智能图像处理与分析识别

评分7.5分

本书系统介绍了智能图像处理所需的基本知识与核心算法，主要包括四部分内容：第一部分是数字图像处理的理论基础，包括数字图像处理概述和图像采集系统；第二部分是数字图像处理的基本方法和实例，包括数字图像基础、图像预处理、图像变换和图像复原；第三部分是图像特征提取与分析的理论、方法和实例，包括图像分割、图像特征提取与选择、图像匹配和图像智能识别方法；第四部分是数字图像处理的工程应用案例，包括米粒分类识别、多气泡上升轨迹跟踪、血细胞图像检测、手写字符识别和汽车牌照识别。 本书基础理论知识覆盖面较全，讲解过程深入浅出，可以促进学生对图像处理知识的理解和学习；案例的设计思路和开发经验讲解详细，引导读者进行图像处理技术实际工程能力的锻炼及开拓创新意识的培养；提供电子教案、二维码操作视频、教学大纲、习题与解答及完整源代码电子资源，对从事图像处理领域项目开发的读者有很好的借鉴作用，读者可登录wwwcmpeducom免费注册、审核通过后下载使用，或联系编辑索取（微信13146070618，电话010-88379739）；融入了科技创新、文化自信、爱国主义等思政元素，全方位培养学生的家国情怀。 本书可作为高

机器视觉与机器学习：算法原理、框架应用与代码实现

评分8.2分

《机器视觉与机器学习——算法原理、框架应用与代码实现》内容共10章。第1章为绪论，包括机器视觉的相关概念，机器视觉的发展、基本任务、应用领域与困难，以及马尔视觉理论；第2章为数字图像处理；第3章为相机成像；第4章为相机标定；第5章为Shape from X；第6章为双目立体视觉；第7章为结构光三维视觉；第8章为深度相机，介绍当前颇受欢迎的Kinect、Intel RealSense等深度相机的知识与相关应用；第9章为机器学习基础；第10章为机器学习在机器视觉领域的应用，包括机器学习在模式识别、图像超分辨率重建、图像去噪、目标跟踪、三维重建等方面的应用。