书籍作者:宋丽梅 | ISBN:9787111654544 |
书籍语言:简体中文 | 连载状态:全集 |
电子书格式:pdf,txt,epub,mobi,azw3 | 下载次数:6896 |
创建日期:2021-02-14 | 发布日期:2021-02-14 |
运行环境:PC/Windows/Linux/Mac/IOS/iPhone/iPad/Kindle/Android/安卓/平板 |
本书内容共10章。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;2章为数字图像处理;3章为相机成像;4章为相机标定;5章为Shape from X;6章为双目立体视觉;7章为结构光三维视觉;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;9章为机器学习基础;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、图像分辨率重建、图像去噪、目标跟踪、三维重建等方面的应用。
本书除1章和9章,其他各章都配有应用案例,包括案例的分析过程、实验设置、实验数据、程序代码及运行结果。案例的编程实现采用了MATLAB、C++、Python程序设计语言,使用了OpenCV函数、MATLAB视觉与图形工具箱、Scikit-Learn机器学习工具包,以及MatConvNet、TensorFlow、Keras深度学习框架。通过讲解案例背景与原理、设计思路、实验步骤、开发环境与工具和实验结果,使读者能够根据案例理解相关内容,加强工程实际应用中理论和知识的学习。同时,本书对从事机器视觉与机器学习的科研人员和工程师也具有一定的参考作用。
随着计算机技术、光电子技术、信号处理理论与技术、人工智能理论与技术的发展,近年来机器视觉得到了飞速的发展和广泛的应用,在科研和实际生产中发挥了重要的作用。以深度学习为代表的机器学习正在学术界和工业界大放异彩。机器视觉与机器学习作为人工智能的重要分支,很大程度上代表了人工智能的发展水平,在人工智能领域的地位不言而喻。相关行业对从事机器视觉、人工智能领域的人才需求量持续增加。
机器视觉是国内外高校本科生和研究生的重要专业课,具有广泛的应用背景,对本科生、研究生的学习、研究和工作具有重要影响。该课程涉及信号处理、数字图像处理、模式识别、人工智能和光电子等领域,是一门交叉学科,具有很强的专业性。机器视觉课程内容很多,既包含大量的基础理论,也包含丰富的实验。迄今为止,国内外涌现了许多优秀、经典的教材,比如美国麻省理工学院的Berthold Horn教授编写的《Robot Vision》已经成为机器视觉的经典教材。Dana Ballard和Christopher Brown编写的《Computer Vision》教材内容丰富,尤其偏重于一些非常专业的内容。David Marr编写的《Vision:A Computational Investiga-tion》偏重于机器视觉和生物视觉系统相联系的内容。在国内,也出现了许多优秀的机器视觉教材,比如张广军教授编写的《机器视觉》。另外,国内外还有许多其他优秀的教材,这里不再一一列举。
机器视觉发展迅速,由于出版时间等原因,关于机器视觉与机器学习的一些最新研究成果,在一些优秀的教材中体现得不是特别充分。比如,基于结构光的三维测量技术在近些年受到广泛关注和研究,在Optics Letters、Optics Express、Applied Optics、《光学学报》和《光学精密工程》等相关期刊都有大量的关于机器视觉的文章发表。另外,基于飞行时间法与编码结构光的3D相机近年来发展迅速,以微软Kinect 3D传感器为代表,还有最近出现的Intel RealSense 3D相机。这些产品背后的技术和原理需要相关领域的广大工作者进一步学习和研究。因此,需要将结构光三维测量和飞行时间法三维测量的内容体现在教材中,以此来帮助学生学习机器视觉课程时能够更充分地了解前沿发展状况,掌握机器视觉前沿技术。编者基于对结构光投影三维测量和飞行时间法测量、机器学习的积累和对最新文献的掌握,编写了这本面向工程专业的机器视觉教材,教材体现机器视觉的最新案例和研究内容,将这些内容系统性地呈现给读者。
本书内容共10章:第1章为绪论;第2章为数字图像处理,包括图像滤波、图像分割、图像处理工具、特征提取等,主要用于机器视觉算法的设计与实现;第3章为相机成像,包括相机成像模型与相机亮度、光源等方面的内容;第4章为相机标定,主要包括相机标定原理、方法与实现;第5章为Shape from X,主要包括从光度立体、阴影、运动及纹理恢复三维形状:第6章为双目立体视觉,主要包括双目立体视觉原理、双目立体视觉系统、双目立体视觉重建算法与实现;第7章为结构光三维视觉,包括基于条纹投影的面结构光与线结构光: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,包括神经网络、支持向量机、集成学习与深度学习等:第10章为机器学习在机器视觉领域的应用,包括深度学习在模式识别、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。除第1章和第9章外,其他各章都配有应用案例,包括案例的分析过程、实验数据、程序代码及运行结果。
三维视觉是机器视觉的核心主题之一。第6~8章体现了课题组成员在这方面研究的一个基本总结。在第7章,基于最新文献及发展趋势,整理了结构光三维测量的发展过程、前沿趋势,编写了相关的教学案例,也可为相关研究人员提供一定的参考。第8章包含微软Kinect以及Intel RealSense产品的具体应用实例。此外,机器视觉及相关领域发展迅速,新的成果不断涌现,为保证教材的与时俱进,本书中加入了新的内容,如硬X射线自由电子激光光源、万亿帧每秒高速相机、10G以太网相机等,让读者能够了解关于机器视觉的最新发展情况。本书还特别加入了机器视觉中的机器学习相关内容,编写了机器视觉中的深度学习案例。
本书积累了多年来在机器视觉和人工智能领域的科研和教学成果,是一本面向工程专业的本科生与研究生的教材。该教材包含经典和最新的机器视觉案例。通过讲解案例背景与原理、设计思路、实验步骤、开发环境和工具及实验结果,使学生能够根据案例理解相关理论知识和内容,能够为教学提供丰富可靠的工程应用经验,有利于加强工程实际应用理论和知识的学习。本教材对从事机器视觉的科研人员和工程师也具有一定的参考作用。
本书由天津工业大学宋丽梅、朱新军编著。纪越、成怡、杨燕罡、黄浩珍、茹愿、李欣遥、林文伟等为本书的编写提供了大量帮助。
本书的编写得到了天津工业大学研究生课程优秀教材建设项目(《机器视觉》优秀教材建设,项目编号Y20160527)支持。本书也得到了全国工程专业学位研究生教育指导委员会/中国学位与研究生教育学会工程专业学位工作委员会立项的全国工程专业学位研究生教育自选研究课题(教改项目)——面向工程应用的《机器视觉》教材改革(项目编号2016 -ZX-066)的支持。此外,本书也得到了天津市高等学校创新团队培养计划的资助(项目编号TD13-5036)。
由于编者水平有限,书中难免存在不妥之处,敬请读者批评指正。
收到啦,物流是真心特别快,上午刚下的单,下午就已经拿到手了,快递小哥服务态度很好,包装的也很仔细,每本书都有包边而且盒子里也加了防止碰撞的气泡纸,五星好评,看完了会继续在上选书的,(服务真心比某当好太多了)
2020-07-08 09:18:06