• 最后更新 2024-03-10
  • 销量/好评 0 + 评论
  • 交易规则(重要)

官方正版 计算机视觉与深度学习实战 以MATLAB Python为工具 深度学理论应用图像检索人脸语音识别目标检测机器学习人工智能技术
本站优惠价
52.30
4.8折 原价:¥109.00
  • 销量
  • 卖家
  • 3+
  • 电子工业出版社旗舰店

服务由"电子工业出版社旗舰店"发货,并提供售后服务。

    担保交易,安全保证,有问题不解决可申请退款。购买前请询问清楚卖家,以卖家承诺为准! 自动发货商品,随时可以购买,付款后在订单详情下载,零等待。 不同会员等级尊享不同购买折扣。
天猫优惠券

天猫优惠券

已缴纳保证金

该商家已加入保障计划

官方正版 计算机视觉与深度学习实战 以MATLAB Python为工具 深度学理论应用图像检索人脸语音识别目标检测机器学习人工智能技术
官方正版 数字信号处理 钱玲编著 本科研究生教材书籍 数字信号处理基础知识 数字信号处理技术讲解教程 通信工程计算机书籍
包邮价:¥29.83
密码学 基础理论与应用 李子臣 基础理论与应用 密码学基础 算机科学与技术 密码学书籍 信息安全 密码学与网络安全
包邮价:¥31.20
官方正版 数字集成电路 电路 系统与设计 第二版 周润德 等 译 国外电子与通信教材系列 集成电路系统工程开发书籍
包邮价:¥55.00
官方正版 电路与模拟电子技术基础(第4版)查丽斌 模拟电路Multisim仿真设计基础书籍 稳态电路的分析模拟集成运算放大晶体管电路
包邮价:¥32.00
官方正版 数字信号处理(第2版)王春民编著 电子工业出版社 本研教材书籍
包邮价:¥32.00
官方正版 通信原理 张祖凡编著 电子信息科学与工程类专业规划教材 电子工业出版社 本研教材书籍
包邮价:¥38.30
官方正版 5G移动通信系统及关键技术 小基站设备架构部署 5G传输网络搭建设规划设计 虚拟CDN应用 移动云双连接架构技术书籍
包邮价:¥47.00
电路分析基础 第3版 俎云霄 直流电阻电路直流动态电路和正弦交流稳态电路高等院校理工科电路教材 电路仿真软件Multisim教程
包邮价:¥42.00

官方正版 计算机视觉与深度学习实战 以MATLAB Python为工具 深度学理论应用图像检索人脸语音识别目标检测机器学习人工智能技术
目录

目录

第1章  基于直方图优化的图像去雾技术 1

1.1  案例背景 1

1.2  理论基础 1

1.2.1  空域图像增强 1

1.2.2  直方图均衡化 2

1.3  程序实现 3

1.3.1  设计GUI界面 4

1.3.2  全局直方图处理 4

1.3.3  局部直方图处理 6

1.3.4  Retinex增强处理 8

1.4  延伸阅读 12


第2章  基于形态学的权重自适应图像去噪 13

2.1  案例背景 13

2.2  理论基础 14

2.2.1  图像去噪的方法 14

2.2.2  数学形态学的原理 15

2.2.3  权重自适应的多结构形态学去噪 15

2.3  程序实现 16

2.4  延伸阅读 22


第3章  基于多尺度形态学提取眼前节组织 24

3.1  案例背景 24

3.2  理论基础 25

3.3  程序实现 28

3.3.1  多尺度结构设计 28

3.3.2  多尺度边缘提取 29

3.3.3  多尺度边缘融合 31

3.4  延伸阅读 33


第4章  基于Hough变化的答题卡识别 34

4.1  案例背景 34

4.2  理论基础 34

4.2.1  图像二值化 35

4.2.2  倾斜校正 35

4.2.3  图像分割 38

4.3  程序实现 40

4.3.1  图像灰度化 40

4.3.2  灰度图像二值化 41

4.3.3  图像平滑滤波 41

4.3.4  图像矫正 41

4.3.5  完整性核查 42

4.4  延伸阅读 51


第5章  基于阈值分割的车牌定位识别 53

5.1  案例背景 53

5.2  理论基础 53

5.2.1  车牌图像处理 54

5.2.2  车牌定位原理 58

5.2.3  车牌字符处理 58

5.2.4  车牌字符识别 60

5.3  程序实现 62

5.4  延伸阅读 69


第6章  基于分水岭分割进行肺癌诊断 71

6.1  案例背景 71

6.2  理论基础 71

6.2.1  模拟浸水的过程 72

6.2.2  模拟降水的过程 72

6.2.3  过度分割问题 72

6.2.4  标记分水岭分割算法 72

6.3  程序实现 73

6.4  延伸阅读 77


第7章  基于主成分分析的人脸二维码识别 79

7.1  案例背景 79

7.2  理论基础 79

7.2.1  QR二维码简介 80

7.2.2  QR二维码的编码和译码流程 82

7.2.3  主成分分析方法 84

7.3  程序实现 85

7.3.1  人脸建库 85

7.3.2  人脸识别 87

7.3.3  人脸二维码 87

7.4  延伸阅读 92


第8章  基于知识库的手写体数字识别 94

8.1  案例背景 94

8.2  理论基础 94

8.2.1  算法流程 94

8.2.2  特征提取 95

8.2.3  模式识别 96

8.3  程序实现 97

8.3.1  图像处理 97

8.3.2  特征提取 98

8.3.3  模式识别 101

8.4  延伸阅读 102

8.4.1  识别器选择 102

8.4.2  特征库改善 102


第9章  基于特征匹配的英文印刷字符识别 103

9.1  案例背景 103

9.2  理论基础 104

9.2.1  图像预处理 104

9.2.2  图像识别技术 105

9.3  程序实现 106

9.3.1  界面设计 106

9.3.2  回调识别 111

9.4  延伸阅读 112


第10章  基于不变矩的数字验证码识别 113

10.1  案例背景 113

10.2  理论基础 114

10.3  程序实现 114

10.3.1  设计GUI界面 114

10.3.2  载入验证码图像 115

10.3.3  验证码图像去噪 116

10.3.4  验证码数字定位 118

10.3.5  验证码归一化 120

10.3.6  验证码数字识别 121

10.3.7  手动确认并入库 124

10.3.8  重新生成模板库 125

10.4  延伸阅读 128


第11章  基于小波技术进行图像融合 129

11.1  案例背景 129

11.2  理论基础 130

11.3  程序实现 132

11.3.1  设计GUI界面 132

11.3.2  图像载入 133

11.3.3  小波融合 135

11.4  延伸阅读 137


第12章  基于块匹配的全景图像拼接 138

12.1  案例背景 138

12.2  理论基础 138

12.2.1  图像匹配 139

12.2.2  图像融合 141

12.3  程序实现 142

12.3.1  设计GUI界面 142

12.3.2  载入图片 143

12.3.3  图像匹配 144

12.3.4  图像拼接 148

12.4  延伸阅读 153


第13章  基于霍夫曼图像编码的图像压缩和重建 155

13.1  案例背景 155

13.2  理论基础 155

13.2.1  霍夫曼编码的步骤 156

13.2.2  霍夫曼编码的特点 157

13.3  程序实现 158

13.3.1  设计GUI界面 158

13.3.2  压缩和重建 159

13.3.3  效果对比 164

13.4  延伸阅读 167


第14章  基于主成分分析的图像压缩和重建 168

14.1  案例背景 168

14.2  理论基础 168

14.2.1  主成分降维分析原理 168

14.2.2  由得分矩阵重建样本 169

14.2.3  主成分分析数据压缩比 170

14.2.4  基于主成分分析的图像压缩 170

14.3  程序实现 171

14.3.1  主成分分析的源代码 171

14.3.2  图像数组和样本矩阵之间的转换 172

14.3.3  基于主成分分析的图像压缩 173

14.4  延伸阅读 176


第15章  基于小波的图像压缩技术 177

15.1  案例背景 177

15.2  理论基础 178

15.3  程序实现 180

15.4  延伸阅读 188


第16章  基于融合特征的以图搜图技术 189

16.1  案例背景 189

16.2  理论基础 189

16.3  程序实现 191

16.3.1  图像预处理 191

16.3.2  计算特征 191

16.3.3  图像检索 194

16.3.4  结果分析 194

16.4  延伸阅读 196


第17章  基于Harris的角点特征检测 198

17.1  案例背景 198

17.2  理论基础 199

17.2.1  Harris的基本原理 199

17.2.2  Harris算法的流程 201

17.2.3  Harris角点的性质 201

17.3  程序实现 202

17.3.1  Harris算法的代码 202

17.3.2  角点检测实例 204

17.4  延伸阅读 205


第18章  基于GUI搭建通用视频处理工具 206

18.1  案例背景 206

18.2  理论基础 206

18.3  程序实现 208

18.3.1  设计GUI界面 208

18.3.2  实现GUI界面 209

18.4  延伸阅读 220


第19章  基于语音识别的信号灯图像

模拟控制技术 221

19.1  案例背景 221

19.2  理论基础 221

19.3  程序实现 223

19.4  延伸阅读 232


第20章  基于帧间差法进行视频目标检测 234

20.1  案例背景 234

20.2  理论基础 234

20.2.1  帧间差分法 235

20.2.2  背景差分法 236

20.2.3  光流法 236

20.3  程序实现 237

20.4  延伸阅读 24


第21章  路面裂缝检测系统设计 247

21.1  案例背景 247

21.2  理论基础 247

21.2.1  图像灰度化 248

21.2.2  图像滤波 250

21.2.3  图像增强 252

21.2.4  图像二值化 253

21.3  程序实现 255

21.4  延伸阅读 267


第22章  基于K-means聚类算法的图像分割 268

22.1  案例背景 268

22.2  理论基础 268

22.2.1  K-means聚类算法的原理 268

22.2.2  K-means聚类算法的要点 269

22.2.3  K-means聚类算法的缺点 270

22.2.4  基于K-means聚类算法进行图像分割 270

22.3  程序实现 271

22.3.1  样本间的距离 271

22.3.2  提取特征向量 272

22.3.3  图像聚类分割 273

22.4  延伸阅读 275


第23章  基于光流场的车流量计数应用 276

23.1  案例背景 276

23.2  理论基础 276

23.2.1  基于光流法检测运动的原理 276

23.2.2  光流场的主要计算方法 277

23.2.3  梯度光流场约束方程 278

23.2.4  Horn-Schunck光流算法 280

23.3  程序实现 281

23.3.1  计算视觉系统工具箱简介 281

23.3.2  基于光流法检测汽车运动 282

23.4  延伸阅读 287


第24章  基于Simulink进行图像和视频处理 289

24.1  案例背景 289

24.2  模块介绍 289

24.2.1  分析和增强模块库(Analysis和Enhancement) 290

24.2.2  转化模块库(Conversions) 291

24.2.3  滤波模块库(Filtering) 292

24.2.4  几何变换模块库(Geometric Transformations) 292

24.2.5  形态学操作模块库(Morphological Operations) 292

24.2.6  输入模块库(Sources) 293

24.2.7  输出模块库(Sinks) 293

24.2.8  统计模块库(Statistics) 294

24.2.9  文本和图形模块库(Text 和 Graphic) 295

24.2.10  变换模块库(Transforms) 295

24.2.11  其他工具模块库(Utilities) 295

24.3  仿真案例 296

24.3.1  搭建组织模型 296

24.3.2  仿真执行模型 298

24.3.3  自动生成报告 299

24.4  延伸阅读 302


第25章  基于小波变换的数字水印技术 304

25.1  案例背景 304

25.2  理论基础 304

25.2.1  数字水印技术的原理 305

25.2.2  典型的数字水印算法 307

25.2.3  数字水印攻击和评价 309

25.2.4  基于小波的水印技术 310

25.3  程序实现 312

25.3.1  准备载体和水印图像 312

25.3.2  小波数字水印的嵌入 313

25.3.3  小波数字水印的提取 317

25.3.4  小波水印的攻击试验 319

25.4  延伸阅读 323


第26章  基于*小误差法的胸片分割技术 325

26.1  案例背景 325

26.2  理论基础 325

26.2.1  图像增强 326

26.2.2  区域选择 326

26.2.3  形态学滤波 327

26.2.4  基于*小误差法进行胸片分割 328

26.3  程序实现 329

26.3.1  设计GUI界面 329

26.3.2  图像预处理 330

26.3.3  基于*小误差法进行图像分割 333

26.3.4  形态学后处理 335

26.4  延伸阅读 338


第27章  基于区域生长的肝脏影像分割系统 339

27.1  案例背景 339

27.2  理论基础 340

27.2.1  阈值分割 340

27.2.2  区域生长 340

27.2.3  基于阈值预分割的区域生长 341

27.3  程序实现 342

27.4  延伸阅读 346


第28章  基于计算机视觉的自动驾驶应用 347

28.1  案例背景 347

28.2  理论基础 348

28.2.1  环境感知 348

28.2.2  行为决策 348

28.2.3  路径规划 349

28.2.4  运动控制 349

28.3  程序实现 349

28.3.1  传感器数据载入 349

28.3.2  追踪器创建 351

28.3.3  碰撞预警 353

28.4  延伸阅读 358


第29章  基于深度学习的汽车目标检测 359

29.1  案例背景 359

29.2  理论基础 360

29.2.1  基本架构 360

29.2.2  卷积层 360

29.2.3  池化层 362

29.3  程序实现 362

29.3.1  加载数据 362

29.3.2  构建CNN 364

29.3.3  训练CNN 365

29.3.4  评估训练效果 367

29.4  延伸阅读 368


第30章  基于深度学习的视觉场景

识别 370

30.1  案例背景 370

30.2  理论基础 371

30.3  程序实现 371

30.3.1  环境配置 372

30.3.2  数据集制作 373

30.3.3  网络训练 375

30.3.4  网络测试 381

30.4  延伸阅读 383


第31章  深度学习综合应用 385

31.1  应用背景 385

31.2  理论基础 387

31.2.1  分类识别 387

31.2.2  目标检测 391

31.3  案例实现1:基于CNN的数字识别 395

31.3.1  自定义CNN 397

31.3.2  AlexNet 399

31.3.3  基于MATLAB进行实验设计 405

31.3.4  基于TensorFlow进行实验设计 413

31.3.5  实验小结 418

31.4  案例实现2:基于CNN的物体识别 418

31.4.1  CIFAR-10数据集 418

31.4.2  VggNet 421

31.4.3  ResNet 422

31.4.4  实验设计 424

31.4.5  实验小结 432

31.5  案例实现3:基于CNN的图像矫正 432

31.5.1  倾斜数据集 432

31.5.2  自定义CNN回归网络 434

31.5.3  AlexNet回归网络 436

31.5.4  实验设计 437

31.5.5  实验小结 445

31.6  案例实现4:基于LSTM的时间序列分析 445

31.6.1  厄尔尼诺南方涛动指数数据 446

31.6.2  样条拟合分析 446

31.6.3  基于MATLAB进行LSTM分析 448

31.6.4  基于Keras进行LSTM分析 451

31.6.5  实验小结 455

31.7  案例实现5:基于深度学习的以图搜图技术 455

31.7.1  人脸的深度特征 455

31.7.2  AlexNet的特征 460

31.7.3  GoogleNet的特征 461

31.7.4  深度特征融合计算 462

31.7.5  实验设计 462

31.7.6  实验小结 46731.8  案例实现6:基于YOLO的交通目标检测应用 467

31.8.1  车辆目标的YOLO检测 468

31.8.2  交通标志的YOLO检测 475

31.9  延伸阅读 481




作者介绍

作者简介

刘衍琦,机器学习算法专家及视觉AI课程讲师,擅长视觉智能分析、多源异构数据采集和挖掘等工程化应用,并长期从事视觉大数据工程相关工作,涉及互联网海量图像、声纹、视频检索,以及OCR图文检索、手绘草图智能识别、特殊通道数据分析等应用的算法架构与研发,对图文识别、大规模以图搜图、数据感知和采集等进行过深入研究,并结合行业背景推动了一系列工程化应用。曾主编和参与编写多本书籍。


詹福宇,博士,资深飞行控制算法专家,毕业于西北工业大学航空学院飞行器设计专业。拥有近10年仿真控制开发经验,熟悉Simulink基于模型设计的流程,曾主编和参与编写多本书籍。


王德建,档案管理副研究馆员,毕业于西安建筑科技大学系统工程专业,从事档案数字化、智能化分类、OCR图文检索、图像智能识别相关工作。


陈峰蔚,熟悉机器学习、深度学习及计算机视觉在智能交通、智能驾驶领域的应用,长期从事汽车品牌识别、车型细粒度分类、目标检测与分割方面的相关工作,精通MATLAB、Python编程及TensorFlow深度学习框架,参与了多项专利的设计与开发。


蒋献文,资深专业医事放射师,毕业于中国医药大学医学院临床医学研究所。擅长医学图像处理技术、放射线射影技术及手术房计算机断层与血管摄影技术,在临床放射技术学与图像处理方面进行过深入研究并发表了相关医学论文。


周华英,新能源汽车高级工程师,毕业于北京交通大学交通运输规划与管理专业。长期进行纯电动及混合动力汽车系统建模与控制、汽车动力系统与控制、电动汽车能量管理和控制优化等研究,曾主编和参与编写多本书籍。


  • 商品评价
  • 交易规则


  • 发货方式


  • 自动:在特色服务中标有自动发货的商品,拍下后,源码类 软件类 商品会在订单详情页显示来自卖家的商品下载链接,点卡类 商品会在订单详情直接显示卡号密码。

    手动:未标有自动发货的的商品,付款后,商品卖家会收到平台的手机短信、邮件提醒,卖家会尽快为您发货,如卖家长时间未发货,买家也可通过订单上的QQ或电话主动联系卖家。


  • 退款说明


  • 1、源码类:商品详情(含标题)与实际源码不一致的(例:描述PHP实际为ASP、描述的功能实际缺少、功能不能正常使用等)!有演示站时,与实际源码不一致的(但描述中有"不保证完全一样、可能有少许偏差"类似显著公告的除外);

  • 2、营销推广:未达到卖家描述标准的;

    3、点卡软件所售点卡软件无法使用的;

  • 3、发货:手动发货商品,在卖家未发货前就申请了退款的;

    4、服务:卖家不提供承诺的售后服务的;(双方提前有商定和描述中有显著声明的除外)

    5、其他:如商品或服务有质量方面的硬性常规问题的。未符合详情及卖家承诺的。

  • 注:符合上述任一情况的,均支持退款,但卖家予以积极解决问题则除外。交易中的商品,卖家无法修改描述!


  • 注意事项


  • 1、在付款前,双方在QQ上所商定的内容,也是纠纷评判依据(商定与商品描述冲突时,以商定为准);

    2、源码商品,同时有网站演示与商品详情图片演示,且网站演示与商品详情图片演示不一致的,默认按商品详情图片演示作为纠纷评判依据(卖家有特别声明或有额外商定的除外);

  • 3、点卡软件商品,默认按商品详情作为纠纷评判依据(特别声明或有商定除外);

  • 4、营销推广商品,默认按商品详情作为纠纷评判依据(特别声明或有商定除外);

    5、在有"正当退款原因和依据"的前提下,写有"一旦售出,概不支持退款"等类似的声明,视为无效声明;

    6、虽然交易产生纠纷的几率很小,卖家也肯定会给买家最完善的服务!但请买卖双方尽量保留如聊天记录这样的重要信息,以防产生纠纷时便于送码网快速介入处理。


  • 送码声明


  • 1、送码网作为第三方中介平台,依据双方交易合同(商品描述、交易前商定的内容)来保障交易的安全及买卖双方的权益;

  • 2、非平台线上交易的项目,出现任何后果均与送码网无关;无论卖家以何理由要求线下交易的(如:要求买家支付宝转账付款的,微信转账付款的等),请联系管理举报,本平台将清退卖家处理。