MATLAB计算机视觉与深度学习实战【2025|PDF下载-Epub版本|mobi电子书|kindle百度云盘下载】

MATLAB计算机视觉与深度学习实战PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 基于直方图优化的图像去雾技术1

1.1 案例背景1

1.2 理论基础1

1.2.1 空域图像增强1

1.2.2 直方图均衡化2

1.3 程序实现3

1.3.1 设计GUI界面4

1.3.2 全局直方图处理4

1.3.3 局部直方图处理7

1.3.4 Retinex增强处理9

1.4 延伸阅读13

1.5 参考文献13

第2章 基于形态学的权重自适应图像去噪14

2.1 案例背景14

2.2 理论基础15

2.2.1 图像去噪方法15

2.2.2 数学形态学原理16

2.2.3 权重自适应的多结构形态学去噪16

2.3 程序实现17

2.4 延伸阅读22

2.5 参考文献23

第3章 基于多尺度形态学提取眼前节组织24

3.1 案例背景24

3.2 理论基础25

3.3 程序实现28

3.3.1 多尺度边缘28

3.3.2 主处理函数29

3.3.3 形态学处理31

3.4 延伸阅读33

3.5 参考文献33

第4章 基于Hough变化的答题卡识别34

4.1 案例背景34

4.2 理论基础34

4.2.1 图像二值化35

4.2.2 倾斜校正35

4.2.3 图像分割38

4.3 程序实现40

4.4 延伸阅读51

4.5 参考文献51

第5章 基于阈值分割的车牌定位识别52

5.1 案例背景52

5.2 理论基础52

5.2.1 车牌图像处理53

5.2.2 车牌定位原理57

5.2.3 车牌字符处理57

5.2.4 字符识别59

5.3 程序实现61

5.4 延伸阅读69

5.5 参考文献69

第6章 基于分水岭分割进行肺癌诊断70

6.1 案例背景70

6.2 理论基础70

6.2.1 模拟浸水的过程71

6.2.2 模拟降水的过程71

6.2.3 过度分割问题71

6.2.4 标记分水岭分割算法71

6.3 程序实现72

6.4 延伸阅读77

6.5 参考文献78

第7章 基于主成分分析的人脸二维码识别79

7.1 案例背景79

7.2 理论基础79

7.2.1 QR编码简介80

7.2.2 QR编码译码82

7.2.3 主成分分析方法84

7.3 程序实现86

7.3.1 人脸建库86

7.3.2 人脸识别87

7.3.3 人脸二维码88

7.4 延伸阅读93

7.5 参考文献93

第8章 基于知识库的手写体数字识别94

8.1 案例背景94

8.2 理论基础94

8.2.1 算法流程94

8.2.2 特征提取95

8.2.3 模式识别96

8.3 程序实现97

8.3.1 图像处理97

8.3.2 特征提取98

8.3.3 模式识别101

8.4 延伸阅读102

8.4.1 识别器选择102

8.4.2 提高识别率102

8.5 参考文献102

第9章 基于特征匹配的英文印刷字符识别103

9.1 案例背景103

9.2 理论基础104

9.2.1 图像预处理104

9.2.2 图像识别技术105

9.3 程序实现106

9.4 延伸阅读112

9.5 参考文献112

第10章 基于不变矩的数字验证码识别113

10.1 案例背景113

10.2 理论基础114

10.3 程序实现114

10.3.1 设计GUI界面114

10.3.2 载入验证码图像115

10.3.3 验证码图像去噪117

10.3.4 验证码数字定位118

10.3.5 验证码归一化121

10.3.6 验证码数字识别122

10.3.7 手动确认并入库125

10.3.8 重新生成模板库127

10.4 延伸阅读129

10.5 参考文献130

第11章 基于小波技术进行图像融合131

11.1 案例背景131

11.2 理论基础132

11.3 程序实现134

11.3.1 GUI设计134

11.3.2 图像载入135

11.3.3 小波融合136

11.4 延伸阅读139

11.5 参考文献139

第12章 基于块匹配的全景图像拼接140

12.1 案例背景140

12.2 理论基础140

12.2.1 图像匹配141

12.2.2 图像融合143

12.3 程序实现144

12.3.1 设计GUI144

12.3.2 载入图片145

12.3.3 图像匹配147

12.3.4 图像拼接150

12.4 延伸阅读156

12.5 参考文献156

第13章 基于霍夫曼图像压缩重建157

13.1 案例背景157

13.2 理论基础157

13.2.1 霍夫曼编码的步骤158

13.2.2 霍夫曼编码的特点158

13.3 程序实现160

13.3.1 设计GUI160

13.3.2 压缩重构161

13.3.3 效果对比166

13.4 延伸阅读168

13.5 参考文献169

第14章 基于主成分分析的图像压缩和重建170

14.1 案例背景170

14.2 理论基础170

14.2.1 主成分降维分析原理170

14.2.2 由得分矩阵重建样本171

14.2.3 主成分分析数据压缩比172

14.2.4 基于主成分分析的图像压缩172

14.3 程序实现173

14.3.1 主成分分析源代码173

14.3.2 图像和样本间转换174

14.3.3 基于主成分分析的图像压缩175

14.4 延伸阅读178

14.5 参考文献179

第15章 基于小波的图像压缩技术180

15.1 案例背景180

15.2 理论基础181

15.3 程序实现183

15.4 延伸阅读191

15.5 参考文献191

第16章 基于Hu不变矩的图像检索技术192

16.1 案例背景192

16.2 理论基础192

16.3 程序实现194

16.3.1 图像预处理194

16.3.2 计算不变矩194

16.3.3 图像检索196

16.3.4 结果分析198

16.4 延伸阅读201

16.5 参考文献202

第17章 基于Harris的角点特征检测203

17.1 案例背景203

17.2 理论基础204

17.2.1 Harris基本原理204

17.2.2 Harris算法流程206

17.2.3 Harris角点性质206

17.3 程序实现208

17.3.1 Harris算法代码208

17.3.2 角点检测实例209

17.4 延伸阅读210

17.5 参考文献211

第18章 基于GUI搭建通用视频处理工具212

18.1 案例背景212

18.2 理论基础212

18.3 程序实现214

18.3.1 GUI设计214

18.3.2 GUI实现215

18.4 延伸阅读226

18.5 参考文献226

第19章 基于语音识别的信号灯图像模拟控制技术227

19.1 案例背景227

19.2 理论基础227

19.3 程序实现229

19.4 延伸阅读239

19.5 参考文献240

第20章 基于帧间差法进行视频目标检测241

20.1 案例背景241

20.2 理论基础241

20.2.1 帧间差分法242

20.2.2 背景差分法243

20.2.3 光流法243

20.3 程序实现244

20.4 延伸阅读253

20.5 参考文献253

第21章 路面裂缝检测识别系统设计254

21.1 案例背景254

21.2 理论基础254

21.2.1 图像灰度化255

21.2.2 图像滤波257

21.2.3 图像增强259

21.2.4 图像二值化260

21.3 程序实现262

21.4 延伸阅读274

21.5 参考文献274

第22章 基于K-means聚类算法的图像区域分割275

22.1 案例背景275

22.2 理论基础275

22.2.1 K-means聚类算法原理275

22.2.2 K-means聚类算法的要点276

22.2.3 K-means聚类算法的缺点277

22.2.4 基于K-means图像分割278

22.3 程序实现278

22.3.1 样本之间的巨鹿278

22.3.2 提取特征向量279

22.3.3 图像聚类分割280

22.4 延伸阅读282

22.5 参考文献283

第23章 基于光流场的交通汽车检测跟踪284

23.1 案例背景284

23.2 理论基础284

23.2.1 光流法检测运动原理284

23.2.2 光流的主要计算方法285

23.2.3 梯度光流场约束方程287

23.2.4 Horn-Schunck光流算法288

23.3 程序实现290

23.3.1 计算视觉系统工具箱简介290

23.3.2 基于光流场检测汽车运动291

23.3.3 搭建Simulink运动检测模型295

23.4 延伸阅读297

23.5 参考文献298

第24章 基于Simulink进行图像和视频处理299

24.1 案例背景299

24.2 模块介绍299

24.2.1 分析和增强模块库（Analysis ＆ Enhancement）300

24.2.2 转化模块库（Conversions）301

24.2.3 滤波3模块库（Filtering）301

24.2.4 几何变换模块库（Geometric Transformations）302

24.2.5 形态学操作模块库（Morphological Operations）302

24.2.6 输入模块库（Sources）303

24.2.7 输出模块库（Sinks）303

24.2.8 统计模块库（Statistics）304

24.2.9 文本和图形模块库（Text ＆ Graphic）304

24.2.10 变换模块库（Transforms）305

24.2.11 其他工具模块库（Utilities）305

24.3 仿真案例306

24.3.1 搭建组织模型306

24.3.2 仿真执行模型308

24.3.3 代码自动生成309

24.4 延伸阅读314

24.5 参考文献316

第25章 基于小波变换的数字水印技术317

25.1 案例背景317

25.2 理论基础317

25.2.1 数字水印技术原理318

25.2.2 典型的数字水印算法320

25.2.3 数字水印攻击和评价322

25.2.4 基于小波的水印技术323

25.3 程序实现326

25.3.1 准备载体和水印图像326

25.3.2 小波数字水印的嵌入327

25.3.3 小波数字水印的提取331

25.3.4 小波水印的攻击试验333

25.4 延伸阅读337

25.5 参考文献337

第26章 基于最小误差法的胸片分割339

26.1 案例背景339

26.2 理论基础339

26.2.1 图像增强340

26.2.2 区域选择340

26.2.3 形态学滤波341

26.2.4 最小误差法胸片分割342

26.3 程序实现343

26.3.1 设计GUI界面343

26.3.2 图像预处理344

26.3.3 最小误差法分割348

26.3.4 形态学后处理350

26.4 延伸阅读353

26.5 参考文献353

第27章 基于区域生长的肝脏影像分割系统354

27.1 案例背景354

27.2 理论基础355

27.2.1 阈值分割355

27.2.2 区域生长355

27.2.3 基于阈值预分割的区域生长356

27.3 程序实现357

27.4 延伸阅读361

27.5 参考文献361

第28章 基于深度学习的汽车目标检测362

28.1 案例背景362

28.2 理论基础363

28.2.1 基本架构363

28.2.2 卷积层363

28.2.3 池化层365

28.3 程序实现365

28.3.1 加载数据365

28.3.2 构建CNN网络367

28.3.3 训练CNN网络368

28.3.4 评估训练效果370

28.4 延伸阅读372

28.5 参考文献372

第29章 基于计算机视觉的自动驾驶应用374

29.1 案例背景374

29.2 理论基础375

29.2.1 环境感知375

29.2.2 行为决策375

29.2.3 路径规划376

29.2.4 运动控制376

29.3 程序实现376

29.3.1 传感器数据载入376

29.3.2 追踪器创建378

29.3.3 碰撞预警380

29.4 延伸阅读385

29.5 参考文献385

第30章 基于深度学习的视觉场景识别386

30.1 案例背景386

30.2 理论基础387

30.2.1 发展历程387

30.2.2 算法思想387

30.3 程序实现388

30.3.1 环境配置388

30.3.2 数据集制作389

30.3.3 网络训练391

30.3.4 网络测试397

30.4 延伸阅读400

30.5 参考文献400