相關商品
商品簡介
目次
商品簡介
《復雜環境下監控圖像拼接與識別》緊扣“復雜環境下監控圖像拼接與識別”這一研究主題，緊跟國內外發展現狀和新成果，從理論和應用兩方面探討了圖像去噪、圖像增強、圖像拼接和圖像目標識別及行為分析四個領域的理論、方法及涉及的相關技術。研究成果豐富了智能視頻監控領域研究，解決了構建智能視頻監控系統的一些關鍵技術問題，對于構建復雜環境下智能監控系統具有重要的支撐作用。
《復雜環境下監控圖像拼接與識別》可供通信工程技術人員、安全工程技術人員、相關科技工作者及大院校高年級本科生或研究生使用。
《復雜環境下監控圖像拼接與識別》可供通信工程技術人員、安全工程技術人員、相關科技工作者及大院校高年級本科生或研究生使用。
目次
1 緒論
1．1 研究背景與意義
1．2 國內外研究現狀
1．3 本書的主要研究內容及創新點
1．4 小結
2 基于視覺特性的圖像去噪新方法
2．1 引言
2．2 井下圖像噪聲分類
2．3 常用的圖像去噪方法
2．4 基于視覺特性的圖像去噪新方法
2．5 實驗結果與分析
2．6 小結
3 基于免疫遺傳的圖像自適應增強方法
3．1 引言
3．2 傳統圖像增強方法
3．3 遺傳算法基本理論
3．4 基于免疫遺傳的圖像自適應增強方法
3．5 實驗結果與分析
3．6 小結
4 基于Harris-SIFT的圖像自動快速拼接方法
4．1 引言
4．2 基于角點檢測的圖像拼接算法
4．3 SIFT算法
4．4 井下監控圖像序列全自動快速拼接算法
4．5 實驗結果與分析
4．6 小結
5 基于PCA-SIFT的運動目標跟蹤識別及行為分析
5．1 引言
5．2 井下運動目標識別分析研究框架
5．3 運動目標輪廓提取
5．4 基于PCA-SIFT的運動目標跟蹤識別
5．5 基于快速模板匹配的運動目標行為分析
5．6 實驗結果與分析
5．7 小結
6 結論與展望
6．1 結論
6．2 展望
參考文獻
1．1 研究背景與意義
1．2 國內外研究現狀
1．3 本書的主要研究內容及創新點
1．4 小結
2 基于視覺特性的圖像去噪新方法
2．1 引言
2．2 井下圖像噪聲分類
2．3 常用的圖像去噪方法
2．4 基于視覺特性的圖像去噪新方法
2．5 實驗結果與分析
2．6 小結
3 基于免疫遺傳的圖像自適應增強方法
3．1 引言
3．2 傳統圖像增強方法
3．3 遺傳算法基本理論
3．4 基于免疫遺傳的圖像自適應增強方法
3．5 實驗結果與分析
3．6 小結
4 基于Harris-SIFT的圖像自動快速拼接方法
4．1 引言
4．2 基于角點檢測的圖像拼接算法
4．3 SIFT算法
4．4 井下監控圖像序列全自動快速拼接算法
4．5 實驗結果與分析
4．6 小結
5 基于PCA-SIFT的運動目標跟蹤識別及行為分析
5．1 引言
5．2 井下運動目標識別分析研究框架
5．3 運動目標輪廓提取
5．4 基于PCA-SIFT的運動目標跟蹤識別
5．5 基于快速模板匹配的運動目標行為分析
5．6 實驗結果與分析
5．7 小結
6 結論與展望
6．1 結論
6．2 展望
參考文獻
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。