返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 全新正版机航空遥感图像拼接技术研究9787302444039清华大学
    • 作者: 程远航著 | 程远航编 | 程远航译 | 程远航绘
    • 出版社: 清华大学音像出版社
    • 出版时间:2016-08-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    如梦图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: 程远航著| 程远航编| 程远航译| 程远航绘
    • 出版社:清华大学音像出版社
    • 出版时间:2016-08-01
    • 版次:1
    • 印次:1
    • 印刷时间:2016-08-01
    • 开本:16开
    • ISBN:9787302444039
    • 版权提供:清华大学音像出版社
    • 作者:程远航
    • 著:程远航
    • 装帧:暂无
    • 印次:1
    • 定价:48.00
    • ISBN:9787302444039
    • 出版社:清华大学
    • 开本:16开
    • 印刷时间:2016-08-01
    • 语种:暂无
    • 出版时间:2016-08-01
    • 页数:暂无
    • 外部编号:3645975
    • 版次:1
    • 成品尺寸:暂无

    章 绪论
    1.1 机
    1.2 机航空遥感系统
    1.3 遥感图像拼接技术
    1.3.1 图像匹配技术
    1.3.2 图像融合技术
    第2章 遥感图像的基础理论及相关知识
    2.1 遥感图像几何畸变校正
    2.1.1 坐标系统
    2.1.2 影像的内外方位元素
    2.1.3 空间直角坐标系的旋转变换
    2.1.4 共线方程
    2.1.5 灰度重采样
    2.2 遥感图像并行几何校正算法
    2.2.1 并行几何校正算法
    2.2.2 并行几何校正算法的实验结果与分析
    . 遥感图像对比度
    ..1 直方图修正法
    ..2 直接灰度变换法
    .. Wavelet与Curvelet变换相结合的图像方法
    2.4 实验结果与分析
    2.5 结论
    第3章 灰度序列遥感图像拼接
    3.1 图像边缘检测
    3.1.1 微分算子法
    3.1.2 Canny算法
    3.1.3 数学形态学在边缘检测中的应用
    3.1.4 基于小波变换的边缘检测方法
    3.2 小波变换与Canny算法相结合的边缘检测方法
    3.2.1 小波基选择
    3.2.2 自适应确定双阈值
    3.3 图像匹配
    3.3.1 匹配搜索区域计算
    3.3.2 特征模板提取
    3.3.3 匹配计算
    3.4 图像融合
    3.4.1 失真程度
    3.4.2 能量总和
    3.4.3 能量化
    3.5 实验结果与分析
    3.6 结论
    第4章 颜色空间与颜色相似度量
    4.1 颜色空间分析
    4.1.1 面向设备的颜色空间
    4.1.2 面向视觉感知的颜色空间
    4.1.3 均匀颜色空间
    4.1.4 色差度量
    4.2 颜色相似度量
    4.2.1 RGB与HSI颜色空间变换的特征
    4.2.2 颜色相似系数
    4.3 实验结果与分析
    4.4 结论
    第5章 彩色遥感图像拼接
    5.1 颜色空间变换
    5.2 色差计算
    5.3 彩色图像匹配
    5.3.1 特征模板提取
    5.3.2 匹配搜索策略
    5.4 彩色图像平滑
    5.4.1 伽马校正方法
    5.4.2 亮度变换函数
    5.4.3 平滑计算
    5.5 实验结果与分析
    5.6 结论
    第6章 图像特征提取
    6.1 图像特征
    6.1.1 LBP特征
    6.1.2 Haar-like特征
    6.1.3 SIFT特征
    6.1.4 HOG特征
    6.2 HOG特征的提取方法
    6.2.1 图像梯度计算
    6.2.2 空间以及方向上的梯度统计
    6.. 块内梯度直方图的归一化
    6.2.4 HOG特征向量的生成
    6.3 HOG特征的目标描述
    6.4 实验结果与分析
    第7章 SVM机器学习算法
    7.1 支持向量机(SVM)的原理
    7.2 SVM分类器的数学模型
    7.2.1 线可分情况下的SVM模型
    7.2.2 线不可分情况下的SVM模型
    7.. 非线可分情况下的SVM模型
    7.3 SVM分类器设计
    7.4 HOG和SVM的目标外观模型
    7.4.1 目标外观模型的建立
    7.4.2 SVM分类器的训练
    第8章 可变形模板的多目标跟踪模型
    8.1 可变形模板
    8.2 图结构模型
    8.2.1 图的基本概念
    8.2.2 表示图像结构特征的图
    8.3 构造生成树
    8.4 建立目标跟踪模型
    第9章 SVM在线学习的模型参数更新
    9.1 在线学习的跟踪算法
    9.2 SVM在线学习的跟踪框架
    9.3 结构化的SVM学习
    9.3.1 结构化的SVM
    9.3.2 结构化学习
    9.4 实验结果与分析
    0章 总结与展望
    10.1 工作总结
    10.2 未来工作的展望
    参考文献

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购