 |
-- 會員 / 註冊 --
|
 |
|
|
|
圖像工程技術選編（二） ( 簡體 字) |
| 作者：章毓晉 王貴錦 陳健生 | 類別：1. -> 教材 -> 數位影像處理 |
| 譯者： |
| 出版社：清華大學出版社 |  3dWoo書號： 52640
詢問書籍請說出此書號！【有庫存】
NT售價： 295 元 |
| 出版日：4/1/2020 |
| 頁數：276 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787302542308 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：本書是一本面向實際應用介紹圖像工程技術的圖書，是《圖像工程技術選編》的續集。本書與一般的教材和專著都有所不同，但又試圖結合它們的一些特點。本書的讀者主要定位于原先沒有很多圖像技術的基礎但又需要利用圖像技術解決特定工作任務的科技工作者。
《圖像工程技術選編》的選材內容和結構方式在當時都是新的嘗試，從發行的角度看，還是受到了很多讀者的認可，所以這里接著寫了續集。
本書除引言外主要包括9章正文，分別介紹9種圖像技術。它們是： 聚焦棧成像技術、圖像去模糊技術、圖像去霧技術、顯著性目標檢測技術、基于圖像的生物特征識別技術、人臉三維重建技術、基于深度圖的手勢交互技術、同時定位與制圖技術
以及圖像釋意技術。
本書每章內容均由三部分組成。第一部分介紹該技術的基本概念、基礎原理、用途、歷史和發展情況。這部分內容的深度比較接近教材，可以入門。第二部分是實現該技術的若干示例方法，每種方法均包括技術分析、算法描述、具體步驟、效果實例等。這部分內容的深度介于教材和專著之間，可以實用。第三部分是對近年一些與該技術相關文章的分析歸納，提煉其特點并分類，類似研究文章的綜述介紹。這部分內容的深度更接近專著，提供了最新的相關信息，幫助讀者進一步選擇特定的參考文獻，了解該領域的進展情況和發展趨勢。
本書共有49節（二級標題），100個小節（三級標題），共有文字（也包括圖片、繪圖、表格、公式等折合）
40多萬字，共有編了號的圖191個、表格29個、公式349個。本書
結合所介紹的技術，專門對224篇近年的相關文章進行了分類并歸納了它們的特點，列表介紹給讀者。最后，書末列出了所引用的約350篇參考文獻的目錄和用于內容索引的約250個術語（同時給出對應英文）。
本書是清華大學電子工程系三位教師及他們的一些學生分工合作、共同努力的結果。在9章正文中，
第2~4章由章毓晉執筆，
第1、7、8章由王貴錦執筆，
第5、6章由陳健生執筆，第9章由黃翌青執筆。各章的編排以其內容相對應圖像工程中由圖像處理經圖像分析到圖像理解的順序而確定。
本書的寫作開始于2018年1月，經過多次討論和交流，到2018年6月確定了全書的基本框架、覆蓋內容，章節形式以及具體分工。出書計劃也在2018年8月得到清華大學出版社的確認。2019年2月完成了初稿，其后經過匯總、審閱、修改，于2019年6月基本完成了各章終稿的圖文內容。2019年暑假期間，章毓晉進行了全書統稿，撰寫了引言，整理歸納了參考文獻和術語索引，盡可能保持了各章協調一致的風格。
最后，要感謝清華大學出版社編輯認真的審閱和精心的修改。
章毓晉2019年于清華大學 |
內容簡介：本書是《圖像工程技術選編》之二，另選取了九類當前得到廣泛使用的圖像技術給予介紹。對每類技術，先對其中的基本概念、工作的基本原理、過程的基本步驟給予概括介紹，以幫助了解和學習該類技術；接下來介紹幾種具體實現技術功能的典型方法作為示例，以了解該類技術過程的特點，幫助達到有效運用該類技術進行圖像加工的目的；最后介紹一些近年來在相關技術方面發表的文獻，總結歸納它們的特點，以幫助深入開展進一步的工作。 |
目錄：第0章引言
0.1圖像技術
0.1.1圖像工程
0.1.2圖像技術分類
0.2本書特點
0.2.1寫作動機
0.2.2選材內容
0.2.3結構安排
第1章聚焦棧成像
1.1聚焦棧圖像的定義
1.2聚焦棧的采集
1.3基于聚焦棧的光場重建
1.3.1光場的采集方式
1.3.2聚焦棧光場重建算法
回顧
1.3.3聚焦棧與光場的線性
成像模型
1.3.4基于線性成像模型的迭代
濾波反投影光場重建
1.3.5實驗與分析
1.4聚焦棧全清晰成像
1.4.1算法框架
1.4.2最大梯度流
1.4.3種子點提取
1.4.4全聚焦合成
1.4.5全清晰成像實驗及
對比
1.5近期文獻分類總結
第2章圖像去模糊
2.1圖像去模糊概述
2.1.1通用圖像退化模型
2.1.2模糊退化
2.1.3模糊核估計
2.2經典去模糊方法
2.2.1逆濾波
2.2.2維納濾波
2.2.3有約束最小平方恢復
2.3估計運動模糊核
2.3.1快速盲反卷積
2.3.2基于CNN的方法
2.4低分辨率圖像去模糊
2.4.1網絡結構
2.4.2損失函數設計
2.4.3多類生成對抗網絡
2.5近期文獻分類總結
第3章圖像去霧
3.1圖像去霧方法概述
3.2暗通道先驗去霧算法
3.2.1大氣散射模型
3.2.2暗通道先驗模型
3.2.3實用中的一些問題
3.3改進思路和方法
3.3.1大氣光區域確定
3.3.2大氣光值校正
3.3.3尺度自適應
3.3.4大氣透射率估計
3.3.5濃霧圖像去霧
3.4改善失真的綜合算法
3.4.1綜合算法流程
3.4.2T空間轉換
3.4.3透射率空間的大氣散
射圖
3.4.4天空區域檢測
3.4.5對比度增強
3.5去霧效果評價
3.5.1客觀評價指標
3.5.2主客觀結合的評價
實例
3.6近期文獻分類總結
第4章顯著性目標檢測
4.1顯著性概述
4.2顯著性檢測
4.3基于對比度提取顯著性
區域
4.3.1基于對比度幅值
4.3.2基于對比度分布
4.3.3基于最小方向對比度
4.3.4顯著性目標分割和
評價
4.4基于背景先驗提取顯著性
區域
4.4.1相似距離
4.4.2最小柵欄距離的近似
計算
4.4.3流水驅動的顯著性區
域檢測
4.4.4定位目標候選區域
4.5基于最穩定區域提取顯
著性區域
4.6近期文獻分類總結
第5章基于圖像的生物特征識別
5.1生物特征識別概述
5.1.1生物特征模態
5.1.2生物特征識別系統
5.1.3生物特征識別的評價
方法
5.2人臉識別
5.2.1人臉檢測
5.2.2人臉特征提取
5.2.3人臉識別數據庫
5.3指紋識別
5.3.1指紋的結構與特征
5.3.2指紋識別方法
5.3.3指紋數據庫
5.4虹膜識別
5.4.1虹膜分割
5.4.2虹膜特征提取
5.4.3虹膜數據庫
5.5步態識別
5.5.1基于人工設計特征的
步態識別
5.5.2基于深度學習的步態
識別
5.5.3步態數據庫
5.6近期文獻分類總結
第6章人臉三維重建
6.1人臉三維重建概述
6.1.1基于從陰影恢復形狀
的人臉三維重建
6.1.2基于統計模型的人臉
三維重建
6.1.3基于從運動恢復結構
的人臉三維重建
6.2基于光照錐恢復的人臉三維
重建
6.2.1問題的建模
6.2.2求解步驟
6.2.3重建結果
6.2.4人臉對稱性的應用
6.3基于統計模型的人臉三維
重建
6.3.1三維形變模型
（3DMM）
6.3.2基于球諧波光照模型
的重建方法
6.3.3基于徑向基函數快速
三維重建方法
6.4基于運動視頻序列的人臉
三維重建
6.5基于深度學習的人臉三維
重建
6.5.1結合3DMM的深度學習
重建方法
6.5.2深度學習模型直接回歸
人臉三維模型
6.6近期文獻分類總結
第7章基于深度圖的手勢交互
7.1手勢交互概述
7.1.1基于深度圖的手部姿態
估計
7.1.2動態手勢識別
7.2基于姿態引導結構化區域集成
網絡的手部姿態估計
7.2.1數據集及評價指標
7.2.2區域集成網絡
7.2.3姿態引導的結構化區域
集成網絡
7.3基于骨架的動態手勢識別
7.3.1動態手勢識別技術
概要
7.3.2運動特征增強網絡
7.3.3實驗結果分析
7.4近期文獻分類總結
第8章同時定位與制圖
8.1視覺SLAM概述
8.2視覺SLAM系統實現
8.2.1數據端的預處理
8.2.2視覺里程計
8.3結合機器學習的姿態優化與
語義建圖
8.3.1基于FasterR拟CNN
優化
8.3.2姿態估計分析
8.3.3語義重建
8.3.4定位演示
8.4近期文獻分類總結
第9章圖像釋意
9.1圖像釋意概述
9.1.1圖像釋意數據集和
數據預處理
9.1.2圖像釋意的生成方式
及評測指標
9.1.3圖像釋意發展的三個
階段
9.2基于傳統方法的圖像釋意
模型
9.2.1基于語言模板的模型
9.2.2基于檢索的模型
9.2.3傳統生成式模型
9.3基于編碼器拟解碼器模型的
圖像釋意
9.3.1模型的損失函數
9.3.2編碼器拟解碼器模型
結構
9.3.3基于注意力機制的
模型
9.3.4編碼器拟解碼器模型的
分支
9.4圖像釋意模型性能對比
9.5近期文獻分類總結
參考文獻
術語索引 |
| 序： |
|
