找到 4 条结果 按相关性 按时间降序
MATLAB图像处理——理论、算法与实例分析
本书概括的介绍了数字图像处理理论和技术的基本概念、原理和方法。全书分为十二章，每一章针对数字图像处理技术中的一个知识点，主要内容包括数字图像处理基础、图像的正交变换等。
模式识别——使用MATLAB分析与实现
本书依据作者多年从事模式识别教学和研究的体会,并参考相关文献编写而成,概括地介绍了模式识 别理论和技术的基本概念、原理、方法和实现。 全书共分为11章,每章阐述模式识别中的一个知识点,内容包括贝叶斯决策、概率密度函数的估计、 线性判别分析、非线性判别分析、组合分类器、无监督模式识别、特征选择、特征提取、半监督学习以及人工 神经网络。除了经典算法以外,本书增加了部分较新的理论和算法,读者可以选择性地学习。本书还配以 电子课件、MATLAB仿真程序和实验指导书,便于教和学。 本书可以作为高等学校人工智能、计算机、信息、自动化、遥感、控制等专业本科生或研究生的教材或 参考书,也可以作为从事相关研究与应用人员的参考书。
数字图像处理——使用MATLAB分析与实现（第2版）
本书是一部系统论述数字图像处理理论和技术的教材。全书共分为12章，第1章介绍图像的基本概念、数字图像处理的内容、分类、应用、面临的问题等概述性内容；第2章介绍人眼视觉系统、色度学基础与颜色模型、数字图像的生成与表示、图像类型转换以及色彩空间转换等基础性概念、方法及实现；第3章介绍点运算、邻域运算、插值运算、几何变换、代数运算、上下采样等基础性运算及实现；第4章介绍离散傅里叶变换、离散余弦变换、K-L变换、Radon变换和小波变换等图像正交变换方法及实现；第5章介绍灰度级变换、直方图修正、基于照度反射模型的增强、色彩变换等图像增强算法及其实现；第6章介绍空间域平滑滤波、频域平滑滤波等图像平滑方法及其实现；第7章介绍一阶微分、二阶微分算子、高斯滤波与边缘检测等图像锐化算法及其实现；第8章介绍图像退化模型、退化函数的估计、复原的代数方法以及典型的图像复原方法；第9章介绍数学形态学基本概念、二值、灰度图像的形态学处理算法及实现；第10章介绍基于阈值、边界、区域、分水岭、形变模型、图割等图像分割算法及其实现；第11章介绍了边界描述、区域形状描述、纹理描述与描述等描述方法；第12章介绍了图像编码的基本理论、无损编码、预测编码等图像压缩编码方法及其实现。本书适合作为高等院校数字图像处理课程教学用书，也适合从事数字图像处理的技术人员参考阅读。
模式识别——使用Python分析与实现
本书是一本模式识别学习的立体教程，通过本书的学习，能够掌握模式识别主要技术模块的算法原理及Python实现，包括贝叶斯决策、概率密度函数的估计、线性判别分析、非线性判别分析、组合分类器、无监督模式识别、特征选择、特征提取、半监督学习以及人工神经网络等。本书配以教学课件、Python仿真程序、微课视频和实验指导书，便于教和学。
- 1