书目信息 |
| 题名： |
数字图像处理
|
|
| 作者： | 蔡体健 ， 刘伟 主编 | |
| 分册： | ||
| 出版信息： | 北京 机械工业出版社 2022.07 |
|
| 页数： | 237页 | |
| 开本： | 26cm | |
| 丛书名： | 普通高等教育电子信息类系列教材 | |
| 单 册： | ||
| 中图分类： | TN911.73 | |
| 科图分类： | ||
| 主题词： | 数字图象处理--shu zi tu xiang chu li--高等教育--教材 | |
| 电子资源： | ||
| ISBN： | 978-7-111-70741-7 | |
| 000 | 01582nam 2200289 450 | |
| 001 | 492873 | |
| 010 | @a978-7-111-70741-7@dCNY49.80 | |
| 100 | @a20220910d2022 em y0chiy50 ea | |
| 101 | 0 | @achi |
| 102 | @aCN@b110000 | |
| 105 | @aa z 000yy | |
| 106 | @ar | |
| 200 | 1 | @a数字图像处理@Ashu zi tu xiang chu li@e基于Python@f主编蔡体健, 刘伟 |
| 210 | @a北京@c机械工业出版社@d2022.07 | |
| 215 | @a237页@c图@d26cm | |
| 225 | 2 | @a普通高等教育电子信息类系列教材@Apu tong gao deng jiao yu dian zi xin xi lei xi lie jiao cai |
| 312 | @a英文题名取自封面 | |
| 330 | @a本书以详实的内容及丰富的实例较全面地介绍了数字图像处理的基础理论、经典算法及典型应用。本书内容包括数字图像处理基础知识、图像增强、图像复原、图像的几何变换与几何校正、形态学图像处理、图像分割、图像描述与特征提取等, 并通过一个较完整的车牌识别系统向读者详细介绍了数字图像处理系统的基本设计思想与设计方法。本书实践部分, 介绍了OpenCV、NumPy、Matplotlib、Scikit-lean等图像处理相关工具包的一些常用使用方法, 其中的代码汇集生成了“基于Python的图像处理算法演示系统v1.0”, 以辅助读者理解算法。为适应人工智能等新技术的发展, 本书简单介绍了卷积神经网络的平移、旋转、尺度、形变等不变性, 让读者理解卷积神经网络在图像处理方面的优势。 | |
| 410 | 0 | @12001 @a普通高等教育电子信息类系列教材 |
| 510 | 1 | @aDigital image processing based on Python@zeng |
| 517 | 1 | @a基于Python@Aji yu Python |
| 606 | 0 | @a数字图象处理@Ashu zi tu xiang chu li@x高等教育@j教材 |
| 690 | @aTN911.73@v5 | |
| 701 | 0 | @a蔡体健@Acai ti jian@4主编 |
| 701 | 0 | @a刘伟@Aliu wei@4主编 |
| 801 | 0 | @aCN@c20220910 |
| 905 | @a河南城建学院图书馆@dTN911.73@eC050 | |
| 数字图像处理：基于Python/主编蔡体健, 刘伟.-北京：机械工业出版社，2022.07 |
| 237页：图；26cm.-(普通高等教育电子信息类系列教材) |
| ISBN 978-7-111-70741-7：CNY49.80 |
| 本书以详实的内容及丰富的实例较全面地介绍了数字图像处理的基础理论、经典算法及典型应用。本书内容包括数字图像处理基础知识、图像增强、图像复原、图像的几何变换与几何校正、形态学图像处理、图像分割、图像描述与特征提取等, 并通过一个较完整的车牌识别系统向读者详细介绍了数字图像处理系统的基本设计思想与设计方法。本书实践部分, 介绍了OpenCV、NumPy、Matplotlib、Scikit-lean等图像处理相关工具包的一些常用使用方法, 其中的代码汇集生成了“基于Python的图像处理算法演示系统v1.0”, 以辅助读者理解算法。为适应人工智能等新技术的发展, 本书简单介绍了卷积神经网络的平移、旋转、尺度、形变等不变性, 让读者理解卷积神经网络在图像处理方面的优势。 |
| ● |
| 相关链接 |
|
|
|
正题名：数字图像处理
索取号：TN911.73/C050
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1600314 | 216003143 | 自科库301/301自科库 99排9列1层/ [索取号:TN911.73/C050] | 在馆 | |
| 2 | 1600315 | 216003152 | 自科库301/301自科库 99排9列1层/ [索取号:TN911.73/C050] | 在馆 |