机器视觉是指利用相机、摄像机等作为传感器，并配合机器视觉算法，赋予智能设备具备人眼的功能，从而进行相关物件识别、检测、测量等操作的一种技术，现已广泛应用于多个领域。本书在对机器视觉的定义、现状及组成单元等基础理论进行介绍的基础之上，从实用性角度，对Delta并联机器人机器视觉动态分拣等5个工业应用实例、铁路货车超限监测

本书首先介绍通用处理器的架构，以及汇编和编译的技术；然后讲解Linux内存管理、Linux进程管理，以及GDB、trace、eBPF、SystemTap等Linux系统开发工具；接着通过视频编解码主流技术和NVIDIA计算平台CUDA等讨论人工智能技术在音视频领域与自然语言处理领域的应用；最后讲解标准计算平台OpenC

深度学习和传统机器视觉技术相融合，可以大大提高AI技术的效率和精度。本书分上、下两篇，共19章内容，详细讲解了机器视觉及深度学习的理论和编程实践。上篇介绍理论算法。包括机器视觉的经典图像处理算法、深度学习的理论基础和目前常用的深度学习框架。下篇介绍编程环境及系统搭建。讲解了机器视觉图像处理算法及深度学习的编程工具VC+

本书系统地介绍了计算机的基本组成原理和内部工作机制，以及计算机体系结构的基本概念、基本结构和基本分析方法。全书由9章组成：?第1章介绍计算机系统结构的基本概念；第2章介绍计算机中数据的机器层次表示；第3章介绍计算机的指令系统；第4章介绍计算机中的运算方法和运算器，第5章介绍主存储器；第6章介绍多级存储系统的设计；第7章

本书是作者多年硬件设计开发经验的积累和总结，介绍了一套完整的硬件开发流程，书中内容有理论、有实践。主要内容包括：立项、需求分析、系统设计、详细参数设计、测试、维护和团队分工合作整个硬件生命周期所有关键节点的内容，把所有的关键节点有序组织起来，高效、高质量地完成硬件开发工作。 本书适用于广大硬件设计工程师和项目经理阅读，

本书以OpenCV-Python（thePythonAPIforOpenCV）为工具，以案例为载体，系统介绍了计算机视觉从入门到深度学习的相关知识点。本书从基础知识、基础案例、机器学习、深度学习和人脸识别5个方面对计算机视觉的相关知识点进行了全面、系统、深入的介绍。书中共介绍了40余个经典的计算机视觉案例，其中既有图像

本书内容是三维点云的核心原理、方法与技术，重点是点云模型的三维空间识别、理解与重建。全书上、下两册，分为四部分，共15章，上册包括点云获取与预处理、点云特征分析与计算和点云识别与理解；下册介绍点云重构与艺术风格化。本书为下册。

本书围绕计算机视觉在农业、医学、工业等领域的案例，深入浅出地讲解计算机视觉核心的模型与关键技术。本书中所有案例的代码均能在达内时代科技集团自主研发的AIX-EBoard人工智能实验平台上部署与实施，实现了教学场景化、学习趣味化。本书分为三个部分，循序渐进地介绍计算机视觉相关技术的理论基础和各案例的实践步骤。第1部分基于

机器视觉技术作为当前的热门技术之一，在智能制造领域得到了广泛的应用。 本书从机器视觉的基本概念到机器视觉算法，从机器视觉核心部件到可配置的纯嵌入式视觉系统，从2D视觉技术到3D视觉技术，从黑白视觉技术到彩色视觉技术，从传统视觉技术到深度学习技术，从视觉系统设计方案到各行业的应用场景，从视觉检测、测量、定位、读码与识别四

本书立足于机器智能中的视觉感知，聚焦计算成像和计算感知这两大前沿交叉研究领域，围绕传统视觉感知面临的响应维度单一、传输带宽受限、信号噪声串扰、信息通量不足等严峻挑战，以“升维-扩域-去扰-识义”递进式研究架构为线索，详细介绍信息获取、信息拓展、信息优化和信息理解的国内外前沿方法与技术，为解决机器智能领域视觉系统高维“看