机器视觉（英文版）|经典原版书库|（美）Ramesh Jain,Rangachar Kasturi,Brian G.Schunck|机械工业出版社

[放大封面]

【相关下载】

【二手书】
本产品共有 0 册二手书出售，最低价：￥.00 [查看]

推荐图书

	西门子人机界面（触摸屏）... 作者:廖常初
	机器人组装大全作者:[日]城井田胜仁
	自动控制原理.上册作者:吴麟
	控制系统设计指南;第3版作者:(美)埃里斯
	智能仪器与数据采集系统中... 作者:杨振江孙占彪王曙梅布线涛
	自动化学科专业的定位发展作者:

用户购买本书还购买了

· 信号处理的小波导引（英文版·第...

· Absolute C＋＋（英文版.第2版）

· 计算机图形学与虚拟环境

· 实用偏微分方程（英文版.第4版）

· 数字图像处理及应用（含1CD）

· 网络流：理论、算法与应用（英文...

· 组织中的人际关系技能与应用(第6...

· ASP 数据库开发实例解析（含 1CD...

· C 语言的科学和艺术（英文版）

· C++程序设计(第五版)

金书共建·What's this?

[分类共建] ·所有未分类图书查看
本书当前分类：
人工智能 > 综合
我觉得本书应分到此类中：

[金书WIKI]
[ 编辑 ]当前页面使本书内容更加完善

[资源共建]
·提交本书书摘 ·提交本书相关资源

机器视觉（英文版）

您想读这本书吗？
原书名：Machine Vision	原出版社：McGraw-Hill
作者：（美）Ramesh Jain,Rangachar Kasturi,Brian G.Schunck	出版社：机械工业出版社
译者：	丛书名：经典原版书库
出版日期：2003-8-1	上架日期：2005-10-8
ISBN：7111126432	页数：版次：1-1
开本：16开	装帧：
读者对象：本科生、研究生

市场价：~~￥59.00~~

贵宾会员价：￥44.25
高级会员价：￥46.02
普通会员价：￥47.20

金书豆豆(What's this?)

种一个豆豆，书价我来定！

我要种一个豆豆

【您的购物车】

购买册数：


货到付款：北京、上海、天津、广州、深圳、湖北、河南、山西、陕西、山东、四川、重庆、浙江更多查看>>

| 大封面 | 封底 | 前言 | 内容简介 | 序言 | 目录 | 作者简介 | 译者简介 | 作者序 | 译者序 |

【读者评论】

内容简介
机器视觉(或称计算机视觉)领域的研究博大精深，而且日新月异，对子具体视觉应用系统的设计人员和用户来说，该从何着手呢?本书是机器视觉领域的一本入门教材，详细介绍了基本概念，并辅以必要的数学知识，用较大篇幅来讲解如何在实际应用中实现和使用视觉算法，同时强调了技术的工程层面。本书有意省略了机器视觉中某些没有充分实际应用的理论。

　　本书可以作为高校相关专业的教材，也适合希望应用机器视觉来解决实际问题的各类人员阅读。

　　Ramesh Jain创建了密歇根大学的人工智能实验室，目前是加利福尼亚大学圣迭戈分校(UCSD)电气和计算机工程。计算机科学和工程系的教授。他的研究方向是多媒体信息系统。图像数据库。机器视觉和智能系统。他是《IEEE
Multimedia》杂志的主编，《Machine Vision and Application》。《Pattern Recognition》和《Image
and Vision Computing》杂志编委会成员，还是IEEE和AAAI的特别会员，ACM的会员。

　　Rangachar Kasturi 于得克萨斯技术大学获得博士学位之后到宾夕法尼亚州立大学执教。他的主要研究方向是文档图像分析(DIA)。他是《IEEE Transactions On Pattern Analysis and MachineIntelligence》杂志的主编。

　　Brian G．Schunck于加州大学欧文分校获得学士学位，子麻省理工学院获硕士和博士学位。他目前是密歇根大学安阿伯分校电子工程与计算机科学系副教授，近年来一直从事机器视觉和图像处理系统的开发工作。

目录
伸缩显示:

[弹出查看]

Preface
Acknowledgments
Introduction
1.1  Machine Vision
1.2  Relationships to Other Fields
1.3  Role of Knowledge
1.4  Image Geometry
1.4.1  Perspective Projection
1.4.2  Coordinate Systems
1.5  Sampling and Quantization
1.6  Image Definitions
1.7  Levels of Computation
1.7.1  Point Level
1.7.2  Local Level
1.7.3  Global Level
1.7.4  Object Level
1.8  Road Map
2  Binary Image Processing
2.1  Thresholding
2.2  Geometric Properties
2.2.1  Size
2.2.2  Position
2.2.3  Orientation
2.3  Projections
2.4  Run-Length Encoding
2.5  Binary Algorithms
2.5.1   Definitions
2.5.2   Component Labeling
2.5.3   Size Filter
2.5.4   Euler Number
2.5.5   Region Boundary
2.5.6   Area and Perimeter
2.5.7   Compactness
2.5.8   Distance Measures
2.5.9   Distance Transforms
2.5.10  Medial Axis
2.5.11  Thinning
2.5.12  Expanding and Shrinking
2.6  Morphological Operators
2.7  Optical Character Recognition
3  Regions
3.1  Regions and Edges
3.2  Region Segmentation
3.2.1  Automatic Thresholding
3.2.2  Limitations of Histogram Methods
3.3  Region Representation
3.3.1  Array Representation
3.3.2  Hierarchical Representations
3.3.3  Region Characteristic-Based Representations
3.3.4  Data Structures for Segmentation
3.4  Split and Merge
3.4.1  Region Merging
3.4.2  Removing Weak Edges
3.4.3  Region Splitting
3.4.4  Split and Merge
3.5  Region Growing
4  Image Filtering
4.1  Histogram Modification
4.2  Linear Systems
4.3  Linear Filters
4.4  Median Filter
4.5  Gaussian Smoothing
4.5.1  Rotational Symmetry
4.5.2  Fourier Transform Property
4.5.3  Gaussian Separability
4.5.4  Cascading Gaussians
4.5.5  Designing Gaussian Filters
4.5.6  Discrete Ganssian Filters
5  Edge Detection
5.1   Gradient
5.2   Steps in Edge Detection
5.2.1  Roberts Operator
5.2.2  Sobel Operator
5.2.3  Prewitt Operator
5.2.4  Comparison
5.3   Second Derivative Operators
5.3.1  Laplacian Operator
5.3.2  Second Directional Derivative
5.4   Laplacian of Gaussian
5.5   Image Approximation
5.6   Gaussian Edge Detection
5.6.1  Canny Edge Detector
5.7   Subpixel Location Estimation
5.8   Edge Detector Performance
5.8.1  Methods for Evaluating Performance
5.8.2  Figure of Merit
5.9   Sequential Methods
5.10  Line Detection
6  Contours
6.1  Geometry of Curves
6.2  Digital Curves
6.2.1  Chain Codes
6.2.2  Slope Representation
6.2.3  Slope Density Function
6.3  Curve Fitting
6.4  Polyline Representation
6.4.1  Polyline Splitting
6.4.2  Segment Merging
6.4.3  Split and Merge
6.4.4  Hop-Along Algorithm
6.5  Circular Arcs
6.6  Conic Sections
6.7  Spline Curves
6.8  Curve Approximation
6.8.1  Total Regression
6.8.2  Estimating Corners
6.8.3  Robust Regression
6.8.4  Hough Transform
6.9  Fourier Descriptors
7  Texture
7.1  Introduction
7.2  Statistical Methods of Texture Analysis
7.3  Structural Analysis of Ordered Texture
7.4  Model-Based Methods for Texture Analysis
7.5  Shape from Texture
8  Optics
8.1  Lens Equation
8.2  Image Resolution
8.3  Depth of Field
8.4  View Volume
8.5  Exposure
9  Shading
9.1  Image Irradiance
9.1.1  Illumination
9.1.2  Reflectance
9.2  Surface Orientation
9.3  The Reflectance Map
9.3.1  Diffuse Reflectance
9.4  Shape from Shading
9.5  Photometric Stereo
l0  Color
10.1  Color Physics
10.2  Color Terminology
10.3  Color Perception
10.4  Color Processing
10.5  Color Constancy
10.6  Discussion
11  Depth
11.1  Stereo Imaging
11.1.1.  Cameras in Arbitrary Position and Orientation
11.2  Stereo Matching
11.2.1  Edge Matching
11.2.2  Region Correlation
11.3  Shape from X
11.4  Range Imaging
11.4.1  Structured Lighting
11.4.2  Imaging Radar
11.5  Active Vision
12  Calibration
12.1   Coordinate Systems
12.2   Rigid Body Transformations
12.2.1  Rotation Matrices
12.2.2  Axis of Rotation
12.2.3  Unit Quaternions
12.3   Absolute Orientation
12.4   Relative Orientation
12.5   Rectification
12.6   Depth from Binocular Stereo
12.7   Absolute Orientation with Scale
12.8   Exterior Orientation
12.8.1  Calibration Example
12.9   Interior Orientation
12.10  Camera Calibration
12.10.1  Simple Method for Camera Calibration
12.10.2  Affine Method for Camera Calibration
12.10.3  Nonlinear Method for Camera Calibration
12.11  Binocular Stereo Calibration
12.12  Active Triangulation
12.13  Robust Methods
12.14  Conclusions
13  Curves and Surfaces
13.1  Fields
13.2  Geometry of Curves
13.3  Geometry of Surfaces
13.3.1  Planes
13.3.2  Differential Geometry
13.4  Curve Representations
13.4.1  Cubic Spline Curves
13.5  Surface Representations
13.5.1  Polygonal Meshes
13.5.2  Surface Patches
13.5.3  Tensor-Product Surfaces
13.6  Surface Interpolation
13.6.1  Triangular Mesh Interpolation
13.6.2  Bilinear Interpolation
13.6.3  Robust Interpolation
13.7  Surface Approximation
13.7.1  Regression Splines
13.7.2  Variational Methods
13.7.3  Weighted Spline Approximation
13.8  Surface Segmentation
13.8.1  Initial Segmentation
13.8.2  Extending Surface Patches
13.9  Surface Registration
14  Dynamic Vision
14.1  Change Detection
14.1.1  Difference Pictures
14.1.2  Static Segmentation and Matching
14.2  Segmentation Using Motion
14.2.1  Time-Varying Edge Detection
14.2.2  Stationary Camera
14.3  Motion Correspondence
14.4  Image Flow
14.4.1  Computing Image Flow
14.4.2  Feature-Based Methods
14.4.3  Gradient-Based Methods
14.4.4  Variational Methods for Image Flow
14.4.5  Robust Computation of Image Flow
14.4.6  Information in Image Flow
14.5  Segmentation Using a Moving Camera
14.5.1  Ego-Motion Complex Log Mapping
14.5.2  Depth Determination
14.6  Tracking
14.6.1  Deviation Function for Path Coherence
14.6.2  Path Coherence Function
14.6.3  Path Coherence in the Presence of Occlusion
14.6.4  Modified Greedy Exchange Algorithm
14.7  Shape from Motion
Object Recognition
15.1  System Components
15.2  Complexity of Object Recognition
15.3  Object Representation
15.3.1  Observer-Centered Representations
15.3.2  Object-Centered Representations
15.4  Feature Detection
15.5  Recognition Strategies
15.5.1  Classification
15.5.2  Matching
15.5.3  Feature Indexing
15.6  Verification
15.6.1  Template Matching
15.6.2  Morphological Approach
15.6.3  Symbolic
15.6.4  Analogical Methods
A  Mathematical Concepts
A.1  Analytic Geometry
A.2  Linear Algebra
A.3  Variational Calculus
A.4  Numerical Methods
B  Statistical Methods
B.1  Measurement Errors
B.2  Error Distributions
B.3  Linear Regression
B.4  Nonlinear Regression
C  Programming Techniques
C.1  Image Descriptors
C.2  Mapping Operators
C.3  Image File Formats
Bibliography
Index

伸缩显示:

[弹出查看]

编辑荐语

[您可以向编辑推荐本书的亮点，采纳后奖励５－１０元优惠卷]（一个工作日内处理您的建议）

近年，在全球信息化大潮的推动下，我国的计算机产业发展迅猛，对专业人才的需求日益迫切。这对计算机教育界和出版界都既是机遇，也是挑战；而专业教材的建设在教育战略上显得举足轻重。在我国信息技术发展时间较短、从业人员较少的现状下，美国等发达国家在其计算机科学发展的几十年间积淀的经典教材仍有许多值得借鉴之处。

读者评论 w 查看本书所有书评

[发表您的书评，编辑将根据书评质量，予以相应的奖励]

(共0条)

关于我们 | 帮助 | 合作伙伴 | 我的帐户 | 图书馆 | 自考教材网 | 高校教材网
北京电话：010-68993821/88379639/88379641 邮箱：service@golden-book.com 传真：010-68990188
京ICP证060035号

专题 | 特价 | 书评 | 论坛 | 下载 | 新品 | 豆豆 | 鉴委会 | 共建 | 编辑博客 | 抢鲜预订 | 样章试读 | 名人签名 | 格子 | 播报

我的订单

关于配送

关于付款

售后服务

金书网