《21世纪高等学校计算机规划教材:计算机视觉教程》系统地介绍计算机视觉的一些基本原理、典型方法和实用技术,内容包括视觉和视知觉、图像采集、图像预处理、基元检测、目标分割、目标表达和描述、形状特性分析、立体视觉、三维景物恢复、运动分析、景物识别、广义匹配、场景解释。读者可从中了解计算机视觉的基本原理和典型技术,并能据此解决计算机视觉应用中的一些具体问题。《计算机视觉教程》提供了许多讲解例题,每章均有要点和小结、参考文献介绍以及练习题(为部分练习题提供了解答)。
《21世纪高等学校计算机规划教材:计算机视觉教程》可作为信息科学、计算机科学、计算机应用、信号与信息处理、通信与信息系统、电子与通信工程、模式识别与智能系统等学科大学本科或研究生的专业基础课教材,也可作为远程教育或继续教育中计算机应用、电子技术等专业的研究生课程教材,还可供涉及计算机视觉技术应用行业(如工业自动化、人机交互、办公自动化、视觉导航和机器人、安全监控、生物医学、遥感测绘、智能交通和军事公安等)的科技工作者自学或科研参考。
目录
- 第1章 绪论
- 1.1 计算机视觉
- 1.1.1 视觉
- 1.1.2 计算机视觉概述
- 1.1.3 相关学科
- 1.1.4 应用领域
- 1.2 图像基础
- 1.2.1 图像
- 1.2.2 图像表达和显示
- 1.2.3 图像存储
- 1.3 像素间联系
- 1.3.1 像素邻域
- 1.3.2 像素间距离
- 1.4 本书内容提要
- 1.4.1 计算机视觉系统及模块
- 1.4.2 如何学习使用本书
- 总结和复习
- 第2章 视觉和视知觉
- 2.1 视觉过程和特性
- 2.1.1 视觉过程
- 2.1.2 视觉的时间特性
- 2.1.3 视觉的空间特性
- 2.2 形状知觉
- 2.2.1 形状的感知
- 2.2.2 轮廓
- 2.2.3 图形和背景
- 2.3 空间知觉
- 2.3.1 非视觉性深度线索
- 2.3.2 双目深度线索
- 2.3.3 单目深度线索
- 2.4 运动知觉
- 总结和复习
- 第3章 图像采集
- 3.1 采集模型
- 3.1.1 几何成像模型
- 3.1.2 亮度成像模型
- 3.2 采集装置
- 3.2.1 采集装置及性能指标
- 3.2.2 空间和幅度分辨率
- 3.3 采集方式
- 3.3.1 成像方式一览
- 3.3.2 结构光法
- 3.4 摄像机标定
- 3.4.1 标定程序和步骤
- 3.4.2 两级标定法
- 总结和复习
- 第4章 图像预处理
- 4.1 坐标变换
- 4.1.1 基本坐标变换
- 4.1.2 几何失真校正
- 4.2 灰度映射
- 4.2.1 灰度映射原理
- 4.2.2 灰度映射示例
- 4.3 直方图修正
- 4.3.1 直方图均衡化
- 4.3.2 直方图规定化
- 4.4 空域滤波
- 4.4.1 原理和分类
- 4.4.2 线性平滑滤波
- 4.4.3 线性锐化滤波
- 4.4.4 非线性平滑滤波
- 4.4.5 非线性锐化滤波
- 总结和复习
- 第5章 基元检测
- 5.1 边缘检测
- 5.1.1 检测原理
- 5.1.2 一阶导数算子
- 5.1.3 二阶导数算子
- 5.1.4 边界闭合
- 5.2 SUSAN算子
- 5.2.1 USAN原理
- 5.2.2 角点和边缘检测
- 5.3 哈夫变换
- 5.3.1 基本哈夫变换原理
- 5.3.2 广义哈夫变换原理
- 5.3.3 完整广义哈夫变换
- 5.4 位置直方图技术
- 总结和复习
- 第6章 目标分割
- 6.1 轮廓搜索
- 6.1.1 图搜索
- 6.1.2 动态规划
- 6.2 主动轮廓模型
- 6.2.1 主动轮廓
- 6.2.2 能量函数
- 6.3 基本阈值技术
- 6.3.1 原理和分类
- 6.3.2 全局阈值的选取
- 6.3.3 局部阈值的选取
- 6.3.4 动态阈值的选取
- 6.4 特色阈值方法
- 6.4.1 多分辨率阈值
- 6.4.2 过渡区阈值
- 总结和复习
- 第7章 目标表达和描述
- 7.1 基于边界的表达
- 7.1.1 链码
- 7.1.2 边界段和凸包
- 7.1.3 边界标记
- 7.2 基于区域的表达
- 7.2.1 四叉树
- 7.2.2 围绕区域
- 7.2.3 骨架
- 7.3 基于边界的描述
- 7.3.1 边界长度和直径
- 7.3.2 边界形状数
- 7.4 基于区域的描述
- 7.4.1 区域面积和密度
- 7.4.2 区域形状数
- 7.4.3 不变矩
- 7.4.4 拓扑描述符
- 总结和复习
- 第8章 形状特性分析
- 8.1 形状紧凑性描述符
- 8.2 形状复杂性描述符
- 8.3 基于多边形的形状分析
- 8.3.1 多边形的获取
- 8.3.2 多边形描述
- 8.4 基于曲率的形状分析
- 8.4.1 轮廓曲率
- 8.4.2 曲面曲率
- 总结和复习
- 第9章 立体视觉
- 9.1 立体视觉模块
- 9.2 双目成像和视差
- 9.2.1 双目横向模式
- 9.2.2 双目横向会聚模式
- 9.2.3 双目纵向模式
- 9.3 基于区域的立体匹配
- 9.3.1 模板匹配
- 9.3.2 双目立体匹配
- 9.4 基于特征的立体匹配
- 9.4.1 点对点的方法
- 9.4.2 动态规划匹配
- 总结和复习
- 第10章 三维景物恢复
- 10.1 由光移恢复表面朝向
- 10.1.1 表面反射特性
- 10.1.2 目标表面朝向
- 10.1.3 反射图
- 10.1.4 光度立体学求解
- 10.2 从明暗恢复形状
- 10.2.1 明暗与形状
- 10.2.2 求解亮度方程
- 10.3 纹理变化与表面朝向
- 10.3.1 三种典型变化
- 10.3.2 确定线段的纹理消失点
- 10.4 根据焦距确定深度
- 总结和复习
- 第11章 运动分析
- 11.1 运动分类和表达
- 11.2 全局运动检测
- 11.2.1 利用图像差的运动检测
- 11.2.2 基于模型的运动检测
- 11.3 运动目标分割
- 11.4 运动光流和表面取向
- 11.4.1 光流约束方程
- 11.4.2 光流计算
- 11.4.3 光流与表面取向
- 总结和复习
- 第12章 景物识别
- 12.1 统计模式分类
- 12.1.1 模式分类原理
- 12.1.2 最小距离分类器
- 12.1.3 最优统计分类器
- 12.2 感知机
- 12.3 支持向量机
- 12.4 结构模式识别
- 12.4.1 字符串结构识别
- 12.4.2 树结构识别
- 总结和复习
- 第13章 广义匹配
- 13.1 目标匹配
- 13.1.1 匹配的度量
- 13.1.2 字符串匹配
- 13.1.3 惯量等效椭圆匹配
- 13.2 动态模式匹配
- 13.3 关系匹配
- 13.3.1 关系表达和距离
- 13.3.2 关系匹配模型
- 13.4 图同构匹配
- 13.4.1 图论基础
- 13.4.2 图同构和匹配
- 总结和复习
- 第14章 场景解释
- 14.1 线条图标记解释
- 14.2 体育比赛视频排序
- 14.3 计算机视觉系统模型
- 14.3.1 多层次串行结构
- 14.3.2 以知识库为中心的辐射结构
- 14.3.3 多模块交叉配合结构
- 14.4 计算机视觉理论框架
- 14.4.1 马尔视觉计算理论
- 14.4.2 对马尔理论框架的改进
- 14.4.3 新理论框架的研究
- 总结和复习
- 部分练习题解答
- 参考文献
- 索引