定價: | ||||
售價: | 371元 | |||
庫存: | 已售完 | |||
LINE US! | 詢問這本書 團購優惠、書籍資訊 等 | |||
此書籍已售完,調書籍需2-5工作日。建議與有庫存書籍分開下單 | ||||
付款方式: | 超商取貨付款 |
![]() |
|
信用卡 |
![]() |
||
線上轉帳 |
![]() |
||
物流方式: | 超商取貨 | ||
宅配 | |||
門市自取 |
為您推薦
相關熱銷的書籍推薦給您
書名:進修、教學:電機機械精釋 子敬 作者:子敬 出版社:超級科技 出版日期:2015/05/01 ISBN:9789579831208 內容簡介 本書兼具教學及進修的功能,內容著重觀念的建立、理論的探討及問題的解析。
相關熱銷的書籍推薦給您
第一章 交換式電源供應器 第二章 電源輸入部份 第三章 電源轉換器的種類 第四章 轉換器功率電晶體的設計 第五章 高頻率的功率變壓器 第六章 電源輸出部份:整流器、電感器與電容器 第七章 轉換器穩壓器的控制電路 第八章 轉換式電源轉換器周邊附加電路與元件 第九章 轉換式電源供給器穩定度分析與設計 第十章 電磁與射頻干擾(EMI-RFI)的考慮 第十一章 電源供給器電氣安全標準
類似書籍推薦給您
【簡介】 數位影像處理技術相關應用涵蓋甚廣,例如工業視覺檢測、醫療影像診斷、遠端感測與地理資訊、衛星影像和航空影像的處理與分析、智慧型交通系統、安防與監控、行動裝置應用等。 本書編撰著重「實用」與「教學」的定位。為求讀者能實際運用書中知識,全書大量使用 Matlab 與 C++ / Python 語言的原始程式碼,且儘可能不倚賴工具箱來實現。 【目錄】 第1章 數位影像起源與發展 第2章 數位影像基礎理論與實作 第3章 影像之Matlab與OpenCV C++ / Python基礎實作 第4章 影像的像素變換 第5章 影像幾何轉換 第6章 影像空間域處理方法 第7章 影像頻率域處理方法 第8章 影像形態學處理 第9章 影像特徵處理 第10章 聚類演算法 第11章 影像融合技術 第12章 影像案例優化與快速應用 第13章 影像分類模型 第14章 影像目標檢測 附 錄 參考文獻
類似書籍推薦給您
【簡介】 本書特色 1.具備豐富且完整的內容,為讀者建立堅實的理論與實務基礎。 2.提供更加豐富的數值與影像處理範例,大幅增加閱讀性。 3.內容更新與時俱進,並導入如深度學習等近年重要且熱門議題。 4.以數學推導、演算法及步驟式條列等,更加多元的方式進行解說。 內容簡介 本書介紹數位影像處理的應用,為了應對影像處理領域近年來的蓬勃發展,範疇廣泛。我們先專注於核心概念,並引導讀者建立扎實的基礎外,且同時結合實務應用,幫助他們踏入這個迅速變遷的領域。書中先從取樣與量化、鄰域處理及轉換法介紹,幫助學生打好基礎,接著介紹影像增強、影像復原、影像壓縮、影像分割、表示與描述等核心內容,最後結合實用並應用在圖樣辨別及影像系統的評估。本書適用大學、科大資工、電子及電機系「數位影像處理」及「影像處理」課程使用。 【目錄】 第一章 簡介 1.1 背景 1.2 影像的表示 1.3 數位影像處理 1.4 數位影像處理系統 1.5 本書架構 第二章 取樣與量化 2.1 取樣 2.2 量化 2.3 向量量化 習題 第三章 鄰域處理 3.1 簡介 3.2 低通與高通濾波器 3.3 排序濾波器 3.4 高斯濾波器 3.5 雙邊濾波器 3.6 邊緣偵測濾波器 習題 第四章 轉換法 4.1 簡介 4.2 KL轉換 4.3 主成份分析 4.4 好轉換的特性 4.5 正交轉換 4.6 傅立葉轉換 4.7 離散餘弦轉換 4.8 Walsh-Hadamard轉換 4.9 Haar轉換 4.10 SVD轉換 4.11 小波轉換 習題 第五章 影像增強 5.1 點處理增強 5.2 直方圖修整 5.3 局部增強 5.4 空間濾波 5.5 頻域的影像增強法 5.6 色彩模型 5.7 彩色影像增強 習題 第六章 影像復原 6.1 影像降質系統 6.2 降質系統的矩陣描述 6.3 代數復原方法 6.4 反濾波法 6.5 最小平方濾波器 6.6 限制性最小平方復原 6.7 盲目影像還原技術 6.8 非線性偏移不變降質系統的一個實例(除霧) 習題 第七章 影像壓縮 7.1 資料編碼與資料壓縮 7.2 影像壓縮模型 7.3 訊息理論基礎 7.4 無失真壓縮 7.5 有損耗壓縮 7.6 影像壓縮標準 JPEG 7.7 動態視訊壓縮 7.8 以小波轉換壓縮之實例 習題 第八章 影像分割 8.1 導論 8.2 影像分割處理 8.3 以門檻值法實現影像分割 8.4 以區域法實現影像分割 8.5 以邊界法實現影像分割 8.6 以邊緣法實現影像分割 8.7 分割影像之儲存 8.8 影像分割前置處理 --- LUM濾波器 習題 第九章 表示與描述 9.1 基本表示方法 9.2 B-樣條函數曲線表示法 9.3 邊界描述子 9.4 一般區域描述子 9.5 紋理區域描述子 9.6 形態學 9.7 特徵檢測、描述與匹配簡介 9.8 角點檢測器 9.9 尺度不變特徵轉換 9.10 加速強健特徵 9.11 隨機樣本一致性 9.12 影像對齊 習題 第十章 圖樣識別 10.1 分類 10.2 支持向量機 10.3 AdaBoost機器學習算法 10.4 隨機森林分類演算法 10.5 統計決策圖樣辨識 10.6 特徵選取 10.7 聚類 10.8 利用類神經網路做圖樣識別 10.9 深度學習網路 習題 第十一章 影像系統評估 11.1 影像品質評估 11.2 一般辨識器效能評估 11.3 不平衡測試集的分類器性能度量 11.4 新分類器性能測量方法:A-means 11.5 其他系統評估準則 習題 (附錄及參考文獻採QRcode掃描方式呈現) 附錄 附錄A 數學基礎 附錄B 四類DCT 的產生 附錄C JPEG-LS 部份程式實現說明 附錄D 支持向量機的公式推導 附錄E 核空間和最佳化理論簡介 參考文獻
類似書籍推薦給您
類似書籍推薦給您
數位影像處理:Python程式實作 ISBN13:9786263281363 出版社:全華圖書 作者:張元翔 裝訂/頁數:平裝/512頁 附件:光碟 規格:26cm*19cm*2.2cm (高/寬/厚) 重量:962克 版次:3 出版日:2022/04/22 中國圖書分類:電腦程式語言 內容簡介 本書為因應現代發展趨勢,針對數位影像處理技術,採取主題介紹方式,除了理論基礎之外,採用Python程式與OpenCV進行實作,強調理論與實務的緊密結合,藉以培養紮實的技術研發能力,內容豐富,同時包含深度學習、人工智慧等相關技術。 本書特色 1.本書因應現代發展趨勢,針對數位影像處理技術,採取主題介紹方式,循序漸進且深入淺出。 2.本書除了含有基礎理論之外,同時採用Python程式與OpenCV進行實作,強調理論與實務的緊密結合,展現「做中學」的學習理念。 3.各章節均附上習題,除了觀念複習外,並提供專案實作,藉以達到有效的學習效果。 目錄 第1 章 介紹 1-1 引言 1-2 相關領域知識 1-3 基本定義與專業術語 1-4 數位影像檔案格式 1-5 數位影像處理軟體 1-6 數位影像處理技術應用 第2 章 Python 程式設計 2-1 Python 程式語言 2-2 Python 程式設計 2-3 OpenCV 介紹 2-4 數位影像處理初體驗 2-5 OpenCV 繪圖 第3 章 數位影像基礎 3-1 電磁波概念 3-2 人類視覺系統 3-3 影像擷取 3-4 影像形成模型 3-5 數位影像的取樣與量化 第4 章 幾何轉換 4-1 基本概念 4-2 空間轉換 4-3 影像內插 4-4 仿射轉換 4-5 透視轉換 4-6 相機幾何失真 第5 章 影像增強 5-1 基本概念 5-2 強度轉換 5-3 直方圖處理 5-4 影像濾波 第6 章 頻率域影像處理 6-1 基本概念 6-2 離散傅立葉轉換 6-3 頻率域濾波 第7 章 影像還原 7-1 基本概念 7-2 影像雜訊 7-3 週期性雜訊 7-4 影像雜訊分析 7-5 影像還原 7-6 反濾波 7-7 維納濾波 7-8 影像補繪 第8 章 色彩影像處理 8-1 色彩理論 8-2 色彩模型 8-3 灰階與色彩轉換 8-4 色彩影像增強 8-5 HSI 色彩影像處理 8-6 HSV 色彩分割 第9 章 影像分割 9-1 基本概念 9-2 邊緣偵測 9-3 直線偵測 9-4 圓形偵測 9-5 影像閥值化 9-6 適應性閥值化 9-7 分水嶺影像分割 9-8 GrabCut 影像分割 第10 章 二值影像處理 10-1 基本概念 10-2 基本定義與術語 10-3 形態學影像處理 10-4 補洞演算法 10-5 骨架化演算法 10-6 距離轉換 第11 章 小波與正交轉換 11-1 基本概念 11-2 簡易的小波轉換 11-3 小波轉換 11-4 離散小波轉換(1D) 11-5 離散小波轉換(2D) 11-6 小波轉換的數位影像處理應用 11-7 基於矩陣的轉換 第12 章 影像壓縮 12-1 基本概念 12-2 資訊理論 12-3 熵編碼 12-4 影像壓縮系統 12-5 區塊轉換編碼 12-6 JPEG 影像壓縮 第13 章 特徵擷取 13-1 基本概念 13-2 連通元標記 13-3 輪廓搜尋 13-4 形狀特徵 13-5 輪廓特徵 13-6 角點偵測 13-7 關鍵點偵測 13-8 膚色偵測 13-9 臉部偵測 第14 章 影像特效 14-1 基本概念 14-2 幾何特效 14-3 像素特效 14-4 非真實感繪製 第15 章 深度學習 15-1 基本概念 15-2 人工神經網路 15-3 卷積神經網路 15-4 典型的卷積神經網路 附 錄 數學背景 基本數學公式 參考文獻 習題