LabVIEW论坛

 找回密码
 注册

扫一扫,访问微社区

查看: 8044|回复: 15

[机器视觉测试技术] 机器视觉书籍推荐系列

[复制链接]
发表于 2008-3-18 14:24:24 | 显示全部楼层 |阅读模式
USB-6009数据采集卡首发
根据几大机器视觉网站整理后,推荐大家使用和学习。如下5 M/ e3 o# G: f, q

/ S, d. C* e3 ^  @) Y1。图象处理分析与机器视觉 丛书名: 国外著名高等院校信息科学与技术优秀教材
/ g7 _: s1 a8 k3 K% u0 a5 {' D. `5 r; Z, f
8753065.jpg   
4 g7 j9 d5 ?+ j, D: H1 F作  者: 桑克等 著,艾海舟武勃" _/ ~# j2 r) n  H% N
出 版 社: 人民邮电出版社
9 B( h  g2 _: N8 V4 `: C
  • 出版时间: 2003-9-1
  • 字  数: 1187千
  • 版  次: 1版1次
  • 页  数: 550
  • 印刷时间: 2003-9-1
  • 开  本:
  • 印  次:
  • 纸  张: 胶版纸
  • I S B N : 9787115114969
  • 包  装: 平装
所属分类: 图书 >> 计算机/网络 >> 图形图像 多媒体 >> 其他 6 H% b0 j) V* l5 d6 X
定价:¥64.00 当当价:¥48.00 折扣:75折 节省:¥16.00 
0 r9 u0 {% d+ g
+ d  B6 {$ ?- E
1 q  a2 f2 \: d) S7 A0 R' K. `0 D1 q1 [
$ x' T- G4 @1 G
                               
登录/注册后可看大图
编辑推荐本书全面深入地讨论了图像处理和机器视觉领域内几乎所有话题。第二版所涉及内容之广,是市场上同类书所不及的,对该领域的学生,研究人员和教授都具有很大启发。本书对3D视觉及其最新发展的特别强调,恰恰是同类书籍所忽视的。本书另一个突出的优点是通过易于理解的算法来解释复杂的概念,还提供许多精选的问题和实例,这些问题和实例可以通过通用的图像处理程序包来解决。: |) t- C' s' Y$ _1 M

3 ?# u, n8 Q/ ~3 @2 M
2 X0 R: g) t/ j, J, o" N, P
                               
登录/注册后可看大图
内容简介本书内容包括图像预处理、图像分割、形状表示与描述、物体识别与图像理解、三维视觉、数学形态学图像处理技术、离散图像变换、图像压缩、纹理描述、运动分析以及实际应用的案例研究等等。全书力图将复杂的概念用易于理解的算法描述出来,书中提供了大量图示和插图,特别有助于对概念的理解。每章最后还附有大量思考题和练习题以及丰富的参考文献列表,便于读者学习和理解。
7 Q& s) v5 k# s" p; [0 K7 v% R. \  v+ |: X. F9 L: c' e) Q
1 L. D8 Z4 l+ z
                               
登录/注册后可看大图
作者简介
/ {3 h- C  t8 ~4 p0 _9 Z; [7 I) J4 ^* U: ]1 m' W4 g9 k
0 q. f  g* D' r. L
                               
登录/注册后可看大图
目录第1章 引言  k8 r1 H: h) p- e7 U9 E. W. c$ b
第2章 数字图像及其性质
; P3 z; S" ?5 M+ N- ~3 f1 Y4 {第3章 图像分析的数据结构
/ [# q+ j3 y: U) r: P* H8 X( f第4章 图像预处理
- I) _1 R5 a" v* J- l第5章 分割% a. T! x  _# L% }
第6章 形状表示与描述; b+ }9 B9 ^  }. g6 g% u/ l
第7章 物体识别
! [" B, E/ p" l; E  X! a7 E第8章 图像理解" w, @& e( r+ T- ]' C* N% I0 Q
第9章 3D视觉、几何和辐射学
; w" v$ \( {6 C0 ?2 Y第10章 3D视觉的应用% ~7 \+ y5 _% k, {% M7 c4 u0 g, B
第11章 数字形态学
4 o$ R/ ~. i7 i; U2 c5 j* }& z第12章 线性离散图像变换
, M, N+ f& N0 F* D$ u2 u! h第13章 图像数据压缩  C; b2 {& R( D7 |; P0 s
第14章 纹理; U% G( A4 X# q8 I
第15章 运动分析. v, ~( `, f7 J& }1 L' W5 S  m
第16章 案例研究
+ |0 U+ r0 M) ]& i1 c6 d5 ~术语表
. |: A  \' o6 l' g! [3 r
2 c- x# y. A- s+ i. P  n6 I2 机器视觉教程(附CD-ROM光盘一张)/计算机科学丛书 丛书名: 计算机科学丛书
( U: E  b$ e* C  _# v! ]" i$ I9 P4 M7 i; _- y
9026521_b.jpg
8 H# l) d9 d1 W0 a作  者: (美)辛德SnyderW.E.) 等著,林学訚 等译
' m/ z# q; M3 z5 K4 l+ S% z: {出 版 社: 机械工业出版社$ i. a1 _; [  b+ g6 @9 O
  • 出版时间: 2005-9-1
  • 字  数:
  • 版  次: 1
  • 页  数: 335
  • 印刷时间: 2005/09/01
  • 开  本:
  • 印  次:
  • 纸  张: 胶版纸
  • I S B N : 9787111167907
  • 包  装: 平装
所属分类: 图书 >> 计算机/网络 >> 计算机理论 * K* o3 g& [+ R! y4 G  Q8 o
定价:¥49.00 当当价:¥36.70 折扣:75折 节省:¥12.30  8 h8 W/ s$ j$ i# N+ T, @

- y6 X3 e% Y* l, P' Q( o  V& {7 z4 G$ J

% x" @$ g: F0 q! k' o3 d" m

; I! N- h4 S9 {" `. T                               
登录/注册后可看大图
编辑推荐本书对机器视觉进行了全面且通俗易懂的讲解。提供了所有必需的理论工具,并且说明如何应用到实际的图像处理与机器视觉系统中。每章包含了许多编程作业,使读者能深入了解开发实用的图像处理算法的内幕。
% x) O. D" v" B9 W0 b, ?本书从回顾数学原理开始,然后讨论图像处理中的关键问题,还讨论了机器视觉的一些重要应用,其中包括目标的自动检测。本书强调了两个命题:一致性 (解决机器视觉问题的一个主要理论架构) 与优化 (用来实现这些方法的数学工具) 。: i1 z2 L" k: R4 C) E8 r$ y
  本书所附光盘包括书中使用的软件、数据及图像。
$ I- i; |) v" A4 k$ i& R" i+ `6 U7 c2 n2 N! t( `- m
: b/ j8 ~- j. h5 {5 T
                               
登录/注册后可看大图
内容简介本书对机器视觉进行了全面且通俗易懂的讲解,是一本从实用角度出发介绍机器视觉理论与应用的教材。本书从介绍教学原理开始,然后讨论图像处理中的关键问题,如图像的描述与品质、边缘检测、特征提取、分割、纹理与形状等。讨论的内容还包括图像匹配、统计模式识别、句法模式识别、聚类、传播、自适应轮廓、参数变换以及一至性标号。本书还介绍机器视觉的一些重要应用,其中包括目标的自动检测等。) m/ @. [4 e4 L7 u* D6 l
本书所附光盘包括书中使用的软件与数据。本书可作为电机工程、计算机科学与数学等专业研究生的教材,也可供技术人员参考。/ r/ ]* \$ P) E. M- V" _/ u2 D! ?

- v0 V' r- q# k1 y. f- y  e0 i

+ _  m" J+ D7 z  Q, n: o7 r                               
登录/注册后可看大图
作者简介Wesley E. Snyder,在美国伊利诺伊大学获得博士学位,目前是北卡罗来納州立大学电气与计算机工程系教授。他发表了100多篇论文,并且著有Industrial Robots(工业机器人)一书。他是IEEE机器人与自动化学会和IEEE神经协会的创始人,还是美国国家科学基金、美国国家航空和航天管理局(NASA)、Sandia国家实验室以及美国陆军研究所的顾问。
* n: N+ g( G1 n9 dHairong Qi,在美国北卡罗来纳州立大学获得博士学位,目前是美国田纳西大学诺克斯维尔分校电气与计算机工程系助理教授。
  B9 e( v4 ~! B5 g
0 h. c% T9 K! ~1 e# k9 u7 A) F/ @- e% d
- |  J: v! s- E! L
                               
登录/注册后可看大图
目录第1章 引言 5 @2 T7 l  H! V, R
1.1 本书宗旨
4 j# N, ]! o& Z& I! w( }1.2 读者需具备的预备知识 / M0 _/ G0 s5 o0 @( K
1.3 一些术语
1 o4 b' J) h1 _, M7 W1 F% ]$ L1 I1.4 机器视觉系统的组成 0 ?6 y* X9 n+ V/ I
1.5 图像的性质 # _$ U0 G) K* @& e1 X/ E) f
1.6 图像的操作分析 ; M. ?, l. `( A- L. @9 ?- Y. J0 k
参考文献
  _" @2 [" `- _$ J" q$ q第2章 数学原理回顾
2 D* w9 o/ l4 J# A& j2 _2.1 概率论简单回顾
9 H1 T7 T6 {0 Z1 }1 w2.2 线性代数简单回顾 3 a9 P. \% P  S& }$ W/ D; F
2.3 函数最小化简介
* l( |' D5 M5 s, H+ P2.4 马尔科夫模型 参考文献 ! ?8 v- z0 x8 B' c# Q
第3章 编写图像处理程序
! b; {" \! m- }3.1 图像文件系统软件
  T8 H  p1 _& i/ ]; Q+ }3.2 图像处理程序的基本结构
) j/ U' R, j+ D5 w" ~7 ]8 Z3.3 好的编程风格
9 ~7 w* ?/ R, P8 s' b: Z, T$ ?3.4 示例程序
! Z' ?1 f1 E4 ^8 V7 Z; p: {3.5 生成文件 . P2 Q* Q: r0 Y9 O
第4章 图像的生成与表示方式 5 q6 n/ t7 q- D9 _9 Q  E9 d. ]% q
4.1 图像的表示方法
$ g1 H+ v' m7 ]" D4.2 数字图像 2 \1 T- N( b5 Y3 \/ N. ?; f3 t
4.3 图像生成机制 0 c7 U) V; n2 z4 o2 V
4.4 将图像看作表面 3 j7 f+ M5 c/ o
4.5 邻域关系 ' L. ]2 F7 }1 O
4.6 结论
% f  |. d" `5 F7 k' @8 M% Q! q4.7 术语
# v; z* L) l/ F2 }; J2 G专题4A 图像表示方法
4 o7 w7 ]; J) e& M. h2 M! [# l$ U4A.1 采样的变种:六角形像素 6 p2 `+ }7 q- ~- U8 ~. A6 [+ j. S
4A.2 其他形式的图像表示 ( ^) s0 ?0 k/ p, w4 F! U) h% P
参考文献
1 n& p2 L+ f. M, I. M第5章 线性算子与核算子 0 m, M) s6 S; l; L: h5 \4 v; X# q5 H# b
5.1 什么是线性算子
/ _- S4 k/ q4 r+ S5.2 核算子在数字图像中的应用
, @* k9 N7 F) I/ A  Q5.3 通过函数拟合估计导数
# t; E2 g$ q8 ~, I5 T* y2 Z, h) f5.4 图像的矢量表示 5 w4 B, c; w6 e1 x7 C* l; _
5.5 图像的基向量 6 f. t: W. H( M  o* |' t
5.6 边缘检测
+ E0 B& Y) Z1 ]5.7 用核算子表示可微函数的采样
# f. Y- k( r- [* j5.8 计算卷积
) E5 Z1 T" O# i) @5.9 尺度空间 ! Y4 j( e" W% t$ y
5.10 量化边缘检测算子的精确性 ; V/ I6 }; G5 Z9 m  l0 Y" y5 B
5.11 人们的做法
' {& y* A* m0 D( l, M  [6 E+ M9 ^, Y8 y5.12 结论 6 L& @6 [  B9 X: k) ^
5.13 术语
6 `. p2 H, w: U  q专题5A 边缘检测器 3 D, p+ |: Z) w' i; r1 F5 ^
5A.1 Canny边缘检测器
7 y! q0 p- S* j: C7 I5 m" X5A.2 改进边缘检测
& e/ I# g+ ~* }/ z$ J, w5A.3 从边缘点推理线段   P2 M: ?  r/ C+ d  h: A7 }
5A.4 空域频率表示
7 c* E- D2 ]. t: ^) i5A.5 术语
- r! K" G3 b( {8 Z3 S# \& T" h. y参考文献 # g  h" I4 S9 Y# G) @1 K0 p
第6章 图像松弛:复原与特征抽取 4 r5 F" X. k+ p8 V' g
6.1 松弛 ! L9 z" D! A, k& D* i. G$ l7 t
6.2 复原
/ S$ F  \  Y6 m5 J9 W6.3 最大后验方法
# P% I3 s: h2 |( G6.4 均值场退火
; u" V+ d/ X) E) i6.5 结论
) `1 q4 Z* q0 P' e5 q  O6.6 术语
% P3 Z" f0 p, t5 b+ j. |专题6A 替代算法与等价算法
( L. I7 x0 ]3 O) B( s6A.1 GNC: 一种可去除噪声的替代算法
0 h9 c) s3 O& P, O6A.2 传导率可变的扩散 6 I7 Y& e0 ~: d+ A4 L- Y- e
6A.3 面向边缘的各向异性扩散 ) F+ o. h; B# o: H4 n' X" p
6A.4 对图像松弛算子的一个通用描述 0 F; d, m- G9 u" a
6A.5 与神经元网络之间的关系 * H$ t4 D0 L  R
6A.6 结论
8 V+ i7 `# X4 r7 ]  f& O7 [# n$ u9 @5 }参考文献
0 x$ |0 b, H+ @( `- {第7章 数学形态学
+ G* K0 Q1 h4 X& U  [" |: Q7.1 二值形态学
5 {6 f, ~1 \: I" S; O5 r8 D+ `7.2 灰度形态学 & e+ P. v/ o- m8 q( X( _
7.3 距离变换 4 a8 n% o6 |0 H& C
7.4 结论 0 q# t3 m( o8 M+ n; L
7.5 术语 * e) _6 g7 R. m: m5 A; ?/ l- H, T
专题7A 形态学
% X% Z2 F2 N8 k# Q1 X) J1 P0 k7A.1 有效地计算腐蚀、膨胀
' z# C$ x8 f7 D  d2 F- r' Z2 J7A.2 形态学采样定理 ; C" x" R% U$ d1 H3 f
7A.3 选择结构元素 ! \# \9 D( u5 G; J# i5 ~6 s
7A.4 边缘及曲面上的缝隙弥合
  U6 W. I; L  ?9 R( K3 G' P' R" {, y7 U" A7A.5 术语 # w4 w0 k6 ^+ V4 L9 a, ]
参考文献   v( A' _5 Z$ \! b
第8章 分割 & X2 ]7 r7 [& l  `9 H$ i# @
8.1 划分图像
  e- X* V  c4 X# P8.2 阈值化分割 : ]0 a3 B4 ]3 S
8.3 连通分量分析 9 d- W) m& e* T
8.4 曲线分割 1 g" b; R8 q: d/ F& ~
8.5 主动轮廓线
9 W% {" V$ p) {9 ^, Z" Z8.6 曲面分割 ( L2 M; Y9 O$ y2 V' y; `* t( f
8.7 评估分割质量
' J1 {: G9 Y' i1 K: D! T8.8 结论 0 @; Q, N2 q# X$ ]% p2 ~$ Q+ b- e
8.9 术语 4 `7 G) k0 {( \. o- n3 ?1 j
专题8A 分割
0 k' W# ^* u1 U& b" ^5 P; W8A.1 纹理分割
5 b9 ?4 Q% z- w6 E. u8A.2 使用边缘的图像分割 / E: g! `. M6 ?7 S
8A.3 运动分割 , Z. w7 \: Q3 K5 R/ \
8A.4 颜色分割
7 T8 r9 u2 g" A4 t* |; X9 [8A.5 使用MAP方法的分割
+ ]6 Q/ D1 x" r5 ~8A.6 人如何完成分割 : L: u5 o4 f1 o9 a9 P0 J8 N% _+ o
参考文献
) n+ I7 Q, `7 X* W第9章 形状   G" |. j: g8 w0 U4 H7 ]) ~9 `
9.1 线性变换   _3 J( x$ b) R/ z+ S% N8 P- @! P
9.2 基于协方差矩阵的变换方法
' u, J& `8 C/ \( u( r- D# ]8 M9.3 简单特征
  p0 u1 \9 o8 }9.4 矩 0 t! V) ?: {+ v0 ]+ k# }
9.5 链码
* z. Q! y1 e# F1 ?8 r: n# `# O" q9.6 傅里叶描述子
! u) {6 z" v7 }( x9.7 中轴
( ^  w  Z, Z6 v8 M  L* b' C1 ^9.8 变形模板
) s6 U: f7 m0 |; M4 X9.9 二次曲面
% K: L8 V3 m9 \" [, [5 m9.10 表面的谐波函数表示
& O. `6 c6 E$ C; G) s9.11 超二次曲面 % H9 U) m0 A6 H
9.12 广义柱体
+ w8 w: i# k- v! V9.13 结论
- B; e# {- p8 J9.14 术语 2 u% T  w# j8 d8 n% m
专题9A 形状的描述 " w' K; T. r# T% r7 J1 ]: `6 h
9A.1 求非凸区域的直径
8 X! L  s2 _8 M* N' r) S( O9A.2 从图像推测三维形状
" @8 D# \4 W: T! P9A.3 运动分析与跟踪
, s% i6 R/ J' {" k3 P/ L9A.4 术语 / L/ G7 {2 T; R, |! a5 \
参考文献
" s. D" d: X$ m) w& ?# [/ U9 J第10章 一致性标号 5 k. D9 b* t, d8 [. d, g3 m$ ~
10.1 一致性
( j5 d/ {  Y7 ?3 w10.2 松弛法标号
" b& A) s% p/ g% a+ B. S# h10.3 结论
$ }. b$ G( l2 F! U% [10.4 术语 " c0 g+ o6 y( `6 a/ T! I
专题10A 二维线条图的三维解释 % r' E1 y! ^: f  s" U+ w
参考文献 3 T6 u! j6 b* {3 {! a) @
第11章 参数变换
5 I3 Q2 i/ ]1 b11.1 Hough变换
- y6 `$ ^# a% v8 g( c' `11.2 减少计算复杂度 9 n' s8 h* \5 s9 q1 k
11.3 检测圆
4 j# n( p7 t$ F! z5 Z, I" i11.4 广义Hough变换
7 M' f( [8 f7 d- x11.5 结论
" I+ Y* q' n1 y2 y: w! V11.6 术语 + X. W2 |, P* Z* ~
专题11A 参数变换
& w( f. B" n% i, }( h5 w11A.1 检测抛物线
: G2 {$ e5 H+ n: x3 X( a' h6 x11A.2 检测峰值
5 J' I+ N3 Z! |+ q, A: N11A.3 高斯图   s5 q1 A5 p2 V1 H- o& L
11A.4 立体视觉中的参数一致性
* ]( B: F! d0 a4 Z- s) v, g11A.5 结论
# I% P6 w1 p& i1 y- O- \; B  d. J11A.6 术语 / R" T6 m3 |& [: i' p! Q4 a+ a* I
参考文献 , S1 k, d9 ]" f3 o- _8 q
第12章 图和图论概念
9 A* l4 U  t3 _* S5 l& v" b8 a12.1 图 ( z) w% E2 ]; R
12.2 图的性质 & f4 i6 X) N4 [" f
12.3 图结构的实现 ; y! s5 e! J# ^& z* ~: \. T% @
12.4 区域邻接图 9 p! K; g5 n. Z% u7 L
12.5 图匹配的应用:子图同构问题
1 z$ A, J: H7 i8 j: m1 Y4 C12.6 外观图
$ l0 O0 Z9 b: x/ Q. K5 c  \) q, p12.7 结论
; P2 j/ t3 m% j9 }- L12.8 术语 # a! s8 k* N- U* d; k# S
参考文献
+ b8 }% }( U6 g2 c( p第13章 图像匹配 6 C% v0 N3 _2 m/ B' M( y
13.1 图像表达的匹配
* C; J1 m+ ^9 m+ |. E8 M13.2 匹配简单特征
* R7 h) y! }' a- c1 P13.3 图匹配 + |& \+ V) L6 @
13.4 结论 0 \/ I' n6 f$ ^9 n' A$ a
13.5 术语
  W" [. e( @# L$ v$ |( h专题13A 匹配 5 U) K, O/ R6 `6 V! Y9 d! _1 O7 Q
13A.1 弹簧加模板回顾   P' `, X9 {$ @" z+ H) \" I1 E
13A.2 人工神经元网络用于物体识别 $ P" R# ]3 ]) Q0 r  `
13A.3 图像索引
' }; r0 t- P( g) Y" a; ]. ~13A.4 匹配几何不变量 % A, ~# G! ^, m" a
13A.5 结论 3 b/ e0 _! @% }9 f, k( \
13A.6 术语
$ v8 X4 `0 h4 z5 C- K3 L参考文献   o* w. @' p# a" j2 C
第14章 统计模式识别
  u% @: z$ M2 r( O14.1 分类器设计 $ Q( t* ]7 n3 `( @# n5 Z
14.2 贝叶斯规则和最大似然分类器
2 a' T8 }# \1 ]+ s* }; L* W' k14.3 决策区间和错误概率
8 l3 H7 U/ u% }! f" J! M$ V* O14.4 条件风险
) z: H: ^% E. p, X1 L( R14.5 二次函数分类器 / O( @4 A4 I/ Z5 N1 {
14.6 最小最大规则 6 O$ d' _  Z3 H6 a
14.7 最近邻方法 % |9 E  Y) }! B  O' ^! U/ r
14.8 结论 3 ?1 f& W& t$ g  A4 q& Y+ J
14.9 术语 ; x8 q. M+ l- g1 q; c
专题14A 统计模式识别
  k  O) A! Z. s( R( a+ {% v14A.1 用统计方法匹配特征向量
1 b: O' ^. W: t" m9 _14A.2 支持向量机 ! M& M7 p' x2 H+ t8 w0 O* p
14A.3 结论 7 V& L4 ^3 x* T- X% n
14A.4 术语
: a9 g( e9 n* ^$ L6 m+ V+ x参考文献 ! k# \( V2 F/ s) ^# K% ]
第15章 聚类 / y6 S4 ^8 l$ _$ k" S
15.1 聚类之间的距离
! k! Y! S' a( j. T6 `* s15.2 聚类算法 ' b' `+ m% I+ E9 [. h; b2 M
15.3 最优化聚类方法 9 ^6 Q' J3 a9 n! w0 _! `
15.4 结论 * D( B1 ~; W5 [7 Y
15.5 术语 6 B6 M. Y) o( p! E
参考文献 % _, |5 f# @+ r; L
第16章 句法模式识别
+ R" L. a& i' q- E% {8 Y16.1 术语
6 m& O& K/ Y- r$ c- c: Z16.2 文法类型 % G! o" v7 }! D: y! K- G: s* s% x
16.3 用文法结构进行形状识别 % N% ]5 z# z  @& c4 @; b' g& ^
16.4 结论
! \7 f  E; t1 z2 S9 |16.5 术语 + ]  N8 g5 a) y3 o7 V& S6 e
参考文献
* U$ k0 ]6 x$ i0 r- w第17章 应用 8 j, d# t: }) R3 n; ^4 J
17.1 多谱图像分析 / T% T( ]0 T; N5 I7 s; H. z/ p
17.2 光学字符识别
/ R1 s1 J5 ^& `1 ~17.3 自动诊断和辅助诊断 9 o; R. ^6 H+ f; R
17.4 检测和质量控制 3 Q" i4 ^9 ^7 F$ B
17.5 安全检测和入侵者识别
' M5 `# b7 i; M9 w6 z17.6 机器人视觉
- b5 W& J5 D" T' z  h参考文献 ) Y! y8 T, x" L2 D% P
第18章 自动目标识别
* M7 u4 @, g# Y- I. _18.1 层次体系 & z. c: l, B1 z& W* [" R
18.2 系统组成 ' s( `, n; }& N3 m
18.3 算法的性能评价
$ F. p+ Q0 _$ {9 _4 d2 A18.4 特有的机器视觉问题 & s1 W; T! S+ T# \: ]8 Q0 W/ }
18.5 自动目标识别算法
" @1 [& ]. L& Q, X  Q6 {' [18.6 Hough变换
/ h+ f7 W: J$ d# y4 u9 A" O) J18.7 形态学技术 $ x/ r/ D0 {, u0 u- ^/ n! E+ m
18.8 链码
2 {$ f. V0 B* ^8 a18.9 结论
+ n. @! _; @% b参考文献 9 \' V) `# x' Q: a  ]6 z
索引
8 I- E% ?3 b# H6 Z
+ i) v1 N, k' t7 v( S, @( h3.《机器视觉英文版》
2 Q7 A7 F* G$ W" n9 s5 Y$ G 2004122022593885563.jpg ' ]- s2 o( u" f  V2 h! H
社: 机械工业出版社 作者: Ramesh Jain Rangachar Kasturi Brian G.Schunck 开本: 16开 页码: 572页 出版时间: 2003-12-01 00:00:00.0 # m  X' F# m" O) \/ R- I6 h
机器视觉领域的研究博大精深,而且日新月异,对于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某些没有充分实际应用的理论。 本书可以作为高校相关专类的教材,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。 作者简介: Ramesh Jain创建了密歇根大学的人工知识能实验室,目前是加利福尼亚大学圣迭戈分校电气和计算机工程、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AAAL的特别会员,ACM的会员。7 X5 N  v  T. V! h! b

8 g4 s$ R' T  ^0 A4.5 J1 Z5 D* R. Y$ B% u
20041220232699194.jpg
, F2 ?+ B0 d. Y, t% S. `* n" J: i2 J" \9 y8 ^  N
出版社: 清华大学出版社 作者: Jean Ponce David A.Forsyth 开本: 页码: 724页 出版时间: 2004-03-01 00:00:00.0 页码: 724页 出版时间: 2004-03-01 00:00:00.0
$ ?/ V8 d7 ^! T  [
' U' ]' S: T1 F0 E本书是由计算机视觉领域的两位权威专家编写的,全面介绍了现代计算机视觉的各种研究方法。本书不仅系统阐述了计算机视觉的原理与方法,而且还给出了很多有用的资料,如伪代码、工作范例、练习以及编程作业等,以助于读者创建自己的应用程序。通过本书的学习,读者可以掌握来自作者第一手的计算机处理视觉技术以及大量的数学方法。本书是计算机科学、计算机工程及电子工程高年级本科生和研究生“计算机视学”的很好教材,也是从事计算机视觉研究人员的重要参考书。
IDAQ-USB-6009数据采集卡
发表于 2008-4-26 09:38:59 | 显示全部楼层
在线课堂
非常感谢楼主的无私奉献,多多学习
发表于 2008-5-11 17:54:29 | 显示全部楼层
:11P :11P 什么时候能上传啊。..我等者呢。..
发表于 2008-9-4 19:09:51 | 显示全部楼层
谢谢楼主的介绍
发表于 2008-12-22 19:54:24 | 显示全部楼层
没有下载么?买实在是太贵了啊
发表于 2009-2-25 08:33:47 | 显示全部楼层
谢谢,很有帮助!
发表于 2009-4-22 15:44:15 | 显示全部楼层
谢谢推荐  
发表于 2009-5-20 14:22:16 | 显示全部楼层
非常感谢楼主的无私奉献,多多学习
发表于 2009-6-9 12:37:35 | 显示全部楼层

回复 1楼 虚拟小强 的帖子

真是有才,有真么多好东西:16P
发表于 2009-9-19 09:29:19 | 显示全部楼层
这些书是不是老了点,近一年出了不少其它书啊,有人看过的能介绍下不
您需要登录后才可以回帖 登录 | 注册

本版积分规则

QQ|小黑屋|无图浏览|手机版|网站地图|虚拟仪器家园 ( 沪ICP备06029130号-1 )

GMT+8, 2018-8-21 02:47 , Processed in 0.053024 second(s), 28 queries , Gzip On, MemCache On.

Powered by Discuz! X3.4

© 2001-2017 Comsenz Inc.

快速回复 返回顶部 返回列表