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:

  • 机器视觉系统及农林工程应用 编者:赵茂程//刘英 著 赵茂程,刘英 编 大中专 文轩网
  • 新华书店正版
    • 作者: 编者:赵茂程//刘英著
    • 出版社: 中国林业出版社
    • 出版时间:2018-08-01 00:00:00
    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:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 编者:赵茂程//刘英著
    • 出版社:中国林业出版社
    • 出版时间:2018-08-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2018-08-01
    • 字数:412千字
    • 页数:248
    • 开本:16开
    • 装帧:平装
    • ISBN:9787503896279
    • 国别/地区:中国
    • 版权提供:中国林业出版社

    机器视觉系统及农林工程应用

    作  者:编者:赵茂程//刘英 著 赵茂程,刘英 编
    定  价:50
    出 版 社:中国林业出版社
    出版日期:2018年08月01日
    页  数:248
    装  帧:平装
    ISBN:9787503896279
    主编推荐

    内容简介

    赵茂程、刘英主编的《机器视觉系统及农林工程应用》根据“南京林业大学研究生课程系列教材建设”项目组织编写。本教材在介绍机器视觉系统组成、图像处理与机器视觉基础、目标识别算法等理论知识的基础上,围绕编写组成员在重量、省部级项目中的很新研究成果,将基于表面漫反射光谱成像的猪肉新鲜度检测、肉内异物检测、苹果自动快速分级、农田杂草识别、茶叶智能采摘与分选、树形识别系统、林火视频识别、基于CT扫描的原木检测与识别、数字图像相关技术(DIC)在木材科学中的应用等农林应用实例结合起来阐述,使学生从整体上认识和把握机器视觉系统在现代农业、林业中的应用,掌握机器视觉、图像处理、人工神经网络、专家系统的基本理论与技能,推动高水平农林智能系统的研发。本教材可作为高等院校机械工程、控制科学与工程等一级学科相关课程的研究生教材,也可供从事农林产品检测、图像处理、控制及机器视觉等系统研究、设计和开发的科研与工程技术人员null

    作者简介

    精彩内容

    目录

    前言
    上篇理论篇
    第1章机器视觉系统组成
    1.1照明
    1.1.1电磁辐射
    1.1.2光与目标的相互作用
    1.1.3照明的光谱特性
    1.1.4照明的方向性
    1.1.5照明的偏振性
    1.1.6光场的照度与均匀性
    1.2镜头与相机
    1.2.1镜头
    1.2.2相机
    1.3计算资源
    第2章图像处理与机器视觉基础
    2.1色彩空间
    2.1.1RGB
    2.1.2CMY
    2.1.3HSI
    2.2图像增强
    2.2.1直接灰度变换
    2.2.2直方图修正
    2.2.3图像代数运算
    2.2.4噪声去除
    2.2.5图像锐化
    2.3形态学图像处理
    2.3.1连通性
    2.3.2膨胀和腐蚀
    2.3.3开运算与闭运算
    2.3.4灰度图像的形态学操作
    2.4边缘检测
    2.4.1边缘定义及分类
    2.4.2边缘检测算子
    2.4.3轮廓提取方法
    2.5图像分割
    2.5.1灰度闽值法分割
    2.5.2区域生长
    2.5.3区域分离与聚合
    2.6双目立体视觉
    2.6.1测量原理
    2.6.2双目立体视觉标定
    第3章目标识别算法
    3.1特征提取
    3.1.1颜色特征
    3.1.2纹理特征
    3.1.3形状特征
    3.1.4空间关系特征
    3.2聚类
    3.2.1聚类分析
    3.2.2聚类方法
    3.2.3用于聚类算法的优化和搜索技术
    3.3模板匹配
    3.3.1模板匹配方法
    3.3.2模板匹配方法的改进
    3.4神经网络识别
    3.4.1人工神经网络简介
    3.4.2前向网络分类器
    3.4.3自组织映射网络
    3.4.4深度学习
    下篇实践篇
    第4章基于表面漫反射光谱成像的猪肉新鲜度检测
    4.1背景与没计思路
    4.1.1背景
    4.1.2设计思路与总体设计
    4.2光谱成像系统构建与图像获取
    4.2.1声光可调滤光器工作原理
    4.2.2系统架构
    4.2.3光谱成像系统软件开发与系统标定
    4.24光谱图像采集
    4.3光谱图像处理
    4.3.1空间预处理
    4.3.2光谱预处理
    4.4新鲜度的定量可视化分析
    4.4.1全局光谱预测建模
    4.4.2基于肌肉有效兴趣区域的新鲜度定量可视化
    4.4.3空间平滑滤波对像素级定量预测的必要性
    4.5案例总结
    第5章肉内异物检测
    5.1背景与设计思路
    5.1.1背景
    5.1.2设计思路
    5.2激光轮廓扫描系统构建与图像获取
    5.2.1激光双三角法肉尺寸测量系统构建
    5.2.2图像获取
    5.3X射线成像系统构建与图像获取
    5.3.1系统构建
    5.3.2图像获取
    5.4图像处理方法
    5.4.1激光图像预处理
    5.4.2X射线图像预处理
    5.5二源图像融合
    5.5.1图像配准
    5.5.2图像配准变换参数及肉图像配准
    5.5.3厚度补偿
    5.5.4肉异物图像分割
    5.6结果与讨论
    第6章苹果自动快速分级
    6.1背景与设计思路
    6.1.1背景
    6.1.2设计思路
    6.2基于自动定向的苹果分级机械装置设计
    6.2.1苹果分级装置系统组成
    6.2.2苹果品质智能分级生产线设计
    6.3单摄像头三像同步图像采集系统
    6.3.1照明方案及背景的选择
    6.3.2相机及附件的选择
    6.3.3图像拍摄误差分析与计算
    6.4苹果分级创新方法
    6.4.1苹果大小和形状分级方法
    6.4.2苹果颜色分级方法
    6.4.3苹果果面缺陷分级方法研究
    6.5基于Halcon和VC++平台的苹果综合分级方法
    6.5.1基于L-M算法的多层前向神经网络设计
    6.5.2苹果综合分级系统软件设计
    6.5.3苹果综合分级控制系统的通信
    6.5.4苹果综合分级系统类的组成
    6.6基于神经网络的苹果综合分级系统
    6.6.1普通用户主界面
    6.6.2管理员用户界面
    6.7结果与讨论
    第7章农田杂草识别
    7.1背景
    7.2行间杂草识别
    7.2.1特征提取
    7.2.2特征参数分析
    7.2.3图像分割与目标识别
    7.2.4图像后处理与去噪
    7.3行内杂草识别
    7.3.1识别系统组成
    7.3.2行内杂草识别算法
    7.3.3试验结果与讨论
    7.4讨论
    第8章茶叶智能采摘与分选
    8.1名优绿茶采摘研究背景
    8.2名优绿茶新梢识别系统组成与图像获取
    8.3名优绿茶新梢在茶蓬平面中位置识别
    8.4名优绿茶新梢高度参数测量
    8.4.1测量原理
    8.4.2高度测量和新梢三维重建
    8.5名优绿茶采茶应用实例
    8.6大宗茶茶叶分选需求
    8.7茶叶分选识别系统组成
    8.7.1喂料系统
    8.7.2光学检测系统
    8.7.3分选系统
    8.7.4人机界面系统
    8.7.5电控系统
    8.8基于几何特征分析的彩色茶叶色选识别算法
    8.8.1图像降噪
    8.8.2色彩空间变换
    8.8.3图像分割
    8.8.4形态学处理
    8.8.5几何特征提取
    8.9大宗茶茶叶分选结果与讨论
    第9章树形识别系统
    9.1背景与设计思路
    9.1.1背景
    9.1.2设计思路
    9.2树形识别系统组成与图像获取
    9.2.1树形识别系统组成
    9.2.2图像获取及图像分析
    9.3树木图像分割方法
    9.3.1基于分形理论与颜色的树木图像分割
    9.3.2基于小波理论的树木图像分割
    9.4基于BP网络的树形识别系统
    9.4.1输入层
    9.4.2隐含层
    9.4.3输出层
    9.5试验及结果分析
    9.5.1样本及试验参数
    9.5.2试验结果分析
    第10章林火视频识别
    10.1背景与设计思路
    10.1.1背景
    10.1.2设计思路
    10.2林火视频监控系统组成与视频获取
    10.2.1林火视频监控系统组成
    10.2.2视频获取
    10.3林火视频火焰识别
    10.3.1疑似火焰视频特征向量提取
    10.32火焰视频识别
    lO.4林火视频烟雾识别
    10.4.1疑似烟雾视频特征向量提取
    10.4.2烟雾视频识别
    10.5结果与讨论
    10.5.1森林火焰视频识别结果与讨论
    10.5.2森林烟雾视频识别结果与讨论
    第11章基于CT扫描的原木检测与识别
    11.1背景与设计思路
    11.2CT成像基本原理
    11.3基于CT扫描的原木薄木刨切计算机模拟
    11.3.1基于CT扫描的原木薄木刨切
    11.3.2CT扫描图像获取
    11.3.3试验结果
    11.4原木CT图像中木材缺陷的自动识别
    11.4.1试验材料准备与CT扫描图像获取
    11.4.2原木缺陷识别算法
    11.4.3应用实例
    11.5木材含水率检测技术
    11.5.1测量原理
    11.5.2材料与试验
    11.5.3结论与分析
    11.6结果与分析
    第12章数字图像相关技术(DIC)在木材科学中的应用
    12.1背景
    12.2数字图像相关技术(DIC)测量原理
    12.3数字图像相关技术应用实例
    12.3.1DIC测量压缩木的径向弹性模量
    12.3.2提高木材压缩应变计算速度的DIC算法改进
    12.4利用DIC测量位移和应变的误差来源及分析
    12.4.1相关运算算法本身的误差
    12.4.2试验设备、操作及环境的影响
    彩图

    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