您好,欢迎来到聚文网。 登录 免费注册
图像局部特征检测及描述

图像局部特征检测及描述

  • 字数: 157000
  • 装帧: 平装
  • 出版社: 人民邮电出版社
  • 作者: 朱红军
  • 出版日期: 2020-07-01
  • 商品条码: 9787115540706
  • 版次: 1
  • 开本: 16开
  • 页数: 128
  • 出版年份: 2020
定价:¥79 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
编辑推荐
近几十年来,包括基于机器学习在内的各种特征检测与描述算法层出不穷,且各有千秋。这些算法的基本原理是什么?各种算法有什么联系与区别?有什么优势和不足?到底是传统方法好还是基于机器学习的方法好?相关研究或应用人员要弄清这些问题需要花费大量的时间。为此,本书沿着特征检测及描述问题研究发展历程的脉络,厘清每一类算法演化发展的来龙去脉,包括其理论基础和研究动因,以及算法的原理和效果,让读者知其然并知其所以然。 本书是国内第一本系统介绍特征检测及描述的专著,内容既有广度、又有深度。本书涵盖特征检测及描述的每类算法的典型代表,提及近百种经典算法,以最易于理解的方式重点介绍了其中拥有影响力的几十种算法,让读者既见树木也见森林,让专业人员读起来有味,让非专业人员读起来能懂。
内容简介
图像特征的检测及描述是完成计算机视觉相关的三维重建、目标识别 跟踪、图像恢复及分类等各种任务的第一步,其性能直接影响后续过程的效果,是事关成败的关键,具有重要的理论意义和实用价值。本书针对噪声图像中的特征检测及描述的稳定性和可分辨性问题,介绍了国内外经典算法的原理和作者的相关研究成果,并对算法的优势和局限性进行了分析。本书重点介绍了三十多种特征检测算法,包括基于边缘、模板、灰度导数以及基于机器学习的角点检测算法,基于灰度导数、机器学习以及与滤波整合的像素级边缘检测算法,基于灰度矩、空间矩的亚像素级边缘检测算法,SIFT、SURF等斑点检测算法。本书还介绍了十多种特征描述算法,包括SIFT、GLOH、WLD、BRIEF、ORB等经典描述算法,还包括清晰或模糊直线的参数估计。虽然本书不能涵盖所有的特征检测及描述算法,但基本包括各类代表性方法。
作者简介
朱红军,男,博士,现任重庆邮电大学软件工程学院讲师。主要研究方向为计算机视觉、机器学习及其在无损检测中的应用。研究成果已授权国家发明专利2项,以第一作者或通信作者在《Journal of the Franklin Institute》《Signal Processing》等期刊发表论文10余篇,其中SCI收录5篇,EI收录3篇。主持重庆市重点项目和一般项目各一项、四川省重点实验室项目一项,参与交通部重大专项、国家自然科学基金项目及其他省部级项目7项。获重庆市科技进步二等奖和中国公路学会一等奖各一项。
目录
第1章引言
1.1图像特征概述
1.2常用术语
1.3常用基本理论
1.4特征提取的应用
1.5小结
第2章角点检测
2.1基于边缘的方法
2.2基于模板的方法
2.3基于灰度导数的方法
2.4小结
第3章边缘检测
3.1基于导数的算法
3.2滤波检测两步算法
3.3SUSAN算法
3.4亚像素检测方法
3.5基于随机森林的方法
3.6小结
第4章斑点检测
4.1SIFT检测算法
4.2CSIFT检测算法
4.3ASIFT检测算法
4.4SURF检测算法
4.5小结
第5章特征点描述
5.1LBP描述子
5.2SIFT描述子
5.3PCA-SIFT描述子
5.4GLOH描述子
5.5SURF描述子
5.6WLD描述子
5.7DAISY描述子
5.8BRIEF描述子
5.9ORB描述子
5.10小结
第6章直线描述
6.1清晰直线的描述
6.2离焦线段的描述
6.3小结
参考文献

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网