注冊(cè) | 登錄讀書(shū)好,好讀書(shū),讀好書(shū)!
讀書(shū)網(wǎng)-DuShu.com
當(dāng)前位置: 首頁(yè)出版圖書(shū)科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)網(wǎng)絡(luò)與數(shù)據(jù)通信網(wǎng)絡(luò)通信綜合紋理圖像的特征提取和識(shí)別

紋理圖像的特征提取和識(shí)別

紋理圖像的特征提取和識(shí)別

定 價(jià):¥69.00

作 者: 王軍敏
出版社: 新華出版社
叢編項(xiàng):
標(biāo) 簽: 暫缺

購(gòu)買(mǎi)這本書(shū)可以去


ISBN: 9787516662519 出版時(shí)間: 2022-04-01 包裝:
開(kāi)本: 16開(kāi) 頁(yè)數(shù): 202 字?jǐn)?shù):  

內(nèi)容簡(jiǎn)介

  由于紋理圖像中所蘊(yùn)含的紋理模式具有極大的多樣性和復(fù)雜性,這使得紋理圖像的特征提取和識(shí)別成為一項(xiàng)極具挑戰(zhàn)性的任務(wù)。雖然在過(guò)去幾十年紋理圖像的特征提取和識(shí)別技術(shù)獲得了很大的發(fā)展,但目前仍存在一些不足之處有待解決?!都y理圖像的特征提取和識(shí)別》針對(duì)上述幾個(gè)方面的問(wèn)題開(kāi)展研究,提出了一些新的或改進(jìn)的紋理圖像識(shí)別方法。近年來(lái),隨著紋理圖像識(shí)別技術(shù)的發(fā)展,更復(fù)雜、更具挑戰(zhàn)性的紋理圖像識(shí)別任務(wù)被提上日程,以前所采用的特征提取和識(shí)別方法已經(jīng)遇到了明顯的瓶頸,在這種情況下,具有特征自主學(xué)習(xí)能力的深度學(xué)習(xí)方法開(kāi)始在紋理圖像特征提取和識(shí)別領(lǐng)域受到關(guān)注,為人類(lèi)深入理解和識(shí)別紋理圖像開(kāi)辟了一個(gè)嶄新的研究方向,因此,《紋理圖像的特征提取和識(shí)別》也對(duì)基于深度學(xué)習(xí)的方法進(jìn)行研究,解決了將深度學(xué)習(xí)方法應(yīng)用于紋理圖像特征提取和識(shí)別任務(wù)時(shí)的一些瓶頸問(wèn)題。

作者簡(jiǎn)介

  王軍敏,男,博士研究生,漢族,河南平頂山人。2019年畢業(yè)于西北工業(yè)大學(xué)信息與通信工程專(zhuān)業(yè),獲工學(xué)博士學(xué)位。在Signal,Image and Video Processing和Journal of Electronic Imaging以及《計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)》《光電工程》等期刊上以首作者或通訊作者發(fā)表期刊論文二十余篇,主持國(guó)家質(zhì)檢總局科技計(jì)劃項(xiàng)目和河南省科技廳科技攻關(guān)項(xiàng)目各一項(xiàng),參與省部級(jí)項(xiàng)目三項(xiàng)。目前在平頂山學(xué)院從事教學(xué)科研工作,曾獲平頂山學(xué)院第四屆教學(xué)優(yōu)秀獎(jiǎng)一等獎(jiǎng),并先后獲得平頂山學(xué)院首屆我喜愛(ài)的教師、優(yōu)質(zhì)課教師、優(yōu)秀教師、師德標(biāo)兵等榮譽(yù)稱號(hào)。

圖書(shū)目錄

1 緒論
1.1 研究背景及意義
1.2 研究現(xiàn)狀以及存在的問(wèn)題
1.3 本書(shū)的主要內(nèi)容與結(jié)構(gòu)安排
2 基于局部特征描述和紋理基元學(xué)習(xí)的方法
2.1 引言
2.2 現(xiàn)有的紋理基元學(xué)習(xí)方法
2.3 本章方法描述
2.4 實(shí)驗(yàn)與結(jié)果分析
2.5 本章小結(jié)
3 全局和局部編碼Gabor特征融合的方法
3.1 引言
3.2 Gabor濾波方法簡(jiǎn)介
3.3 本章方法描述
3.4 實(shí)驗(yàn)與結(jié)果分析
3.5 本章小結(jié)
4 光照、旋轉(zhuǎn)和尺度穩(wěn)健的改進(jìn)CLBP方法
4.1 引言
4.2 傳統(tǒng)CLBP算法簡(jiǎn)介
4.3 本章方法描述
4.4 實(shí)驗(yàn)與結(jié)果分析
4.5 本章小結(jié)
5 彩色紋理圖像的特征提取和識(shí)別方法
5.1 引言
5.2 顏色信息的作用和應(yīng)用條件
5.3 彩色紋理圖像的特征提取方法研究
5.4 實(shí)驗(yàn)與結(jié)果分析
5.5 本章小結(jié)
6 基于深度卷積神經(jīng)網(wǎng)絡(luò)的方法
6.1 引言
6.2 CNN的基本原理
6.3 遷移學(xué)習(xí)及其可行性分析
6.4 基于VGG-16模型和遷移學(xué)習(xí)的紋理圖像識(shí)別
6.5 基于MobileNet模型和遷移學(xué)習(xí)的紋理圖像識(shí)別
7 紋理圖像特征提取和識(shí)別方法的應(yīng)用
7.1 引言
7.2 紋理圖像特征提取和識(shí)別方法的應(yīng)用1:樹(shù)皮分類(lèi)
7.3 紋理圖像特征提取和識(shí)別方法的應(yīng)用2:圖像檢索
7.4 紋理圖像特征提取和識(shí)別方法的應(yīng)用3:紙幣鑒別
7.5 本章小結(jié)
8 總結(jié)與展望
8.1 總結(jié)
8.2 未來(lái)研究展望
參考文獻(xiàn)

本目錄推薦

掃描二維碼
Copyright ? 讀書(shū)網(wǎng) ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)