圖像局部特徵檢驗和描述 基於 OpenCV 源碼分析的算法與實現
趙春江
- 出版商: 人民郵電
- 出版日期: 2018-07-01
- 定價: $414
- 售價: 8.5 折 $352
- 語言: 簡體中文
- 頁數: 286
- 裝訂: 平裝
- ISBN: 7115461716
- ISBN-13: 9787115461711
-
相關分類:
影像辨識 Image-recognition
下單後立即進貨 (約4週~6週)
買這商品的人也買了...
-
$454人臉識別原理及演算法(動態人臉識別系統研究)(精)
-
$403OpenCV 3 編程入門
-
$520$494 -
$505Qt5 開發實戰
-
$147OpenCV 3 計算機視覺 : Python 語言實現, 2/e (Learning OpenCV 3 Computer Vision with Python, 2/e)
-
$454計算機視覺度量深入解析 (Computer Vision Metrics Survey, Taxonomy, and Analysis)
-
$454OpenCV 編程案例詳解
-
$714$678 -
$245刷臉背後 : 人臉檢測人臉識別人臉檢索
-
$602電腦視覺 : 一種現代方法, 2/e
-
$403OpenCV 算法精解:基於 Python 與 C++
-
$650$507 -
$300Qt 5.9 C++ 開發指南
-
$403OpenCV 電腦視覺編程攻略, 3/e
-
$454模式識別與人工智能(基於MATLAB)
-
$301OpenCV Android 開發實戰
-
$301機器學習與深度學習:通過 C語言模擬
-
$352機器學習經典算法剖析 基於OpenCV
-
$556$523 -
$414$393 -
$414$393 -
$702電腦視覺度量 從特徵描述到深度學習
-
$450$338 -
$331電腦視覺 — 基於 OpenCV 與 TensorFlow 的深度學習方法
-
$454OpenCV 4.5 電腦視覺開發實戰 (基於 VC++)
相關主題
商品描述
在電腦視覺處理中,特徵指的是能夠解決某種特定任務的信息。圖像局部特徵在目標識別、目標跟蹤、目標匹配、三維重建、圖像檢索等應用中發揮著重要的作用。它是近20年來在電腦視覺領域中研究的熱點問題之一。
本書以OpenCV 2.4.9為研究工具,對其實現的所有新的特徵檢測和描述算法—Kitchen-Rosenfeld、Canny、Harris、Shi-Tomasi、FAST、MSER、MSCR、SIFT、SURF、BRISK、BRIEF、ORB、FREAK、CenSurE、SimpleBlob等,不僅詳細分析了它們的原理和實現方法,還進行了詳細的源碼解析,並且給出了具體的程序實現範例,充分體現了理論與實踐相結合的特點。
作者簡介
趙春江,博士
在圖像處理、計算機視覺,人工智能方面有很深入的研究。共主持了兩個安徽省級項目。
從博士以來,共發表論文20餘篇,9篇被EI或SCI檢索。
目錄大綱
第1章Kitchen-Rosenfeld角點檢測1
1.1原理分析1
1.2源碼解析1
1.3應用實例3
第2章Canny邊緣檢測5
2.1理論分析5
2.2源碼解析7
2.3應用實例13
第3章Harris角點檢測16
3.1理論分析16
3.2源碼解析18
3.3應用實例21
第4章Shi-Tomasi角點檢測24
4.1理論分析24
4.2源碼解析24
4.3應用實例29
第5章SIFT方法31
5.1原理分析31
5.2源碼解析42
5.3應用實例59
第6章MSER區域檢測63
6.1原理分析63
6.2源碼解析66
6.3應用實例76
第7章SURF方法78
7.1原理分析78
7.2源碼解析88
7.3應用實例108
第8章FAST角點檢測112
8.1原理分析112
8.2源碼解析113
8.3應用實例123
第9章MSCR彩色圖像區域檢測126
9.1原理分析126
9.2源碼解析127
9.3應用實例139
第10章CenSurE檢測方法141
10.1原理分析141
10.2源碼解析146
10.3應用實例156
第11章BRIEF描述符方法158
11.1原理分析158
11.2源碼解析160
11.3應用實例162
第12章BRISK方法165
12.1原理分析165
12.2源碼解析176
12.3應用實例220
第13章ORB方法223
13.1原理分析223
13.2源碼解析225
13.3應用實例238
第14章FREAK方法242
14.1原理分析242
14.2源碼解析245
14.3應用實例259
第15章SimpleBlob方法261
15.1原理分析261
15.2源碼解析264
15.3應用實例270
第16章密度特徵檢測272
16.1原理分析272
16.2源碼解析272
16.3應用實例273
附錄A Windows 7系統下OpenCV 2.4.9與Visual Studio 2012編譯環境的配置275
附錄B Windows 7系統下Qt 5.3.1與OpenCV 2.4.9編譯環境的配置280
參考文獻285