Компьютерное зрение, Практика, Сацюк А.В., 2025

Компьютерное зрение, Практика, Сацюк А.В., 2025.
 
  Содержит краткое теоретическое описание основных методов и принципов области компьютерного зрения, а также включает практические примеры: программы с применением функций библиотек компьютерного зрения на языке Python, начиная от примеров работы с пикселями и заканчивая нейросетевыми задачами.
Для студентов старших курсов очной и заочной форм обучения, инженеров и аспирантов, которые обучаются по специальности «Системы обеспечения движения поездов» и «Информационные системы и технологии», а также для обучающихся на дополнительных курсах по направлению «Искусственный интеллект», «Программирование и робототехника», «Компьютерное зрение».




История развития компьютерного зрения.
История компьютерного зрения увлекательна, полна страстных усилий и фантастических прорывов. Углубимся в этот захватывающий рассказ, начиная с первых шагов в попытках придать машинам способность видеть мир.

Первые шаги в области компьютерного зрения были подчеркнуты стремлением создать электронные мозги, способные анализировать и понимать окружающий мир, так же, как это делает человек. В 1950 году Фрэнк Розенблатт, американский математик и пионер в области искусственного интеллекта, предложил уникальную идею, которая оказала значительное воздействие на дальнейшее развитие компьютерного зрения - персептрон. Эта модель была вдохновлена работой научного физика Уоррена Мак-Каллока и логика Алена Ньюэлла. Розенблатт создал простую модель нейрона, которая могла обучаться и распознавать образы.

ОГЛАВЛЕНИЕ.
ВВЕДЕНИЕ.
1. ОСНОВЫ КОМПЬЮТЕРНОГО ЗРЕНИЯ.
1.1. История развития компьютерного зрения.
1.2. Аппаратные ресурсы.
1.3. Библиотеки для работы с изображениями. OpenCV.
ПРАКТИЧЕСКОЕ ЗАДАНИЕ.
2. ИНТЕРАКТИВНОЕ УПРАВЛЕНИЕ В КОМПЬЮТЕРНОМ ЗРЕНИИ.
2.1. Общие сведения об интерактивном управлении.
2.2. Интерактивные окна и виджеты.
2.3. Слайдеры.
2.4. События мыши.
ПРАКТИЧЕСКОЕ ЗАДАНИЕ.
3. ОСНОВЫ ИЗОБРАЖЕНИЙ И ВИДЕО.
3.1. Представление изображений в OpenCV.
3.2. Загрузка» отображение и сохранение изображений.
3.3. Захват видео с камеры и из файла.
3.4. Основные операции с изображениями.
3.4.1. Изменение размера изображения.
3.4.2. Обрезка изображения.
3.4.3. Вращение изображения.
3.4.4. Отражение изображения.
ПРАКТИЧЕСКОЕ ЗАДАНИЕ.
4. ЦВЕТОВЫЕ ПРОСТРАНСТВА И ФИЛЬТРАЦИЯ.
4.1. Цвет и свет.
4.2. Пиксели и их представление.
4.3. Цветовые пространства.
4.4. Операции над пикселями.
4.5. Преобразование между цветовыми пространствами.
4.6. Цветовая коррекция.
4.7. Фильтрация цветов и цветовая сегментация.
ПРАКТИЧЕСКОЕ ЗАДАНИЕ.
5. МЕТОДЫ ОБРАБОТКИ ИЗОБРАЖЕНИЙ.
5.1. Инверсия изображения.
5.2. Линейное объединение двух изображений.
5.3. Вычисления абсолютной разницы изображений.
5.4. Преобразование изображения с использованием абсолютных значений и масштабирования.
5.5. Бинаризация и пороговая обработка.
5.6. Фильтрация.
5.6.1. Принцип цифровой фильтрации.
5.6.2. Ядро фильтра.
5.6.3. Фильтрация и сглаживание изображений.
5.6.4. Фильтрация Гаусса.
5.6.5. Билатеральный фильтр.
5.6.6. Фильтры расширения и сужения.
5.6.7. Медианный фильтр.
5.6.8. Фильтр Лапласа.
5.6.9. Фильтр Собеля.
5.7. Выделение контуров и краев на изображениях.
5.7.1. Обнаружения границ.
5.7.2. Обнаружения контуров.
5.8. Сегментация изображений.
5.9. Гомография изображений.
ПРАКТИЧЕСКОЕ ЗАДАНИЕ.
6. ГРАФИЧЕСКИЕ ОТРИСОВКИ В КОМПЬЮТЕРНОМ ЗРЕНИИ.
6.1. Графические отрисовки.
6.2. Отрисовка геометрических фигур.
6.2.1. Отрисовка линий.
6.2.2. Отрисовка прямоугольника.
6.2.3. Отрисовка кругов и эллипсов.
6.2.4. Отрисовка полигональных фигур.
6.2.5. Создание холста.
6.3. Перемещение геометрических фигур.
6.4. Динамическая отрисовка прямоугольной области.
6.5. Добавление текста к изображению.
6.6. Вычисление гистограммы изображения.
ПРАКТИЧЕСКОЕ ЗАДАНИЕ.
7. ОБРАБОТКА ДВИЖУЩИХСЯ ОБЪЕКТОВ.
7.1. Основы обработки движущихся объектов.
7.2. Предварительная обработка изображений.
7.3. Выбор области интереса.
7.4. Отслеживание движущихся объектов.
7.5. Анализ траекторий движущихся объектов.
ПРАКТИЧЕСКОЕ ЗАДАНИЕ.
8. ГЛУБОКОЕ ОБУЧЕНИЕ И НЕЙРОННЫЕ СЕТИ.
8.1. Введение в глубокое обучение.
8.2. Сверточная нейронная сеть.
8.3. Рекуррентная нейронная сеть.
8.4. Распознавание объектов с использованием алгоритма каскадов Хаара.
8.5. Обнаружение объектов в реальном времени.
8.5.1. Алгоритмы YOLO.
8.5.2. Эволюция модели YOLO.
8.5.2. Практическое применение YOLO.
ПРАКТИЧЕСКОЕ ЗАДАНИЕ.
9. КОМПЬЮТЕРНОЕ ЗРЕНИЕ НА МИКРОКОМПЬЮТЕРАХ.
9.1. Выбор микрокомпьютера.
9.2. Установка и настройка окружения.
9.3. Работа с камерой.
9.4. Программно-аппаратная архитектура CUDA.
9.5. Настройка CUDA на микрокомпьютере Jetson Nano.
ПРАКТИЧЕСКОЕ ЗАДАНИЕ.
ЗАКЛЮЧЕНИЕ.
СЛОВАРЬ ТЕРМИНОВ.
СПИСОК РЕКОМЕНДУЕМОЙ ЛИТЕРАТУРЫ.
ПРИЛОЖЕНИЕ.


Ниже можно купить эту книгу, если она есть в продаже, и похожие книги по лучшей цене со скидкой с доставкой по всей России.Купить книги


Купить .



Хештеги: #учебник по информатике :: #информатика :: #компьютеры :: #Сацюк