| 查看: 1735 | 回复: 6 | ||
itissogood新虫 (初入文坛)
|
[求助]
求推荐图像分析与理解的好书 已有1人参与
|
| 主要集中讲图像的分割，特征提取和目标识别的。新一点的最好。大家说说有什么好书吧 |
回复此楼» 猜你喜欢
308求调剂
已经有4人回复
-
一志愿安大生物学07初试322、本科二本、调剂求助
已经有3人回复
-
求调剂
已经有15人回复
-
326求调剂
已经有6人回复
-
电子信息270求调剂
已经有15人回复
-
295分求调剂
已经有10人回复
-
290调剂生物0860
已经有22人回复
-
调剂求收留
已经有23人回复
-
291求调剂
已经有8人回复
-
293求调剂
已经有8人回复
» 本主题相关价值贴推荐，对您同样有帮助:
- ★★★★★★★★★★★★好书《绿色分析化学手册》英文版
已经有104人回复
- 如果我的基金申请书中的图是彩色，评审专家收到的申请书电子版是彩色的还是黑白的？
已经有4人回复
- 泛函分析与PDE 结合的一本好书（清华数学本科泛函分析教材之一）
已经有296人回复
- 谁见过这本书？（其中有一张图：电磁波谱及其在分析技术中的应用）
已经有22人回复
- 一本英文好书，海量数据分析前沿
已经有461人回复
- 用了一本书上的公式和图，但注明了出处，算抄袭吗？对第二作者有多大影响？
已经有5人回复
- matlab图像相关性分析的求助
已经有20人回复
- 求助数学大神 如何做图像的相似性分析
已经有5人回复
- 求SEM图像分析
已经有8人回复
- 申请书上能直接画框图吗
已经有5人回复
- 【求助】图像处理比较好的参考书
已经有20人回复
- 【讨论】图像视频分析和理解的前沿在哪里？
已经有18人回复
- 【转帖】学遥感必读的十本专业书
已经有72人回复
sukiyq
木虫 (小有名气)
- 应助: 25 (小学生)
- 金币: 2808.9
- 散金: 10
- 红花: 3
- 帖子: 211
- 在线: 68.5小时
- 虫号: 1397425
- 注册: 2011-09-10
- 专业: 模式识别
2楼2014-03-12 09:39:48
itissogood
新虫 (初入文坛)
- 应助: 1 (幼儿园)
- 金币: 44.8
- 散金: 22
- 帖子: 47
- 在线: 23小时
- 虫号: 1592846
- 注册: 2012-01-31
- 专业: 计算机应用技术
3楼2014-03-12 10:01:56
itissogood
新虫 (初入文坛)
- 应助: 1 (幼儿园)
- 金币: 44.8
- 散金: 22
- 帖子: 47
- 在线: 23小时
- 虫号: 1592846
- 注册: 2012-01-31
- 专业: 计算机应用技术
4楼2014-03-12 10:26:00
sukiyq
木虫 (小有名气)
- 应助: 25 (小学生)
- 金币: 2808.9
- 散金: 10
- 红花: 3
- 帖子: 211
- 在线: 68.5小时
- 虫号: 1397425
- 注册: 2011-09-10
- 专业: 模式识别
|
这本书有中译本，翻译的很烂，不建议读，如果你希望长期从事图像视觉方面研究，希望你不要恐惧英文。 我看过的给你说下： 【1】《computer vision algorithms and applications》这本讲的不细，但是有很多图和文献链接，适合大致浏览，掌握大体结构。 模式识别机器学习方面： 【2】《模式识别(第四版)》 希腊人写的紫皮书，有中文版翻译也可以，万花筒。 【3】《模式分类(第二版)》有中文版，给出了很多算法的伪码，对贝叶斯理论和统计学习理论也有一些见解。 【4】《机器学习和模式识别》英文，非常非常好的从贝叶斯理论角度分析学习问题的书，你可以从中读到贝叶斯理论的精髓。 【5】《the elements of statistic learning》英文，非常非常好的从分析的角度分析学习问题的书，你可以从中读到很多算法在分析上的内涵联系。 【6】《计算机视觉中的多视图几何》有关多视图的圣经，有中文版。 【7】《Probabilistic Robotics》，英文，有关机器人视觉的最有名著作。 【8】《Computer Vision: Models, Learning, and Inference》英文，一本非常全面地讲解计算机视觉的入门读物。 亚马逊，新浪爱问还可以搜到其他对你可能会有用的书。 所有将模式识别的书，它都只是讲一堆向量之间的关系，有的作者喜欢举例，比如【4，5】中举了手写字符的例子，【8】举了用MRF进行图像去噪的例子。但是这些书的重点不在举例而是将思想。如何把图像变为特征向量是要从文献中去读的。这几年我见过的各种算法有： 分割：阈值，mean shift，图割，MRF，superpixel。各种聚类，模糊聚类，监督学习以及先过分割后分类的思想也都用在分割上。 特征提取： 最火的是SIFT和SURF和它们的改进，然后还有一些其他的比如ORB，brief，harris，还有一些全局特征比如gist，分块方向直方图等等。有的文献自造特征，把图像小块的均值，方差，梯度均值方差作为特征，我使用这些特征对CT图像的骨头进行了正确率较高的分类(使用SVM和随机树) 目标识别： 一般都是各种分类器，有监督学习，像SVM，NN，MRF都是常用的，在图像上一般BOW框架，把特征聚类成visual word。 |
» 本帖已获得的红花（最新10朵）
itissogood5楼2014-03-12 13:26:31
6楼2014-03-12 13:52:09
itissogood
新虫 (初入文坛)
- 应助: 1 (幼儿园)
- 金币: 44.8
- 散金: 22
- 帖子: 47
- 在线: 23小时
- 虫号: 1592846
- 注册: 2012-01-31
- 专业: 计算机应用技术
7楼2014-03-12 16:56:35
