本书第4版曾获首届全国教材建设奖全国优秀教材二等奖。本书为“十四五”职业教育国家规划教材，也是国家级精品资源共享课程“计算机组装与维护”的配套教材。本书依据“计算机及外部设备装配调试员”等职业岗位的最新国家职业技能标准和工业标准要求编写而成，满足“计算机组装与维护”课程教学与技能训练需要，主要内容包括计算机的硬件知识、

本书按照工学结合、项目化教学要求编写，结合智能制造的发展方向，将机器视觉系统集成的理论知识与生产实际相结合，从机器视觉基础知识着手，通过多个项目，由浅入深地详细讲解了机器视觉的基础原理及实现过程，并尝试解决生产制造智能化的相关问题。本书包含三个部分：基础篇、实战篇、拓展篇。基础篇介绍了机器视觉系统集成中最基本、最实用的

本书主要介绍计算机视觉的基本概念和方法体系。从图像的表示建模、非参数化图像理解、基于深度学习的方法等方面对图像的表示学习进行全方位讲授,从深度学习角度介绍二维视觉、三维视觉、视频视觉等主流计算机视觉研究领域,在第2、3章讲授低层(如超分、去噪等)第4-6章讲授中层(如特征匹配三维重建、深度估计等)、第7-11章讲授高层

本书从视觉、心智、计算三个角度,阐述视觉心智的理论、视觉认知中的心智计算方法、心理学中的视觉计算方法,以及视觉心智计算在智能驾驶、智能心理评估中的应用。

《机器视觉基础原理与实践应用》系统阐述机器视觉技术体系，涵盖基础理论、硬件构成、核心算法及行业应用。首先，解析了机器视觉工作原理、产业链图谱及工业相机、镜头、光源的选型方法；其次，深入探讨图像分类（主动学习）、目标检测与跟踪、图像分割（经典算法与深度学习）、缺陷检测（汽车漆面/玻璃/锂电池）等关键技术，以及Transf

本书针对高职教育的特点，紧依据职业岗位需求设计建构课程内容，在覆盖基本理论的同时，强调培养学生具体的实践操作能力。本书教材内容主要包括7个单元：计算机视觉基础、图像预处理、BP神经网络、卷积神经网络、Tensorflow2.0基础、图像分类、目标检测。通过关键技术以及整体架构的学习，结合案例，要求学生了解人工智能中计算

本书内容将涵盖机器视觉的基本原理、算法、开发工具及最新技术，同时融入丰富的行业应用案例，如智能制造中的质量检测、自动驾驶中的环境感知等。此外，还将引入最新研究成果和技术趋势，旨在提升学生的机器视觉实践能力，为其未来职业生涯打下坚实基础。

全书共7章,主要内容包括绪论、网络数据被动获取、网络信息主动获取、字符串匹配技术、数据挖掘与内容安全、信息内容安全管理、隐私保护技术。

"本书是参照教育部计算机基础课程的教学基本要求，主要介绍信息技术基础、应用与安全。全书包括精讲和精练两部分，精讲部分用少量篇幅梳理本章的内容要点，精练部分包括大量的基本练习题与解析、拓思题、强化练习题。全书共分四篇：第一篇（第1～3章）为信息技术基础，介绍信息技术软硬件基础知识和数据的表示与存储等；第二篇（第4、5章）

本书设计了基础级验证性实验、模块级分析性实验和综合知识运用实验。基础级验证性实验包括实验系统的安装和工具软件的使用、程序调试初步和指令系统基础、程序转换与指令系统、程序的机器级表示、程序的链接与加载执行实验；模块级分析性实验包括二进制程序分析与逆向工程、程序链接与ELF目标文件实验；综合知识运用实验包括程序执行时间分析