圖像處理與計(jì)算機(jī)視覺(jué)

第1章 緒論
1.1 圖像處理與計(jì)算機(jī)視覺(jué)概述
1.2 認(rèn)識(shí)AelosSmart
1.3 AelosSmart開(kāi)發(fā)環(huán)境配置
第2章 Python基礎(chǔ)
2.1 Python基本運(yùn)行與開(kāi)發(fā)環(huán)境的搭建
2.2 個(gè)程序hello world！
2.3 變量、數(shù)據(jù)類(lèi)型、表達(dá)式
2.4 組合數(shù)據(jù)類(lèi)型
2.5 Python函數(shù)
2.6 Python對(duì)象與類(lèi)
第3章 基于OpenCV的圖像采集和處理
3.1 圖像處理的基本概念
3.2 0penCV入門(mén)
3.3 圖像數(shù)字化
3.4 圖像幾何變換
3.5 對(duì)比度增強(qiáng)
3.6 圖像平滑處理
3.7 圖像的閾值分割
3.8 圖像邊緣檢測(cè)
3.9 點(diǎn)集的 小外包
3.10 圖像輪廓
3.11 獲取 顏色的面積和坐標(biāo)信息
3.12 圖像壓縮
第4章 機(jī)器人操作系統(tǒng)
4.1 機(jī)器人操作系統(tǒng)簡(jiǎn)介
4.2 機(jī)器人操作系統(tǒng)的架構(gòu)
4.3 ROS的使用與命令行工具
4.4 工作空間、功能包與catkin命令
4.5 ROS下Python編程
4.6 ROS中OpenCV的安裝與使用
第5章 深度學(xué)習(xí)概述
5.1 人工智能、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)
5.2 Pandas
5.3 scikit-learn
5.4 機(jī)器學(xué)習(xí)簡(jiǎn)介
5.5 TensorFlow與Keras
5.6 深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
5.7 淺層神經(jīng)網(wǎng)絡(luò)與激活函數(shù)
5.8 圖像數(shù)據(jù)集的獲取與標(biāo)注
5.9 基于深度學(xué)習(xí)的圖像分類(lèi)與目標(biāo)檢測(cè)
第6章 基于機(jī)器人的視覺(jué)應(yīng)用
6.1 Aelossmart的視覺(jué)系統(tǒng)簡(jiǎn)介
6.2 計(jì)算機(jī)與機(jī)器人間的傳輸圖像
6.3 圖像特征點(diǎn)檢測(cè)與提取
6.4 目標(biāo)檢測(cè)
參考文獻(xiàn)