Spot подходная машина визуальные технологии, изготовленные в Китае 2025, публикация инженерной машины Теория визуальной теории и алгоритма визуальной системы приложений Композиция метод обработки обработки применение пример применения машины визуальное приложение Учебное пособие
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товара
Название: Технология машинного зрения
Цена: 98,00 Юань
Автор: Чен Бингки
Издательство: Химическая промышленная пресса
ISBN: 9787122313126
Книга «Machine Vision Technology», составленная Чэнь Бингки, имеет следующие характеристики.
1. Объясните состав машинного зрения, методов обработки изображений и примеров применения из двух аспектов теории машинного зрения, алгоритмов и практических систем применения машинного зрения.
2. Случаи, упомянутые в книге, поступают из производственной практики и были проверены практическими приложениями.
3. Объясните сложные теоретические алгоритмы с простыми и изображениями и текстовыми методами, и каждый алгоритм дает фактические случаи обработки.
4. Эта книга объединяет большинство существующих популярных алгоритмов для обработки изображений.
Эта книга представляет состав машинного зрения, методов обработки изображений и примеров применения в двух статьях.
Первая часть&Ldquo; Теория и алгоритм машинного зрения” включая: машинное зрение, обработка изображений, извлечение целей, обнаружение краев, обработка сглаживания изображений, обнаружение геометрического параметра, преобразование Hough, измерение монокулярного зрения, измерение бинокулярного зрения, обработка изображений движения, преобразование Фурье, трансформация вейвлета, идентификация режима, Некронная сетя , глубокое обучение, генетические алгоритмы.
Следующая статья&Ldquo; Система приложений машинного зрения” включая: общую систему обработки изображений изображения, двумерные системы анализа измерения движения MIA, трехмерная система анализа движения MIAS 3D и система визуальной навигации транспортных средств.
Эта книга объединяет большинство существующих популярных алгоритмов для обработки изображений, объясняя сложные теоретические алгоритмы с простыми и изображениями и текстовыми методами.
Случаи, упомянутые в книге, поступают из производственной практики и были проверены практическими приложениями.
Эта книга подходит не только для обучения теории и практике машинного видения и обработки изображений, но также имеет важную справочную ценность для исследователей и профессионального технического персонала в этом основном и связанном с ним специальностях.
Предыдущая статья Теория видения и алгоритмы
ГЛАВА 1 MACHINE VISION / 2
1.1 Роль машинного зрения / 2
1.2 Аппаратное состав машинного зрения / 3
1.2.1 Компьютер / 4
1.2.2 Оборудование для сбора изображений / 6
1.3 Программное обеспечение для машинного зрения и инструменты программирования / 7
1.4 машинное зрение, роботы и интеллектуальное оборудование / 8
1.5 Функции и точность машинного зрения / 9
Глава 2 Обработка изображений / 12
2.1 Процесс разработки обработки изображений / 12
2.2 Выборка и квантование цифровых изображений / 18
2.3 Цветные изображения и изображения в серости / 20
2.4 Файл изображения и формат видеофайла / 22
2.5 компьютерное представление цифровых изображений / 23
2.6 Общие алгоритмы обработки изображений и их проблемы с общностью / 24
Ссылки / 25
Глава 3 Извлечение цели / 26
3.1 Как извлечь целевые объекты / 26
3.2.
3.2.1 Бинарная обработка / 26
3.2.2 Определение порогов / 27
3.3 Извлечение цели на основе цвета / 30
3.3.1 HUE, яркости, насыщение и другие / 30
3.3.2 Цветные компоненты и комбинированная обработка / 33
3.4 Извлечение целевой степени на основе различий / 38
3.4.1
3.4.2
Ссылки / 40
Глава 4 Обнаружение преимущества / 42
4.1 Обработка края и изображения / 42
4.2 Обнаружение краев на основе дифференциала / 44
4.3 Обнаружение краев на основе соответствия шаблонов / 45
4.4 бинаризация изображений с краями / 47
4.5 Тонкая линеаризационная обработка / 48
4.6 Hanny Algorithm / 48
Ссылки / 52
Глава 5 Обработка сглаживания изображений / 53
5.1 Шум изображения и общие методы сглаживания / 53
5.2 скользящая средняя / 54
5.3 Медианная фильтрация / 54
5.4 Гауссовая фильтрация / 56
5.5 Чистая обработка размытых изображений / 59
5.5.1 Улучшение контраста / 59
5.5.2 Автоматическое улучшение контраста / 61
5.5.3 Выравнивание гистограммы / 63
5.5.4 Dark Channel Предварительный метод обработки / 65
5.6 Обработка сглаживания двоичных изображений / 67
Ссылки / 69
Глава 6 обнаружение геометрических параметров / 70
6.1 Автоматическое распознавание на основе функций изображения / 70
6.2 Параметры функций двоичного изображения / 70
6.3 Региональная маркировка / 73
6.4 Извлечение объектов на основе параметров функций / 74
6,5 шумоподавления на основе параметров функций / 75
Ссылки / 76
Глава 7 Трансформация Hough / 77
7.1 Линейное обнаружение традиционного преобразования Hough / 77
7.2 Линейное обнаружение через известные точки преобразование Hough / 79
7.3 Обнаружение кривой преобразования Hough / 81
Ссылки / 81
Глава 8 Геометрическая трансформация / 82
8.1 о геометрической трансформации / 82
8.2 Увеличьте и выключено / 83
8.3 Pan / 87
8.4 Ротация / 87
8.5 комплексная деформация / 88
8.6 однородное представление координат / 90
Ссылки / 91
Глава 9 Измерение монокулярного зрения / 92
9.1 Аппаратный состав / 92
9.2 Модель камеры / 93
9.2.1 Система справочной координат / 94
9.2.2 Анализ модели камеры / 95
9.3 Калибровка камеры / 97
9.4 Обнаружение калибровочной линейки / 98
9.4.1 позиционирование и отслеживание начала точки / 98
9.4.2 Синий и желтый обнаружение границ / 100
9.4.3 Определить угловые координаты / 102
9.4.4 Расчет матрицы гомографии / 103
9.5 Анализ результатов калибровки / 103
9.6 Автоматическое обнаружение точек маркировки / 104
9.7 Вручную выберите Target / 110
9.8 Анализ измерения расстояния / 110
9.8.1 Влияние перспективного искажения на точность измерения расстояния / 110
9.8.2 Влияние расстояния между целевой точкой и точкой калибровки на точность измерения расстояния / 112
9.9 Алгоритм измерения площади / 113
9.9.1 Получите набор контурных точек, которые будут испытаны / 113
9.9.2 Минимальный выпуклый полигонный фитинг / 114
9.9.3 Расчет области полигона / 115
9.9.4 Примеры измерения / 116
Ссылки / 117
Глава 10 измерение бинокля / 118
10.1 Структура системы бинокля / 118 /118
10.1.1 Параллельная стереоскопическая модель зрения / 119
10.1.2 Конвергентная стереоскопическая модель зрения / 120
10.2 Калибровка камеры / 122
10.2.1 Прямая линейная калибровочная метода / 123
10.2.2 Метод калибровки Zhang Zhengyou / 124
10.2.3 Преобразование параметров камеры и проекционной матрицы / 128
10.3 Тест измерения калибровки / 129
10.3.1 Тест метода прямой линейной калибровки / 130
10.3.2 Тест метода калибровки Чжан Чжэнгу / 131
10.3.3 Трехмерный тест измерения / 134
Ссылки / 135
Глава 11 Перемещающаяся обработка изображения / 136
11.1 Метод оптического потока / 136
11.1.1 Основные понятия метода оптического потока / 136
11.1.2 Принцип метода оптического потока для отслеживания цели / 137
11.2 Матч шаблонов / 138
11.3 Примеры обработки изображений / 139
11.3.1 Обнаружение изображений в реальном времени методов и тактики бадминтона / 139
11.3.2 Анализ поведения танца пчел / 145
Ссылки / 154
Глава 12 Трансформация Фурье / 155
12.1 Мир частоты / 155
12.2 Частотное преобразование / 156
12.3 Дискретное преобразование Фурье / 159
12.4 Двумерное преобразование Фурье изображений / 161
12.5 Фильтрация / 162
Ссылки / 163
Глава 13 ВЕБЕРЕТА
13.1 Обзор вейвлет -преобразований / 164
13.2 ВЕВЕРТЕТ И ВЕБЕРЕТ
13.3 Дискретное вейвлет -преобразование / 167
13.4 Вейвлет -семья / 167
13.5 разложение и реконструкция сигналов / 168
13.6 Вейвлет -преобразование в обработке изображений / 175
13.6.1 Двумерное дискретное вейвлет-преобразование / 175
13.6.2 Программирование вейвлет -преобразования для изображений / 177
Ссылки / 179
Глава 14 Распознавание шаблона / 180
14.1 Концепция распознавания и распознавания образцов и распознавание изображений / 180
14.2 Композиция системы распознавания изображений / 181
14.3 Связь между распознаванием изображения и обработкой изображения и пониманием изображения / 182
14.4 Метод распознавания изображений / 183
14.4.1 Метод сопоставления шаблонов / 183
14.4.2 Статистическое распознавание закономерности / 183
14.4.3 Новый метод распознавания шаблонов / 187
14.5 Система распознавания изображений / 189
Ссылки / 192
Глава 15 Нейронная сеть / 193
15.1 Искусственная нейронная сеть / 193
15.1.1 Биологическая основа искусственных нейронных сетей / 194
15.1.2 Искусственные нейроны / 195
15.1.3 Изучение искусственных нейронов / 195
15.1.4 Функция активации искусственных нейронов / 196
15.1.5 Особенности искусственных нейронных сетей / 197
15,2 п.н. Нейронная сеть / 198
15.2.1 Введение в Нейронную сеть BP / 198
15.2.2 Обучение и изучение нейронной сети BP / 200
15.2.3 Улучшенная нейронная сеть BP / 202
15.3 Применение нейронной сети BP в цифровом распознавании символов / 203
15.3.1
15.3.2 Создание сетевой модели / 205
15.3.3 Цифровое распознавание персонажей демо / 207
Ссылки / 209
Глава 16 Глубокое обучение / 210
16.1 История развития глубокого обучения / 210
16.2 Основные идеи глубокого обучения / 212
16.3 Мелкое обучение и глубокое обучение / 212
16.4 Глубокое обучение и нейронные сети / 213
16.5 Процесс обучения глубокого обучения / 214
16.6 Общие методы глубокого обучения / 215
16.6.1 Автоматический энкодер / 215
16.6.2 Sparse Concoding / 218
16.6.3 Ограниченные машины Больцмана / 220
16.6.4 Глубокая доверительная сеть / 222
16.6.5 Свожденная нейронная сеть / 225
16.7 Рукописное распознавание слов на основе сверточной нейронной сети / 228
16.7.1 Структура сверточной нейронной сети для рукописного распознавания / 228
16.7.2 Реализация сверточной нейронной сети распознавание текста / 231
Ссылки / 231
Глава 17 Генетический алгоритм / 232
17.1 Обзор генетических алгоритмов / 232
17.2 Простой генетический алгоритм / 234
17.2.1 Генетическая экспрессия / 234
17.2.2 Генетический оператор / 235
17.3 Генетические параметры / 238
17.3.1 Скорость перекрестной скорости и дисперсии / 238
17.3.2 Другие параметры / 238
17.3.3 Определение генетических параметров / 238
17.4 Функция фитнеса / 239
17.4.1. Функция целевой функции на функцию фитнеса / 239
17.4.2.
17.4.3 Влияние конструкции функции фитнеса на GA / 241
17.5 Теорема / 242
17.5.1 Геометрическая интерпретация паттернов / 244
17.5.2 Теорема шаблона / 246
17.6 Применение генетических алгоритмов в распознавании паттернов / 248
17.6.1 Настройки проблемы / 248
17.6.2 Метод применения GA / 250
17.6.3 Бинокулярное визуальное сопоставление на основе GA / 252
Ссылки / 255
Следующая статья Машино -видение системы приложений
Глава 18 Общая система обработки изображений Imagesys / 258
18.1 Введение системы / 258
18.2 Окно статуса / 259
18.3 Приобретение изображения / 259
18.3.1 DirectX Direct Collection / 259
18.3.2 VFW PC сбора камеры / 260
18.3.3 A / D Приобретение карты изображения / 260
18.4 Обработка гистограммы / 261
18.4.1 Гистограмма / 261
18.4.2 профиль строки / 261
18.4.3 3D профиль / 262
18.4.4 совокупная диаграмма распределения / 263
18.5 измерение цвета / 264
18.6 Цветовое преобразование / 264
18.6.1 Трансформация яркости цвета / 264
18.6.2 Трансформация представления HSI / 265
18.6.3 Свободное преобразование / 265
18.6.4 RGB Color Transformation / 266
18.7 Геометрическая трансформация / 266
18.7.1 Аффинная трансформация / 266
18.7.2 Перспективная трансформация / 267
18.8 Трансформация частотной области / 267
18.8.1 Вейвлет -преобразование / 267
18.8.2 Fourier Transform / 268
18.9 Межморт-трансформация / 270
18.9.1 Расчет между изображением / 270
18.9.2 Коррекция движения изображения / 270
18.10 Улучшение фильтра / 271
18.10.1 Улучшение одиночного шаблона / 271
18.10.2 Усовершенствование мультибратного фильтра / 272
18.10.3 Обнаружение хитрый край / 273
18.11 Сегментация изображения / 273
18.12 Бинарная операция / 274
18.12.1 Основные операции / 274
18.12.2 Специальная добыча / 275
18.13 Измерение двоичного изображения / 276
18.13.1 Измерение геометрического параметра / 276
18.13.2 Измерение линейного параметра / 281
18.13.3 Циркулярное разделение / 281
18.13.4 Измерение профиля / 281
18.14 Редактирование кадров / 282
18.15 Рисунок / 283
18.16 View / 284
18.17 Файл / 284
18.17.1 Файл изображения / 284
18.17.2 Мультимедийные файлы / 286
18.17.3 Multimedia File Editing / 289
18.17.4 Добавление водяного знака / 290
18.18 Настройки системы / 291
18.18.1 Настройки системы системы / 291
18.18.2 Настройки языка системы / 292
18.19 Образец платформы разработки системы / 293
Ссылки / 293
Глава 19 Двумерная система измерения и анализа движения MIAS / 294
19.1 Обзор системы / 294
19.2 Файл / 295
19.3 Перемещающиеся изображения и 2D -калибровка / 296
19.4 Измерение движения / 298
19.4.1 Автоматическое измерение / 298
19.4.2 Ручное измерение / 301
19.4.3 Маркировка измерения / 302
19,5 Результаты Просмотр / 305
19.5.1 Результаты видео отображение / 305
19.5.2 Скорость позиции / 308
19.5.3 Offset / 310
19.5.4 Расстояние между 2 точками / 311
19.5.5 Угол между 2 линиями / 311
19.5.6 Сказ линий соединения / 312
19.6 Коррекция результатов / 313
19.6.1 Ручная коррекция / 313
19.6.2 сглаживание / 313
19.6.3 Интерполяция Твин / 314
19.6.4 Трансформация координат кадров / 314
19.6.5 Человеческий центр измерения гравитации / 314
19.6.6 Установка вопросов / 315
19.7 View / 315
19.8 Измерение в реальном времени / 315
19.8.1 Измерение цели в реальном времени / 315
19.8.2 Измерение идентификации в реальном времени / 316
19.9 Платформа разработки mssample/316
Ссылки / 317
Глава 20 Трехмерная система измерения и анализа движения MIAS 3D / 318
20.1 Введение в 3D -систему MIAS / 318
20.2 Файл / 319
20,3 2D -импорт результата, 3D -калибровка и измерение / 319
20.4 Результаты отображения / 321
20.4.1 Видео представление / 322
20.4.2.
20.4.3 Сумма смещения / 323
20.4.4 Расстояние между 2 точками / 324
20.4.5 Угол между 2 линиями / 325
20.4.6 Схема сцены линии соединения / 326
20.5 Коррекция результатов / 326
20.6 Другие функции / 327
Ссылки / 327
Глава 21 Навигационная система навигации по автомобилю / 328
21.1 История развития и тенденции беспилотных транспортных средств / 328
21.2 Аппаратное обеспечение визуальной навигационной системы / 330
21.3 Программное обеспечение для визуальной навигации / 331
21.4 Сравнение тестов на навигации и производительности / 334
Индекс / 337