机器视觉教程
2005-1
机械工业出版社
斯奈德
434
无
本书是一本介绍机器视觉的书，内容丰富，通俗易懂。它提供了所有必需的理论工具，并且展示了如何将它们应用到实际的图像处理与机器视觉系统中。本书包含许多编练习，有助于学生深入理解实用图像处理算法的发展。 本书从回顾数学原理开始，继而讨论数字图像处理中的关键问题，比如图像描述与特征、边缘检测、特征提取、分割纹理和形状等。本书还讨论了图像匹配、统计模式识别、语法模识别、聚类、扩散、自适应轮廓、参数变换和连贯性标记，介绍了一些重要的应用，包括自动目标识别。连续性和最优化是本书反复陈述的两个主题。 本书适用于电气与计算机工程、计算机科学以及教学专业的高年级本科生与研究生，对于相关的工程技术人员也极具参考价值。 本书附带光盘中包括书中用到的所软件与数据。
Wesley E.Snyder在美国伊利诺伊大学获得博士学位，目前是北卡罗来纳州立大学电气与计计算机工程系教授。他发表了100多篇论文，并且著有Industrial Robots一书。他是IEEE机器人与自动化学会和IEEE神经网络协会的创始人，还是美国国家科学基金、美国国家航空和航天管理局
To the instructorAcknowledgements 1 Introduction 2 Review of mathematical principles 3 Writing programs to process images 4 Images:Formation and representation 5 Linear operators and Kernels 6 Image relaxtion:Restoration and feature extraction 7 Mathematical morphology 8 Segmentation 9 Shape 10 Consistent labeling 11 Parametric transforms 12 Graphs and graph-theoretic concetpts 13 Image matching 14 Statical pattern recognition 15 Clustering 16 Syntactic pattern recognition 17 Applications 18 Automatic target recognitionAuthor indexIndex
无
很经典的书，对学习机器视觉很有用。