圖像處理和機器學習(下冊)— 圖像分析和機器學習
`[墨] 埃裏克·奎亞斯(Erik Cuevas)、阿爾瑪·納耶麗·羅德裏格斯(Alma Nayeli Rodriguez)著,章毓晉 譯
- 出版商: 清華大學
- 出版日期: 2025-05-01
- 定價: $294
- 售價: 8.5 折 $250
- 語言: 簡體中文
- 頁數: 141
- ISBN: 7302687927
- ISBN-13: 9787302687924
-
相關分類:
影像辨識 Image-recognition
- 此書翻譯自: Image Processing and Machine Learning, Volume 1: Foundations of Image Processing
-
相關翻譯:
圖像處理和機器學習(上冊)— 圖像處理基礎 (簡中版)
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
數位色彩工程學$320$288 -
$714機器學習實戰:基於 Scikit-Learn 和 TensorFlow (Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques for Building Intelligent Systems) -
$414機器學習:使用 OpenCV 和 Python 進行智能圖像處理 (Machine Learning for OpenCV) -
$347CMOS 模/數轉換器設計與模擬 -
$422Python 機器學習手冊:從數據預處理到深度學習 (Machine Learning with Python Cookbook: Practical Solutions from Preprocessing to Deep Learning) -
科班出身的 AI人必修課:OpenCV 影像處理 使用 Python$780$616 -
增壓的 Python|讓程式碼進化到全新境界 (Supercharged Python: Take Your Code to the Next Level)$680$578 -
PM 職涯發展成功手冊|卓越產品經理的技能、框架與實踐法 (Cracking the PM Career)$880$695 -
$210深度神經網絡 FPGA 設計與實現 -
OpenCV 影像創意邁向 AI 視覺王者歸來 (全彩印刷)$890$703 -
NLP 大神 RNN 網路:Python 原始程式碼手把手帶你寫$890$703 -
Visual Studio Code 實用指南:官方文件沒有詳述的 Extension 觀念、命令組合技與鍵位客製化技巧(iT邦幫忙鐵人賽系列書)$600$468 -
$473YOLO 目標檢測 -
跟 NVIDIA 學深度學習!從基本神經網路到 ......、GPT、BERT...,紮穩機器視覺與大型語言模型 (LLM) 的建模基礎$880$748 -
醫學影像——人工智能、圖像識別和機器學習技術(中文翻譯版)$720$684 -
機器學習面試指南 (Machine Learning Interviews: Kickstart Your Machine Learning and Data Career)$780$616 -
CUDA 並行編程實戰$834$792 -
PyTorch 圖神經網絡$654$621 -
邊緣 AI - 使用 NVIDIA Jetson Orin Nano 開發具備深度學習、電腦視覺與生成式 AI 功能的 ROS2 機器人$580$458 -
Python Polars: The Definitive Guide: Transforming, Analyzing, and Visualizing Data with a Fast and Expressive Dataframe API (Paperback)$2,800$2,660 -
Building AI-Powered Products: The Essential Guide to AI and Genai Product Management (Paperback)$1,700$1,615 -
LLM 竟然這麼靠近 - 使用 llama 模型建立大模型本機系統$980$774 -
$232圖像處理和機器學習(上冊)— 圖像處理基礎 -
生成式 AI 開發實作|使用 Transformers 與擴散模型 (Hands-On Generative AI with Transformers and Diffusion Models)$980$774 -
LLM 工程師開發手冊 (LLM Engineer's Handbook: Master the art of engineering large language models from concept to production)$1,250$988
相關主題
商品描述
"圖像處理和機器學習聯合用於圖像的分析和理解。圖像處理借助濾波、分割、特徵提取技術實現圖像的預處理,機器學習算法則借助分類、聚類、目標檢測技術解釋處理的數據。本書作為教材,面向圖像處理領域的學生和教師,覆蓋了一些***的圖像處理方法和手段的理論基礎和實際應用。 全書分為兩冊,本書為下冊,依次介紹圖像處理更先進的概念和技術,包括形態學濾波器、彩色圖像處理、圖像中的幾何操作、圖像匹配、基於特徵使用均移算法的分割和奇異值分解在圖像壓縮中的應用。下冊在上冊介紹的基礎知識之上,結合了若乾應用於圖像處理的重要機器學習技術。 本書為圖像處理相關專業的教師和學生而寫,本書內容的清晰組織形成也對應用程序開發人員和工程人員具有吸引力。"
目錄大綱
目錄
第1章形態學運算
1.1結構的縮小和增大
1.2基本形態學運算
1.2.1參考結構
1.2.2點集
1.2.3膨脹
1.2.4腐蝕
1.2.5膨脹和腐蝕的
性質
1.2.6形態學濾波器的
設計
1.3二值圖像中的邊緣檢測
1.4形態學運算的組合
1.4.1開啟
1.4.2閉合
1.4.3開啟和閉合運算的
性質
1.4.4擊中擊不中變換
1.5灰度圖像的形態學
濾波器
1.5.1參考結構
1.5.2灰度圖像的膨脹和
腐蝕
1.5.3灰度圖像的開啟和
閉合
1.5.4高帽變換和低帽
變換
1.6形態學運算的MATLAB
函數
1.6.1斯太爾函數
1.6.2用於膨脹和腐蝕的
MATLAB函數
1.6.3涉及開啟和閉合
操作的MATLAB
函數
1.6.4成功或失敗的變換
(擊中擊不中)
1.6.5函數bwmorph
1.6.6凸分量的標記
參考文獻
第2章彩色圖像
2.1RGB圖像
2.1.1彩色圖像的組合
2.1.2全色圖像
2.1.3索引圖像
2.2RGB圖像的直方圖
2.3彩色模型和彩色空間
轉換
2.3.1將RGB圖像轉換為
灰度圖像
2.3.2沒有彩色的RGB
圖像
2.3.3減少彩色圖像的
飽和度
2.3.4HSV和HSL
彩色模型
2.3.5從RGB到HSV的
轉換
2.3.6從HSV到RGB的
轉換
2.3.7從RGB到HSL的
轉換
2.3.8從HSL到RGB的
轉換
2.3.9HSV和HSL模型的
比較
2.4YUV、YIQ和YCbCr
彩色模型
2.4.1YUV模型
2.4.2YIQ模型
2.4.3YCbCr模型
2.5用於打印圖像的有用
彩色模型
2.5.1從CMY到CMYK的
變換(版本1)
2.5.2從CMY到CMYK的
變換(版本2)
2.5.3從CMY到CMYK的
變換(版本3)
2.6色度模型
2.6.1CIEXYZ彩色
空間
2.6.2CIE色度圖
2.6.3照明標準
2.6.4色度適應
2.6.5色域
2.7CIE彩色空間的變型
2.8CIE的L*a*b*模型
2.8.1從CIEXYZ到L*a*b*
的變換
2.8.2從L*a*b*到CIEXYZ
的變換
2.8.3確定彩色差別
2.9sRGB模型
2.10彩色圖像處理的MATLAB
函數
2.10.1處理RGB和索引
圖像的函數
2.10.2彩色空間轉換的
函數
2.11彩色圖像處理
2.12線性彩色變換
2.13彩色圖像的空域處理
2.13.1彩色圖像平滑
2.13.2用MATLAB平滑
彩色圖像
2.13.3彩色圖像的銳化
增強
2.13.4用MATLAB銳化
彩色圖像
2.14彩色圖像的矢量處理
2.14.1彩色圖像中的邊緣
檢測
2.14.2用MATLAB檢
測彩色圖像中
的邊緣
參考文獻
第3章圖像幾何運算
3.1坐標變換
3.1.1簡單變換
3.1.2齊次坐標
3.1.3仿射變換(三角
變換)
3.1.4投影變換
3.1.5雙線性變換
3.1.6其他非線性
幾何變換
3.2坐標重賦值
3.2.1源目標映射
3.2.2目標源映射
3.3插值
3.3.1簡單插值方法
3.3.2理想插值
3.3.3立方插值
3.4混疊
3.5MATLAB中的幾何
變換函數
參考文獻
第4章圖像比較和識別
4.1灰度圖像的比較
4.1.1模式間的距離
4.1.2距離和相關
4.1.3歸一化的互相關
4.1.4相關系數
4.2利用相關系數的
模式識別
4.3二值圖像的比較
4.3.1距離變換
4.3.2斜面算法
4.4斜面指標
參考文獻
第5章用於分割的均移算法
5.1引言
5.2核密度估計(KDE)和
均移方法
5.3密度吸引子點
5.4連續自適應均移分割
5.4.1特徵定義
5.4.2操作數據集
5.4.3MS算法的操作
5.4.4包含非活動數據
5.4.5合並非代表性
聚類
5.4.6計算過程
5.5分割過程的結果
5.5.1實驗設置
5.5.2性能指標
5.5.3比較結果
參考文獻
第6章圖像處理中的奇異值分解
6.1引言
6.2計算SVD元素
6.3數據集的近似
6.4SVD用於圖像壓縮
6.5主分量分析
6.6協方差主分量
6.7相關主分量
參考文獻



