于深度学习网络的关键发展时期（2012—2015），后者的时间段与之类似（2013—2016）。在此期间，深度学习的主要目标是人脸检测和识别，并且取得了显著的进步。不应忽视的是，这些增补对本书的内容产生了非常大的影响，以至于书名不得不做出修改。之后，本书的组织结构又得到了进一步修改，在新的第五部分“计算机视觉的应用”中，收入了三个关于应用的章节。
值得注意的是，此时计算机视觉已经达到成熟水平，这使它变得更加严格、可靠、通用，并且能够实时运行（考虑到现在可用于实现的改进的硬件设施，特别是功能极其强大的GPU）。这意味着在要求严格的应用中使用计算机视觉技术的人比以往任何时候都多，而且实际困难也更少了。本书旨在从根本上反映这一全新的令人兴奋的发展。
对于电子工程和计算机科学专业的大四学生，视觉课程可包括第1～13章和第16章的大部分内容，根据需要，还可包括其他章节的部分内容。对于理学硕士或博士研究生来说，可能涵盖第三部分或第四部分的深入内容，第五部分的部分章节也是合适的，其中许多实际练习都是在图像分析系统上进行的（一旦开始认真研究，就不应该低估附录中讨论的稳健统计的重要性，尽管这可能超出本科教学大纲的范围）。这在很大程度上取决于每个学生正在进行的研究项目。在现阶段，本书可能不得不更多地用作研究手册，事实上，这本书的主要目的之一就是作为这一重要领域的研究者和实践者的手册。
正如在之前版本的前言中提到的，本书很大程度上依赖于我与各位研究生合作时获得的经验，特别感谢马克·埃德蒙兹、西蒙·巴克、丹尼尔·塞拉诺、达雷尔·格林希尔、德里克·查尔斯、马克·苏格鲁和乔治·马斯塔克西斯，他们都以自己的方式帮助我形成了对计算机视觉技术的认识。此外，与同事巴里·库克、扎希德·侯赛因、伊恩·汉娜、德夫·帕特尔、大卫·梅森、马克·贝特曼、铁英·卢、阿德里安·约翰斯顿和皮尔斯·普吕默进行的许多有益的讨论是我最美好的回忆，尤其是阿德里安和皮尔斯，他们为实现我的研究小组的视觉算法在生成硬件系统方面贡献颇多。接下来，我要感谢英国机器视觉协会的同僚就这一主题进行了多次广泛的讨论，特别感谢马吉德·米尔迈赫迪、阿德里安·克拉克、尼尔·萨克尔和马克·尼克松，随着时间的推移，他们对本书的数次更新产生了巨大的影响，并在本书中留下了永久的印记。接下来，我要感谢匿名评论者发表的有见地的评论，以及提出的非常有价值的建议。最后，我要感谢爱思唯尔的蒂姆·皮茨的帮助和鼓励，没有他，第5版可能永远不会完成。
最后，本书网站https：www.elsevier.combooks-and-journalsbook-companion9780128092842
包含编程和其他资源，可帮助读者和学生使用本书。欢迎查看网站以了解更多信息。
E. R. 戴维斯
英国伦敦大学皇家霍洛威学院
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
