紋理圖像的特征提取和識別

定　價：￥69.00

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

購買這本書可以去

京東 (￥48.20)

ISBN：	9787516662519	出版時間：	2022-04-01	包裝：
開本：	16開	頁數(shù)：	202	字?jǐn)?shù)：

內(nèi)容簡介

　　由于紋理圖像中所蘊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別成為一項極具挑戰(zhàn)性的任務(wù)。雖然在過去幾十年紋理圖像的特征提取和識別技術(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別》針對上述幾個方面的問題開展研究，提出了一些新的或改進的紋理圖像識別方法。近年來，隨著紋理圖像識別技術(shù)的發(fā)展，更復(fù)雜、更具挑戰(zhàn)性的紋理圖像識別任務(wù)被提上日程，以前所采用的特征提取和識別方法已經(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)方法開始在紋理圖像特征提取和識別領(lǐng)域受到關(guān)注，為人類深入理解和識別紋理圖像開辟了一個嶄新的研究方向，因此，《紋理圖像的特征提取和識別》也對基于深度學(xué)習(xí)的方法進行研究，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別任務(wù)時的一些瓶頸問題。

作者簡介

　　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《計算機輔助設(shè)計與圖形學(xué)學(xué)報》《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，主持國家質(zhì)檢總局科技計劃項目和河南省科技廳科技攻關(guān)項目各一項，參與省部級項目三項。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)秀獎一等獎，并先后獲得平頂山學(xué)院首屆我喜愛的教師、優(yōu)質(zhì)課教師、優(yōu)秀教師、師德標(biāo)兵等榮譽稱號。

圖書目錄

1 緒論
1．1 研究背景及意義
1．2 研究現(xiàn)狀以及存在的問題
1．3 本書的主要內(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 實驗與結(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濾波方法簡介
3．3 本章方法描述
3．4 實驗與結(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CLBP方法
4．1 引言
4．2 傳統(tǒng)CLBP算法簡介
4．3 本章方法描述
4．4 實驗與結(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 實驗與結(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)的紋理圖像識別
6．5 基于MobileNet模型和遷移學(xué)習(xí)的紋理圖像識別
7 紋理圖像特征提取和識別方法的應(yīng)用
7．1 引言
7．2 紋理圖像特征提取和識別方法的應(yīng)用1：樹皮分類
7．3 紋理圖像特征提取和識別方法的應(yīng)用2：圖像檢索
7．4 紋理圖像特征提取和識別方法的應(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 未來研究展望
參考文獻(xiàn)