編輯推薦
1、創造性地把難度極大的計算機視覺課程講述地較為通俗,比第1版減少瞭大片的定義與公式推導。 2、書稿內容思路清晰,錶述極其嚴謹,作者對計算機視覺的理解非常深刻,繪製瞭計算機視覺與相關學科的關係圖譜,讓讀者對該領域的構架一目瞭然。 3、增加瞭時空行為理解的章節,以較為通俗的語言介紹瞭貼近生活的行為理解內容。 4、本書作者章毓晉是該領域的國內**,多年在計算機視覺領域鑽研,在國內外發錶眾多論文,齣版瞭10多種專著及教材,領域影響力極大。
內容簡介
《計算機視覺教程(第2版)》係統地介紹瞭計算機視覺的基本原理、典型方法和實用技術,內容包括圖像采集、圖像預處理、基元檢測、目標分割、目標錶達和描述、紋理特性分析、形狀特性分析、立體視覺、三維景物恢復、運動特性分析、景物識彆、廣義匹配、時空行為瞭解、場景解釋及計算機視覺係統。讀者可從中瞭解計算機視覺的基本原理和典型技術,並能據此解決計算機視覺應用中的一些具體問題。本書提供瞭許多講解例題,每章均有要點小結、參考文獻介紹和練習題(為部分練習題提供瞭解答)。 本書可作為信息科學、計算機科學、計算機應用、信號與信息處理、通信與信息係統、電子與通信工程、模式識彆與智能係統等學科大學本科或研究生的專業基礎課教材,也可作為遠程教育或繼續教育中計算機應用、電子技術等專業的研究生課程教材,還可供涉及計算機視覺技術應用行業(如工業自動化、人機交互、辦公自動化、視覺導航和機器人、安全監控、生物醫學、遙感測繪、智能交通和軍事公安等)的科技工作者自學及科研參考。
作者簡介
章毓晉,已承擔和完成瞭多項國傢自然科學基金、國傢高技術計劃及國傢教委博士點基金等資助的研究項目,並在國內外發錶瞭300餘篇圖像工程研究論文,齣版瞭專著《圖象分割》和《基於內容的視覺信息檢索》,主編齣版瞭"Advances in Image and Video Segmentation"和"Semantic-Based Visual Information Retrieval" 。
目錄
1、 緒論 1
1.1 計算機視覺 1
1.1.1 視覺概述 1
1.1.2 計算機視覺的目標 2
1.1.3 相關學科 2
1.1.4 應用領域 4
1.2 圖像基礎 4
1.2.1 圖像及類彆 4
1.2.2 圖像錶達和顯示 6
1.2.3 圖像存儲 7
1.3 像素間聯係 10
1.3.1 像素鄰域 10
1.3.2 像素間距離 11
1.4 本書內容提要 14
1.4.1 計算機視覺係統及模塊 14
1.4.2 如何學習使用本書 15
總結和復習 17
2、 圖像采集 19
2.1 采集裝置 19
2.2 采集模型 20
2.2.1 幾何成像模型 21
2.2.2 亮度成像模型 26
2.2.3 空間和幅度分辨率 28
2.3 采集方式 29
2.3.1 成像方式一覽 29
2.3.2 結構光法 30
2.4 攝像機標定 32
2.4.1 標定程序和步驟 32
2.4.2 兩級標定法 34
總結和復習 37
3、 圖像預處理 39
3.1 坐標變換 39
3.1.1 基本坐標變換 39
3.1.2 幾何失真校正 41
3.2 灰度映射 43
3.2.1 灰度映射原理 43
3.2.2 灰度映射示例 43
3.3 直方圖修正 45
3.3.1 直方圖均衡化 45
3.3.2 直方圖規定化 47
3.4 空域濾波 50
3.4.1 原理和分類 50
3.4.2 綫性平滑濾波 51
3.4.3 綫性銳化濾波 53
3.4.4 非綫性平滑濾波 53
3.4.5 非綫性銳化濾波 56
總結和復習 57
4、 基元檢測 59
4.1 邊緣檢測 59
4.1.1 檢測原理 59
4.1.2 一階導數算子 60
4.1.3 二階導數算子 64
4.1.4 邊界閉閤 68
4.1.5 邊界細化 68
4.2 SUSAN算子 69
4.2.1 USAN原理 69
4.2.2 角點和邊緣檢測 70
4.3 哈裏斯興趣點算子 73
4.4 哈夫變換 75
4.3.1 基本哈夫變換 75
4.3.2 廣義哈夫變換 78
4.3.3 完整廣義哈夫變換 80
4.5 橢圓定位和檢測 81
4.6 位置直方圖技術 83
總結和復習 85
5、 目標分割 87
5.1 輪廓搜索 87
5.1.1 圖搜索 87
5.1.2 動態規劃 89
5.2 主動輪廓模型 90
5.2.1 主動輪廓 90
5.2.2 能量函數 91
5.3 基本閾值技術 93
5.3.1 原理和分類 93
5.3.2 全局閾值的選取 94
5.3.3 局部閾值的選取 96
5.3.4 動態閾值的選取 99
5.4 特色閾值方法 99
5.4.1 多分辨率閾值 99
5.4.2 過渡區閾值 101
5.5 特徵空間聚類 103
5.5.1 基本聚類方法 103
5.5.2 均移確定聚類中心 104
總結和復習 105
6、 目標錶達和描述 107
6.1 基於邊界的錶達 107
6.1.1 鏈碼 107
6.1.2 邊界段和凸包 109
6.1.3 邊界標記 110
6.2 基於區域的錶達 112
6.2.1 四叉樹 112
6.2.2 圍繞區域 113
6.2.3 骨架 113
6.3 基於邊界的描述 115
6.3.1 邊界長度和直徑 115
6.3.2 邊界形狀數 116
6.3.3 輪廓形狀矩陣 117
6.4 基於區域的描述 118
6.4.1 區域麵積和密度 118
6.4.2 區域形狀數 119
6.4.3 區域不變矩 120
6.4.4 拓撲描述符 122
總結和復習 123
7、 紋理分析 125
7.1 統計描述方法 125
7.1.1 灰度共生矩陣 125
7.1.2 基於共生矩陣的描述 127
7.1.3 基於能量的描述 127
7.2 結構描述方法 129
7.2.1 結構描述原理 129
7.2.2 紋理鑲嵌 131
7.2.3 局部二值模式 131
7.3 頻譜描述方法 133
7.3.1 傅裏葉頻譜描述 133
7.3.2 蓋伯頻譜描述 135
7.4 紋理圖像分割 136
7.4.1 有監督紋理分割 137
7.4.2 無監督紋理分割 139
總結和復習 141
8、 形狀分析 143
8.1 形狀緊湊性描述符 143
8.2 形狀復雜性描述符 149
8.3 基於多邊形的形狀分析 151
8.3.1 多邊形計算 151
8.3.2 多邊形描述 152
8.4 基於麯率的形狀分析 154
8.4.1 輪廓麯率 154
8.4.2 麯麵麯率 157
總結和復習 158
9、 立體視覺 160
9.1 立體視覺模塊 160
9.2 雙目成像和視差 162
9.2.1 雙目橫嚮模式 162
9.2.2 雙目橫嚮會聚模式 164
9.2.3 雙目縱嚮模式 165
9.3 基於區域的立體匹配 166
9.3.1 模闆匹配 166
9.3.2 雙目立體匹配 167
9.4 基於特徵的立體匹配 173
9.4.1 點對點的方法 173
9.4.2 動態規劃匹配 175
總結和復習 176
10、三維景物恢復 179
10.1 由光移恢復錶麵朝嚮 179
10.1.1 錶麵反射特性 179
10.1.2 目標錶麵朝嚮 182
10.1.3 反射圖 183
10.1.4 光度立體學求解 184
10.2 從影調獲取形狀信息 186
10.2.1 影調與形狀 186
10.2.2 求解亮度方程 188
10.3 紋理變化與錶麵朝嚮 190
10.3.1 三種典型變化 190
10.3.2 確定綫段的紋理消失點 192
10.4 根據焦距確定深度 195
總結和復習 196
11、運動分析 198
11.1 運動分類和錶達 198
11.2 全局運動檢測 201
11.2.1 利用圖像差的檢測 202
11.2.2 基於模型的檢測 204
11.3 運動目標檢測和分割 206
11.3.1 背景建模 206
11.3.2 運動目標跟蹤 209
11.3.3 運動目標分割 213
11.4 運動光流和錶麵取嚮 214
11.4.1 光流約束方程 214
11.4.2 光流計算 214
11.4.3 光流與錶麵取嚮 218
總結和復習 221
12、景物識彆 223
12.1 統計模式分類 223
12.1.1 模式分類原理 223
12.1.2 最小距離分類器 224
12.1.3 最優統計分類器 225
12.2 感知機 228
12.3 支持嚮量機 231
12.4 結構模式識彆 234
12.4.1 字符串結構識彆 234
12.4.2 樹結構識彆 237
總結和復習 239
13、廣義匹配 241
13.1 目標匹配 241
13.1.1 匹配的度量 241
13.1.2 字符串匹配 244
13.1.3 慣量等效橢圓匹配 245
13.2 動態模式匹配 247
13.3 關係匹配 249
13.3.1 關係錶達和距離 249
13.3.2 關係匹配模型 251
13.4 圖同構匹配 252
13.4.1 圖論基礎 252
13.4.2 圖同構和匹配 255
總結和復習 256
14、時空行為理解 259
14.1 時空技術 259
14.2 時空興趣點 260
14.3 動態軌跡學習和分析 262
14.3.1 自動場景建模 263
14.3.2 路徑學習 264
14.3.3 自動活動分析 266
14.4 動作分類和識彆 267
14.4.1 動作分類 267
14.4.2 動作識彆 268
14.5 活動和行為建模 272
14.5.1 動作建模 272
14.5.2 活動建模和識彆 275
總結和復習 278
15、場景解釋 280
15.1 綫條圖標記解釋 280
15.2 體育比賽視頻排序 283
15.3 計算機視覺係統模型 287
15.3.1 多層次串行結構 287
15.3.2 知識庫為中心的輻射結構 288
15.3.3 知識庫為根的樹結構 288
15.3.4 多模塊交叉配閤結構 289
15.4 計算機視覺理論框架 290
15.4.1 馬爾視覺計算理論 290
15.4.2 對馬爾理論框架的改進 293
15.4.3 新理論框架的研究 294
總結和復習 296
部分練習題解答 298
參考文獻 304
索引 310
計算機視覺教程(第2版) 下載 mobi epub pdf txt 電子書 格式