计算机视觉应用与实战电子书

内容简介

编委会

序一

序二

前言

第1部分 基于OpenCV的传统视觉应用

第1章 图像生成

1.1 图像显示

1.1.1 使用OpenCV显示图像

1.1.2 使用Matplotlib显示图像

1.1.3 案例实现——使用OpenCV显示图像

1.1.4 案例实现——使用Matplotlib显示图像

1.2 图像读取

1.2.1 使用OpenCV读取图像

1.2.2 使用Matplotlib读取图像

1.2.3 案例实现——使用OpenCV读取图像

1.2.4 案例实现——使用Matplotlib读取图像

1.3 图像保存

1.3.1 使用OpenCV保存图像

1.3.2 使用Matplotlib保存图像

1.3.3 案例实现——使用OpenCV保存图像

1.3.4 案例实现——使用Matplotlib保存图像

本章总结

作业与练习

第2章 OpenCV图像处理（1）

2.1 图像模糊

2.1.1 均值滤波

2.1.2 中值滤波

2.1.3 高斯滤波

2.1.4 案例实现

2.2 图像锐化

2.2.1 图像锐化简介

2.2.2 案例实现

本章总结

作业与练习

第3章 OpenCV图像处理（2）

3.1 OpenCV绘图

3.1.1 使用OpenCV绘制各种图形

3.1.2 案例实现

3.2 图像的几何变换

3.2.1 几何变换操作

3.2.2 案例实现

本章总结

作业与练习

第4章 图像特征检测

4.1 边缘编辑和增强

4.1.1 Canny边缘检测简介

4.1.2 案例实现

4.2 图像轮廓检测

4.2.1 轮廓查找步骤

4.2.2 查找轮廓函数

4.2.3 绘制轮廓函数

4.2.4 案例实现

4.3 图像角点和线条检测

4.3.1 角点的定义

4.3.2 Harris角点简介

4.3.3 Harris角点检测函数

4.3.4 案例实现

本章总结

作业与练习

第5章 图像特征匹配

5.1 ORB关键点检测与匹配

5.1.1 FAST算法

5.1.2 BRIEF算法

5.1.3 特征匹配

5.1.4 代码流程

5.2 案例实现

本章总结

作业与练习

第6章 图像对齐与拼接

6.1 全景图像拼接

6.1.1 全景图像的拼接原理

6.1.2 算法步骤

6.1.3 Ransac算法介绍

6.1.4 全景图像剪裁

6.2 案例实现

本章总结

作业与练习

第7章 相机运动估计

7.1 双目相机运动估计

7.1.1 相机测距流程

7.1.2 双目相机成像模型

7.1.3 极限约束

7.1.4 双目测距的优势

7.1.5 双目测距的难点

7.2 案例实现

本章总结

作业与练习

第2部分 基于机器学习和深度学习的视觉应用

第8章 基于SVM模型的手写数字识别

8.1 手写数字识别

8.1.1 手写数字图像

8.1.2 图像处理

8.2 案例实现

本章总结

作业与练习

第9章 基于HOG+SVM的行人检测

9.1 行人检测

9.1.1 HOG+SVM

9.1.2 检测流程

9.1.3 滑动窗口

9.1.4 非极大值抑制

9.2 案例实现

本章总结

作业与练习

第10章 数据标注

10.1 目标检测数据标注

10.1.1 数据收集与数据标注

10.1.2 数据标注的通用规则

10.1.3 案例实现

10.2 视频目标跟踪数据标注

10.2.1 视频与图像数据标注的差异

10.2.2 案例实现

本章总结

作业与练习

第11章 水果识别

11.1 LeNet-5模型的训练与评估

11.1.1 卷积层

11.1.2 池化层

11.1.3 ReLU层

11.1.4 LeNet-5模型

11.1.5 Keras

11.1.6 案例实现

11.2 LeNet-5模型的应用

11.2.1 使用OpenCV操作摄像头

11.2.2 OpenCV的绘图功能

11.2.3 OpenCV绘图函数的常见参数

11.2.4 Keras模型的保存和加载

11.2.5 案例实现

本章总结

作业与练习

第12章 病虫害识别

12.1 植物叶子病虫害识别

12.1.1 PlantVillage数据集

12.1.2 性能评估

12.1.3 感受野

12.2 案例实现

本章总结

作业与练习

第13章 相似图像搜索

13.1 以图搜图

13.1.1 VGG模型

13.1.2 H5模型文件

13.1.3 案例实现

13.2 人脸识别

13.2.1 人脸检测

13.2.2 分析面部特征

13.2.3 人脸识别特征提取

13.2.4 人脸相似性比较

13.2.5 案例实现

本章总结

作业与练习

第14章 多目标检测

14.1 人脸口罩佩戴检测

14.1.1 目标检测

14.1.2 YOLO模型

14.1.3 YOLOv3模型

14.1.4 YOLOv3-Tiny模型

14.2 案例实现

本章总结

作业与练习

第15章 可采摘作物检测

15.1 番茄成熟度检测

15.1.1 数据集

15.1.2 RCNN模型

15.1.3 SPP-Net模型

15.1.4 Fast-RCNN模型

15.1.5 Faster-RCNN模型

15.1.6 Mask-RCNN模型

15.2 案例实现

本章总结

作业与练习

第16章 智能照片编辑

16.1 图像自动着色

16.1.1 GAN模型的基本结构与原理

16.1.2 构建GAN模型

16.2 案例实现

本章总结

作业与练习

第17章 超分辨率

17.1 图像超分辨率

17.1.1 SRGAN模型的结构

17.1.2 SRGAN模型的损失函数

17.1.3 SRGAN模型的评价指标

17.2 案例实现

本章总结

作业与练习

第18章 医学图像分割

18.1 眼底血管图像分割

18.1.1 图像分割

18.1.2 语义分割

18.1.3 全卷积神经网络

18.1.4 反卷积

18.1.5 U-Net模型

18.2 案例实现

本章总结

作业与练习

第19章 医学图像配准

19.1 头颈部CT图像配准

19.1.1 图像配准方法

19.1.2 VoxelMorph配准框架

19.1.3 TensorFlow-pix2pix

19.2 案例实现

本章总结

作业与练习

第20章 视频内容分析

20.1 人体动作识别

20.1.1 视频动作识别模型

20.1.2 UCF-101数据集

20.2 案例实现

本章总结

作业与练习

第21章 图像语义理解

21.1 视觉问答

21.1.1 编码器-解码器模型

21.1.2 光束搜索

21.2 案例实现

本章总结

作业与练习

第3部分 基于深度学习的新兴视觉应用

第22章 三维空间重建

22.1 3D-R2N2算法

22.1.1 算法简介

22.1.2 算法的优势

22.1.3 算法的结构

22.2 案例实现

本章总结

作业与练习

第23章 视频稳定

23.1 人脸视频稳定

23.1.1 MobileNet模型

23.1.2 SSD模型

23.1.3 MobileNet-SSD模型

23.1.4 模型评估

23.1.5 实时影响

23.2 案例实现

本章总结

作业与练习

第24章 目标检测与跟踪

24.1 车辆检测与跟踪

24.1.1 UA-DETRAC数据集

24.1.2 目标跟踪

24.1.3 DeepSORT目标跟踪

24.2 案例实现

本章总结

作业与练习

第25章 风格迁移

25.1 图像与视频风格迁移

25.1.1 理解图像内容和图像风格

25.1.2 图像重建

25.1.3 风格重建

25.2 案例实现

本章总结

作业与练习

附录A 企业级综合教学项目介绍

1.1 智慧停车场管理系统

1.1.1 项目概述

1.1.2 技能目标

1.2 智慧景区管理系统

1.2.1 项目概述

1.2.2 技能目标

1.3 智能考勤打卡系统

1.3.1 项目概述

1.3.2 技能目标