電腦視覺-演算法與應用 (Computer Vision: Algorithms and Applications) 计算机视觉:算法与应用(套装共2册)
塞利斯基 (Richard Szeliski)
- 出版商: 清華大學
- 出版日期: 2012-01-01
- 售價: $834
- 貴賓價: 9.5 折 $792
- 語言: 簡體中文
- 頁數: 866
- 裝訂: 平裝
- ISBN: 7302269157
- ISBN-13: 9787302269151
-
相關分類:
Algorithms-data-structures、Computer Vision
- 此書翻譯自: Computer Vision: Algorithms and Applications (Hardcover)
立即出貨
買這商品的人也買了...
-
$880$862 -
$1,225Computer Vision: A Modern Approach, 2/e (IE-Paperback)
-
$229OpenCV 2 電腦視覺編程手冊 (OpenCV 2 Computer Vision Application Programming Cookbook)
-
$301深入理解OpenCV:實用電腦視覺項目解析
-
$560Python 自然語言處理 (Natural Language Processing with Python)
-
$680$646 -
$780$616 -
$352Python 計算機視覺編程 (Programming Computer Vision with Python)
-
$250OpenCV 3 計算機視覺 : Python 語言實現, 2/e (Learning OpenCV 3 Computer Vision with Python, 2/e)
-
$580$435 -
$500機器視覺 (Robot Vision)
-
$454計算機視覺度量深入解析 (Computer Vision Metrics Survey, Taxonomy, and Analysis)
-
$500$425 -
$360$281 -
$580$458 -
$594$564 -
$958深度學習
-
$714$678 -
$1,200$948 -
$500$395 -
$880$862 -
$780$616 -
$1,200$1,020 -
$1,014$963 -
$528$502
商品描述
塞利斯基編著的《電腦視覺--演算法與應用》探索了用於分析和解釋圖像的各種常用技術,描述了具有一定挑戰性的視覺應用方面的成功實例,兼顧專業的醫學成像和圖像編輯與交織之類有趣的大眾應用,以便學生能夠將其應用於自己的照片和視頻,從中獲得成就感和樂趣。本書從科學的角度介紹基本的視覺問題,將成像過程的物理模型公式化,然後在此基礎上生成對場景的逼真描述。作者還運用統計模型來分析和運用嚴格的工程方法來解決這些問題。
《電腦視覺--演算法與應用》作為本科生和研究生「電腦視覺」課程的理想教材,適合電腦和電子工程專業學生使用,重點介紹現實中行之有效的基本技術,通過大量應用和練習來鼓勵學生大膽創新。此外,本書的精心設計和編排,使其可以作為電腦視覺領域中一本獨特的基礎技術參考和最新研究成果文獻。
作者簡介
塞利斯基,計算機視覺領域的大師級人物。Szeliski博士在計算機視覺研究方面有25年以上的豐富經驗,先後任職於DEC和微軟研究院。1996年,他在微軟研究院任職期間,提出一種基於運動的全景圖像拼接模型,採用L—M算法,通過求圖像間的幾何變換關系來進行圖像匹配。此方法是圖像拼接領域的經典算法,Richard Szeliski也因此成為圖像拼接領域的奠基人。
目錄大綱
第1章 概述
1.1 什麼是電腦視覺?
1.2 簡史
1.3 本書概述
1.4 課程大綱樣例
1.5 標記法說明
1.6 擴展閱讀
第2章 圖像形成
2.1 幾何基元和變換
2.2 光度測定學的圖像形成
2.3 數字攝像機
2.4 補充閱讀
2.5 習題
第3章 圖像處理
3.1 點算子
3.2 線性濾波
3.3 更多的鄰域算子
3.4 傅里葉變換
3.5 金字塔與小波
3.6 幾何變換
3.7 全局優化
3.8 補充閱讀
3.9 習題
第4章 特徵檢測與匹配
4.1 點和塊
4.2 邊緣
4.3 線條
4.4 擴展閱讀
4.5 習題
第5章 分割
5.1 活動輪廓
5.2 分裂與歸併
5.3 均值移位和模態發現
5.4 規範圖割
5.5 圖割和基於能量的方法
5.6 補充閱讀
5.7 習題
第6章 基於特徵的配準
第7章 由運動到結構
第8章 稠密運動估計
第9章 圖像拼接
第10章 計算攝影學
第11章 立體視覺對應
第12章 3D重建
第13章 基於圖像的繪製
第14章 識別
第15章 結語
附錄A 線性代數與數值方法
附錄B 貝葉斯建模與推斷
附錄C 補充材料
詞匯