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

  • 醉染图书现代数字图像处理技术9787030701176
  • 正版全新
    • 作者: 郭晓杰,李鑫慧著 | 郭晓杰,李鑫慧编 | 郭晓杰,李鑫慧译 | 郭晓杰,李鑫慧绘
    • 出版社: 科学出版社
    • 出版时间:2021-11-01
    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:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    新春将至,本公司假期时间为:2025年1月23日至2025年2月7日。2月8日订单陆续发货,期间带来不便,敬请谅解!

    商品参数
    • 作者: 郭晓杰,李鑫慧著| 郭晓杰,李鑫慧编| 郭晓杰,李鑫慧译| 郭晓杰,李鑫慧绘
    • 出版社:科学出版社
    • 出版时间:2021-11-01
    • 版次:1
    • 印次:1
    • 字数:317000
    • 页数:260
    • 开本:16开
    • ISBN:9787030701176
    • 版权提供:科学出版社
    • 作者:郭晓杰,李鑫慧
    • 著:郭晓杰,李鑫慧
    • 装帧:平装
    • 印次:1
    • 定价:128.00
    • ISBN:9787030701176
    • 出版社:科学出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2021-11-01
    • 页数:260
    • 外部编号:1202549694
    • 版次:1
    • 成品尺寸:暂无

    前言

    章数字图像处理基础

    1.1数字图像处理概述

    1.1.1图像的概念

    1.1.2图像的分类

    1.1.3图像的语义

    1.2数字图像处理基本运算

    1.2.1基本运算类型

    1.2.2点运算

    1..代数运算

    1.2.4几何运算

    1.3数字图像处理基础知识

    1.3.1图像的色彩空间

    1.3.2图像的二值形态学

    1.3.3图像的直方图

    1.3.4图像金字塔

    1.3.5边缘特征提取

    1.3.6特征提取

    参考文献

    第2章神经网络

    2.1神经网络基础知识

    2.1.1神经元与感知机

    2.1.2反向传播算法

    2.1.3输入与输出

    2.1.4激活函数

    2.1.5损失函数

    2.2神经网络的优化及面临的问题

    2.2.1参数初始化

    2.2.2正则化

    2..常用优化算法

    2.2.4神经网络面临的问题

    .卷积神经网络

    ..1基础知识

    ..2卷积神经网络组成

    ..卷积方式

    ..4常用卷积神经网络

    参考文献

    第3章图像复原

    3.1图像去噪

    3.1.1简介

    3.1.2常见噪声模型

    3.1.3经典传统去噪方法

    3.1.4基于深度学习的去噪方法

    3.1.5真实图像噪声的去噪方法

    3.1.6小结

    3.2图像去模糊

    3.2.1图像去模糊理论基础

    3.2.2基于优化的传统去模糊方法

    3..基于深度学习的去模糊方法

    3.2.4小结

    3.3图像去雾

    3.3.1图像去雾的意义

    3.3.2传统去雾方法

    3.3.3基于深度学习的方法

    3.3.4小结

    参考文献

    第4章图像

    4.1图像平滑

    4.1.1平滑的意义

    4.1.2传统平滑方法

    4.1.3基于深度学习的方法

    4.1.4小结

    4.2图像融合

    4.2.1图像融合概述

    4.2.2基于变换域的图像融合方法

    4..基于空间域的图像融合方法

    4.2.4基于深度学习的图像融合方法

    4.2.5融合评价指标

    4.2.6图像融合的主要应用

    4.2.7小结

    4.3低光照图像

    4.3.1低光照图像概述

    4.3.2基于Retinex理论的低光照图像算法

    4.3.3基于深度学习的低光照图像算法

    4.3.4小结

    参考文献

    第5章目标检测

    5.1基础概念

    5.1.1背景知识

    5.1.2目标检测相关概念

    5.2传统目标检测算法

    5.2.1传统算法流程

    5.2.2传统算法框架

    5.3基于深度学习的目标检测算法

    5.3.1双阶段目标检测算法

    5.3.2单阶段目标检测算法

    5.4本章小结

    参考文献

    第6章图像分割

    6.1概述

    6.1.1图像分割概述

    6.1.2图像分割发展背景

    6.2图像分割传统算法

    6.2.1基于阈值分割的算法

    6.2.2基于区域提取的算法

    6..基于边缘检测的算法

    6.2.4结合特定理论工具的算法

    6.3基于深度学习的图像分割算法

    6.3.1卷积络

    6.3.2带图模型的卷积模型

    6.3.3基于编码器-解码器的结构

    6.3.4基于多尺度和金字塔网络的模型

    6.3.5膨胀卷积模型与DeepLab系列

    6.3.6基于循环神经网络的模型

    6.3.7基于注意力机制的方法

    6.3.8生成模型和对抗训练

    6.4本章小结

    参考文献

    第7章多任务学习

    7.1图像与图像边缘

    7.1.1边缘引导的图像补全

    7.1.2边缘引导的图像超分辨率

    7.1.3边缘引导的语义分割

    7.1.4边缘引导的图像平滑

    7.1.5小结

    7.2图像与图像平滑

    7.2.1图像平滑引导的图像补全

    7.2.2小结

    7.3图像与语义分割

    7.3.1语义分割引导的图像补全

    7.3.2语义分割结合图像超分辨率

    7.3.3语义分割引导的图像重定向

    7.3.4场景分割引导的图像融合

    7.3.5小结

    7.4图像理解与图像和复原

    7.4.1图像结合目标检测

    7.4.2图像结合语义分割

    7.4.3图像去噪与图像理解

    7.4.4图像分类驱动的图像

    7.4.5小结

    参考文献

    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