计算机视觉

✍ Scribed by 夏皮罗

• Publisher: 机械工业出版社
• Tongue: Chinese
• Leaves: 456
• Series: 计算机科学丛书
• Category: Library

✦ Synopsis

书签已装载，
书签制作方法请找 [email protected]
完全免费

本书系统地介绍了计算机视觉方面的基础知识，详细讨论了从图像自动抽取重要信息的相关理论，内容包括最近出现的研究成果。本书取材新颖精炼，重点突出，以解决实际问题为目的。前11章讨论的是2D情况；第12章到第15章从2D情况扩展到3D情况；第16章介绍了利用计算机视觉技术的实际应用系统。书中的大量实例及习题，贴近生活，面向应用，富有情趣。　　本书适合作为高等院校计算机及相关专业的高年级本科生和研究和的教材，也可供相关技术人员参考。　　长期以来，科学家与科幻作家一直梦想着人类能够制造出智能机器，而这种智能机器首先要能够对视觉信息进行理解。本书详细讨论了从图像自动抽取重要信息和理论和技术，把利用计算机视觉技术把利用计算机视觉技术解决问题的重要研究内容汇集到一起。随着计算机技术的最新发展，计算机图像已经成为一种经济灵活的技术手段，并已渗透到各行各业。图像计算不再只属于科学研究领域，甚至成为人们的业余爱好。本书适合作为高等院校计算机及相关专业的高年级本科生和研究和的教材，也可供相关技术人员参考。本书英文版被美国华盛顿大学等高等院校采用为教材。　　本书特点：　　●除了传统内容外，增加了图像数据库，虚拟现实和增强现实方面的内容；　　●介绍了两个运用计算机视觉技术的实际系统；　　●应用面涉及工业、医学、地产、多媒体及计算机绘图；　　●内含大量习题和编程项目，以及大量极具说服力的图片；　　●书中提供大量相关网站，包括额外图像档案文件，图像处理代码和幻灯片等。

✦ Table of Contents

封面
书名
版权
前言
目录
目录
出版者的话
专家指导委员会
译者序
前言
第1章 绪论
1.1 机器视觉
1.2 应用问题
1.2.1 数字图像
1.2.2 查询图像数据库
1.2.3 检查交叉支撑杆上的螺孔
1.2.4 诊断人脑内部
1.2.5 处理扫描的文本页面
1.2.6 解释积雪覆盖
1.2.7 理解零件场景
1.3 图像运算
1.3.1 邻域运算
1.3.2 整幅图像增强
1.3.3 多幅图像运算
1.3.4 图像特征计算
1.3.5 抽取非图像表示
1.4 面临的问题
1.5 计算机和应用软件
1.8 参考文献
1.6 相关领域
1.7 内容安排
1.9 附加习题
第2章 图像生成与图像表示
2.1 光线感测
2.2 成像设备
2.2.1 CCD摄像机
2.2.2 图像形成
2.2.3 视频摄像机
2.3.3 光晕
2.3.2 散射
2.3.1 几何畸变
2.3 数字图像中的问题＊
2.2.4 人眼
2.3.4 CCD差异
2.3.5 削波与逆变
2.3.6 彩色畸变
2.3.7 量化效应
2.4 图像函数与数字图像
2.4.1 图像类型
2.4.2 图像量化与空间度量
2.5 数字图像格式＊
2.5.5 游程编码二值图像
2.5.4 常用图像格式
2.5.6 PGM格式
2.5.1 图像文件头
2.5.3 数据压缩
2.5.2 图像数据
2.5.7 GIF格式
2.5.8 TIFF格式
2.5.9 JPEG格式
2.5.10 PostScript格式
2.5.11 MPEG格式
2.5.12 图像格式比较
2.6 成像影响因素
2.7 从二维图像到三维结构
2.8 5种参考坐标系
2.8.1 像素坐标系I
2.8.2 物体坐标系O
2.8.3摄像机坐标系C
2.8.4 实际图像坐标系F
2.8.5 界坐标系W
2.9 其他类型的传感器＊
2.9.1 测微密度计
2.9.2v彩色图像和多谱图像
2.9.3 X射线
2.9.5 离扫描仪和深度图像
2.9.4 磁共振成像
2.10 参考文献
第3章 二值图像分析
3.1 像素与邻域
3.2 图像模板运算
3.3 目标计数
3.4 连通成分标记
3.4.1 递归标记算法
3.4.2 逐行标记算法
3.5.1 结构元
3.5.2 基本运算
3.5 二值图像形态学
3.5.3 二值形态学的应用
3.5.4 条件膨胀
3.6 区域特征
3.7 区域邻接图
3.8 灰度级图像阈值化
3.8.1 直方图阈值选择
3.8.2 自动阈值处理：Otsu方法＊
3.9 参考文献
第4章 模式识别
4.1 模式识别问题
4.2.4 分类器
4.2.3 特征抽取算子
4.2.5 分类系统的建立
4.2.1 类别
4.2.2 传感器／变换器
4.2 分类模型
4.2.6 系统错误估计
4.2.7 误报和漏报
4.3 查准率与查全率
4.4 特征表示
4.5 特征向量表示
4.6 分类器的实现
4.6.1 最近均值分类
4.6.2 最近邻分类
4.7 结构方法
4.8 混淆矩阵
4.9 决策树
4.10 贝叶斯决策
4.11 多维数据决策
4.12 机器学习
4.13 人工神经网络＊
4.13.1 感知器模型
4.13.2 多层前向网络
4.14 参考文献
5.1.2 检测低层特征
5.1.1 改善图像质量
5.1 图像处理
第5章 图像滤波与增强
5.2 灰度级映射
5.3 去除小图像区域
5.3.1 去除盐椒噪声
5.3.2 去除小成分
5.4 图像平滑
5.5 中值滤波
5.6 差分模板边缘检测
5.6.1 1D信号差分
5.6.2 2D图像差分算子
5.7 高斯滤波与LOG边缘检测
5.7.1 LOG边缘检测
5.7.2 类视觉的边缘检测
5.7.3 马尔-海尔德斯理论
5.8 Canny边缘检测
5.9 配滤波模板＊
5.9.1 量空间
5.9.2 利用正交基
5.9.3 柯西-施瓦茨不等式
5.9.4 m×n图像的向量空间
5.9.5 2×2邻域的Robert基
5.9.6 3×3邻域的Frei-Chen基
5.10.1 模板运算定义
5.10 卷积和交叉相关＊
5.10.2 卷积运算
5.10.3 并行计算
5.11 正弦波空间频率分析＊
5.11.1 傅里叶基
5.11.2 2D图像函数
5.11.3 离散傅里叶变换
5.11.4 带通滤波器
5.11.5 傅里叶变换讨论
5.11.6 卷积定理＊
5.12 总结和讨论
5.13 参考文献
第6章 颜色与明暗分析
6.1 颜色物理学
6.1.1 感测被照射物体
6.1.2 其他因素
6.1.3 感受器的敏感性
6.2 RGB三基色
6.3 其他基色系统
6.3.1 CMY减色系统
6.3.2 HSI系统
6.3.3 电视信号的YIQ与YUV系统
6.4 颜色直方图
6.3.4 基于颜色的分类
6.5 颜色分割
6.6 明暗分析
6.6.1 来自单一光源的照射
6.6.2 漫反射
6.6.3 镜面反射
6.6.4 随距离增大而变暗
6.6.5 复杂因素
6.6.6 Phong明暗模型＊
6.7.2 人类的色感机制
6.7.1 颜色应用
6.7 相关话题＊
6.6.7 基于明暗的人类感知
6.7.3 多谱图像
6.7.4 主题图像
6.8 参考文献
第7章 纹理分析
7.1 纹理、纹理素和统计
7.2 基于纹理素的描述
7.3 定量纹理测度
7.3.1 边缘密度和方向
7.3.2 局部二值分解
7.3.3 共生矩阵和特征
7.3.4 Laws纹理能量测度
7.4 纹理分割
7.3.5 自相关和功率谱
7.5 参考文献
第8章 基于内容的图像检索
8.1 图像数据库实例
8.2 图像数据库查询
8.3 示例查询
8.4 图像距离度量
8.4.1 颜色相似性度量
8.4.2 纹理相似性度量
8.4.3 形状相似性度量
8.4.4 目标检测及空间关系度量
8.5 数据库组织
8.5.1 标准索引
8.5.2 空间索引
8.5.3 基于内容的多距离测度图像索引
8.6 参考文献
第9章 二维运动分析
9.1 运动现象及应用
9.2 图像相减
9.3 计算运动向量
9.3.1 Decathlete游戏
9.3.2 点对应
9.3.3 MPEG视频压缩
9.3.4 图像流计算＊
9.3.5 图像流方程＊
9.3.6 利用传播约束求解图像流＊
9.4 计算运动点路径
9.5 检测视频中的显著变化
9.5.1 视频序列分割
9.5.2 忽略摄影特效
9.5.3 存储视频子序列
9.6 参考文献
第10章 图像分割
10.1 区域分割
10.1.1 聚类方法
10.1.2 区域增长
10.2 区域表示
10.2.1 覆盖图
10.2.2 标记图像
10.2.3 边界编码
10.2.4 四叉树
10.2.5 特征表
10.3 轮廓分割
10.3.1 区域边界跟踪
10.3.2 Canny边缘检测和连接
10.3.3 相邻连贯的边缘生成曲线
10.3.4 用霍夫变换检测直线和圆弧
10.4 线段拟合模型
10.5 识别更高层结构
10.5.1 条带检测
10.5.2 角点检测
10.6 运动一致性分割
10.6.1 时空边界
10.6.2 运动轨迹聚类
10.7 参考文献
第11章 2D匹配
11.1 2D数据配准
11.2.1 参考坐标系
11.2 点的表示
11.2.2 齐次坐标
11.3 仿射映射函数
11.3.1 缩放
11.3.2 旋转
11.3.3 正交和标准正交变换＊
11.3.4 平移
11.3.5 旋转、缩放和平移
11.3.6 仿射变形实例
11.3.7 目标识别与定位实例
11.3.8 一般仿射变换＊
11.4 最佳2D仿射变换＊
11.5 仿射映射法2D目标识别
11.5.1 局部特征焦点法
11.5.2 位姿聚类
11.5.3 几何散列
11.6 相关匹配法2D目标识别
11.6.1 解释树
11.6.2 离散松弛
11.6.3 连续松弛＊
11.6.4 相关距离匹配
11.6.5 相关索引
11.7 非线性变形
11.7.1 径向畸变矫正
11.9 参考文献
11.7.2 多项式映射
11.8 总结
第12章 2D图像中的3D信息
12.1 本征图像
12.2 线条图标记
12.3 2D图像中的3D线索
12.4 其他3D现象
12.4.1 从X恢复形状
12.4.2 消隐点
12.4.3 根据焦距变化求深度
12.4.5 边界和虚拟线
12.4.6 非偶然对齐
12.4.4 运动现象
12.5 透视成像模型
12.6 通过立体视觉求深度
12.7 薄透镜方程＊
12.8 总结性讨论
12.9 参考文献
第13章 3D感知与目标位姿计算
13.1 一般体视结构
13.2 3D仿射变换
13.2.1 坐标系
13.2.4 旋转
13.2.3 缩放
13.2.2 平移
13.2.5 任意旋转
13.2.6 基于变换的比对
13.3 摄像机模型
13.3.1 透视变换矩阵
13.3.2 正投影与弱透视投影
13.3.3 基于多摄像机的3D点计算
13.4 最佳仿射标定矩阵
13.4.1 标定物
13.4.2 最小二乘问题
13.4.3 仿射方法讨论
13.5 使用结构光
13.6 简单的位姿估计过程
13.7 改进的摄像机标定法＊
13.7.1 摄像机内部参数
13.7.2 摄像机外部参数
13.7.3 标定举例
13.8 位姿估计＊
13.8.1 2D-3D点对应求位姿
13.8.2 约束线性最优化
13.8.3 计算变换Tr＝｛R，T｝
13.8.4 位姿验证和位姿最优化
13.9.1 数据获取
13.9 3D目标重建
13.9.2 视图配准
13.9.3 表面重建
13.9.4 空间切割算法
13.10 从明暗恢复形状
13.10.1 光度立体
13.10.2 结合空间约束
13.11 从运动恢复结构
13.12 参考文献
第14章 3D模型和匹配
14.1 模型表示
14.1.1 3D网格模型
14.1.2 表面-边-顶点模型
14.1.3 广义圆柱体模型
14.1.4 八叉树
14.1.5 超二次曲面模型
14.2 实际3D模型与视类模型
14.3 物理学模型和可变形模型
14.3.1 蛇形活动轮廓模型
14.3.2 3D气球模型
14.3.3 建立心脏跳动模型
14.4 3D目标识别范例
14.4.1 几何模型比对匹配
14.4.2 关系模型匹配
14.4.3 功能模型匹配
14.4.4 基于外观的识别
14.5 参考文献
第15章 虚拟现实
15.1 虚拟现实系统的特征
15.2 虚拟现实的应用
15.2.1 建筑漫游
15.2.2 行仿真
15.2.3 解剖组织的交互式分割
15.3 增强现实
15.4 遥操作
15.5 虚拟现实设备
15.5.1 头戴式显示器
15.5.3 立体显示设备
15.5.2 虚拟灵巧手术
15.6 虚拟现实感知设备
15.6.1 视觉
15.6.2 听觉
15.6.3 位姿
15.6.4 触觉
15.6.5 运动觉
15.7 简单3D模型绘制
15.8 实际图像和合成图像融合
15.9 人机交互与心理问题
15.10 参考文献
16.1.1 应用场合和要求
16.1 Veggie Vision系统
第16章 案例研究
16.1.2 系统设计
16.1.3 识别过程
16.1.4 详细分析
16.1.5 性能分析
16.2 基于虹膜的身份识别
16.2.1 对识别系统的要求
16.2.2 系统设计
16.2.3 系统性能
16.3 参考文献
索引