1.1動機1
1.2為什麽計算機視覺很難2
1.3圖像表達和圖像分析任務4
1.4匯總7
1.5參考7
第二章圖像及其表達和性質8
2.1形象地表達壹些概念8
連續圖像功能8
2.2圖像數字化10
2.2.1抽樣10
2.2.2量化11
2.3數字圖像屬性12
2.3.1數字圖像度量和
拓撲屬性12
直方圖16
2.3.3熵17
2.3.4圖像的視覺感知18
圖像質量20
2.3.6圖像中的噪聲
2.4彩色圖像22
2.4.1顏色物理學22
2.4.2人們感知的顏色23
2.4.3色彩空間26
調色板圖像28
2.4.5顏色恒定性28
2.5攝像機概述29
2.5.1光敏傳感器29
2.5.2黑白攝像機30
2.5.3彩色攝像機32
2.6摘要33
2.7參考文獻34
第3章圖像及其數學和物理背景35
3.1概述35
3.1.1線性35
3.1.2狄拉克分布和
卷積35
3.2積分線性變換37
3.2.1作為線性系統37的圖像
3.2.2積分線性變換介紹37
3.2.3 1D傅立葉變換38
3.2.4二維傅立葉變換41
3.2.5采樣和香農限制43
離散余弦變換46
小波變換47
特征分析51
奇異值分解52
3.2.10主成分分析53
3 . 2 . 11其他正交圖像變換54
3.3圖像作為隨機過程55
3.4圖像形成的物理學57
3.4.1作為輻射測量57的圖像
3.4.2圖像采集和幾何光學57
3.4.3透鏡像差和徑向畸變60
3.4.4從放射學角度進行圖像采集62
表面反射64
3.5摘要67
3.6參考文獻67
第4章圖像分析的數據結構69
4.1圖像數據表示的層次69
4.2傳統圖像數據結構70
4.2.1矩陣70
鏈條72
拓撲數據結構73
關系結構73
4.3分層數據結構74
4.3.1金字塔74
四叉樹75
4.3.3其他金字塔結構76
4.4摘要77
4.5參考文獻78
第五章圖像預處理79
5.1像素亮度變換79
5.1.1位置相關亮度校正80
5.1.2灰度變換80
5.2幾何變換82
5.2.1像素坐標轉換83
5.2.2亮度插值84
5.3局部預處理86
圖像平滑86
5.3.2邊緣檢測算子92
5.3.3二階導數零交叉96
5.3.4圖像處理中的比例98
5.3.5 Canny邊緣提取100
參數化邊模型102
5.3.7多光譜圖像中的邊緣103
5.3.8頻域局部預處理103
5.3.9使用局部預處理運算符
線路檢測108
5.3.10角點(興趣點)檢測109
5 . 3 . 11最大穩定極限面積檢測112
5.4圖像恢復114
5.4.1易於恢復的變性114
5.4.2逆濾波115
維納濾波器115
5.5匯總117
5.6參考118
第六章第壹部分124
6.1閾值124
6.1.1閾值檢測方法126
6.1.2最佳閾值127
6.1.3多光譜閾值129
6.2基於邊緣的分割130
6.2.1邊緣圖像的閾值131
6.2.2邊緣松弛法133
邊界追蹤135
6.2.4作為圖形搜索的邊緣跟蹤139
6.2.5作為動態規劃的邊緣跟蹤146
6.2.6霍夫變換149
6.2.7使用邊界位置信息
邊界檢測155
6.2.8從邊界開始建設156區域。
6.3基於區域的分割157
6.3.1區域合並為158。
6.3.2區域劃分160
6.3.3拆分和合並161
6.3.4分水嶺分割163
6.3.5區域增長的後處理166
6.4匹配166
6.4.1匹配標準167
6.4.2匹配控制策略168
6.5分段169的評價問題
6.5.1監督評估169
6.5.2無監督評估172
6.6摘要172
6.7參考175
第七章第二部分182
7.1均值漂移分段182
7.2活動輪廓模型-Snake 187
7.2.1經典蛇和氣球188
7.2.2分機191
7.2.3梯度矢量流蛇191
7.3幾何變形模型-級別集合和
大地測量活動輪廓194
7.4模糊連通性200
7.5面部到3D圖像分割204
7.5.1邊界對同時檢測205
7.5.2次優表面檢查208
7.6圖割分割209
7.7最佳單壹和多表面分割214
7.8摘要223
7.9參考文獻224
第8章形狀表示和描述232
8.1地區ID 234
8.2基於輪廓236的形狀表示和描述
8.2.1鏈碼237
8.2.2簡單幾何邊界表示法237
8.2.3邊界傅裏葉變換239
8.2.4使用片段序列241的邊界描述
8.2.5 b樣條表示法243
8.2.6其他基於輪廓的形狀
描述方法245
8.2.7形狀不變245
8.3基於區域248的形狀表示和描述
8.3.1簡單標量區域描述248
8.3.2力矩251
凸殼253
8.3.4基於區域骨架的圖形表示257
區域分解259
8.3.6該區域與圖260相鄰。
8.4形狀類別261
8.5匯總261
8.6參考文獻263
第九章物體識別270
9.1知識表示270
9.2統計模式識別274
9.2.1分類原則275
分類器設置276
分類器學習278
9.2.4支持向量機280
9.2.5聚類分析284
9.3神經網絡286
9.3.1前饋網絡287
9.3.2無監督學習288
9.3.3 Hopfield神經網絡289
9.4句法模式識別290
語法和語言291
語法分析和語法分類器293
9.4.3句法分類學習和
語法推導294
9.5識別為圖形匹配295
圖和子圖的同構296
9.5.2圖表的相似性298
9.6識別中的優化技術299
9.6.1遺傳算法300
模擬退火302
9.7模糊系統303
9.7.1模糊集和模糊隸屬函數304
9.7.2模糊集操作305
模糊推理306
9.7.4模糊系統設計和培訓308
9.8模式識別中的增強方法309
9.9匯總311
9.10參考314
第10章形象理解319
10.1圖像理解控制策略320
10.1.1並行和串行處理控制320
10.1.2分級控制321
10.1.3自下而上控制321
基於模型的控制321
10.1.5混合控制策略322
10.1.6無層級控制325
10.2 RANSAC:通過隨機抽樣壹致。
適合326
10.3點分布模型329
10.4活動表觀模型337
10.5圖像理解中的模式識別方法344
10.5.1基於分類的分段344
10.5.2上下文圖像分類346
10.6快速提升級聯分類器
物體檢測349
10.7場景註釋和約束傳播352
10.7.1離散松弛法353
10.7.2概率松弛法355
10.7.3搜索解釋樹357
10.8語義圖像分割與理解357
10.8.1語義面積增加358
10.8.2基因圖像解釋360
10.9隱馬爾可夫模型365
10.9.1申請369
10.9.2耦合HMM 370
10.9.3貝葉斯信念網絡371
10.10高斯混合模型與期望最大化372
10.11匯總378
10.12參考380
第11章三維視覺和幾何學389
11.1 3D視覺任務389
馬爾理論391
11.1.2其他視覺類:主動和。
目標明確的願景392
11.2射影幾何的基礎393
11.2.1射影空間中的點和超平面3994
11.2.2單應395
11.2.3根據對應點估計單應性397
11.3單視角相機400
11.3.1相機型號400
11.3.2齊次坐標系中的投影和
背面投影402
11.3.3從已知場景校準壹個。
403號攝像機
11.4從多個視圖重建場景403
11.4.1三角測量403
11.4.2射影重建404
11.4.3匹配約束405
11.4.4光束調整方法406
11.4.5升級投影重建和
自校準407
11.5雙攝像頭和立體感知408
11.5.1極坐標幾何圖形-基本
矩陣408
11.5.2攝像機的相對運動
-基本矩陣410
11.5.3分解基本矩陣到
相機矩陣411
11.5.4從對應點估計基本矩陣411。
11.5.5雙攝像頭校正結構412
11.5.6修正計算414
11.6三個攝像頭和三個視覺張量415
11.6.1立體對應點算法417
11.6.2主動采集距離圖像421
11.7輻射測量的3D信息423
11.7.1從陰影到形狀423
11.7.2光度立體視覺18666.866686666667
11.8匯總427
11.9引用428
第12章3D視覺的應用433
從X到形狀433的12.1
12.1.1從運動到形狀433
12.1.2從紋理到形狀437
12.1.3其他從X到形狀
439技術
12.2完整的3D對象440
12.2.1 3D對象、模型和
相關問題
12.2.2標線441
12.2.3體積表示和直接測量443
12.2.4批量建模策略444
12.2.5表面建模策略446
12.2.6用於獲得完整的3D模型
面板標簽和融合447
12.3基於3D模型的視覺
12.3.1壹般認為是451。
驅動算法452
12.3.3基於模型的亮度圖像
表面物體識別455
12.3.4基於車型的距離
圖像識別456
12.4 3D場景的3D視圖表示456
12.4.1觀察空間456
12.4.2多視圖表示和圖表457
12.4.3結構化為2D視圖
表達的幾何圖元457
12.4.4顯示存儲的2D視圖。
3D真實世界場景458
12.5的個案研究——來自無組織的2D
視圖集重建3D 460
12.6匯總463
12.7參考464
第13章數學形態學470
形態學的基本概念470
13.2形態學的四個原理471
13.3二元膨脹和腐蝕472
1通脹472
腐蝕474
13.3.3命中未命中轉換476
13.3.4打開操作和關閉操作476
13.4灰度膨脹和腐蝕477
13.4.1頂面，陰影，灰度
膨脹和腐蝕477
13.4.2本影同胚定理與膨脹，
腐蝕和開閉操作
財產479
13.4.3禮帽改造480
13.5骨骼和物體標記481
13 . 5 . 1同倫變換81
13.5.2骨架和最大球481
13.5.3細化、粗化和同倫骨架482
13.5.4消光功能和最終腐蝕485
13.5.5最終腐蝕和距離函數486
13.5.6大地轉換487
13.5.7形態重建488
13.6粒度測定方法489
13.7形態學分割和分水嶺491
13.7.1粒子分割、標記和求和
分水嶺491
13.7.2二值形態分割491
13.7.3灰度分割和分水嶺493
13.8匯總494
13.9參考495
第14章圖像數據壓縮497
14.1圖像數據屬性498
14.2圖像數據壓縮中的離散化
圖像轉換498
14.3預測壓縮方法500
14.4矢量量化502
14.5分級漸進壓縮方法502
14.6壓縮方法的比較503
14.7其他技術504
14.8代碼504
14.9 JPEG和MPEG圖像壓縮505
14 . 9 . 1 JPEG-靜止圖像
壓縮505
14 . 9 . 2 JPEG 2000壓縮506
14 . 9 . 3 MPEG-全動態
視頻壓縮508
14.10匯總509
參考文獻511
第15章紋理514
15.1統計紋理描述516
15.1.1基於空間頻率的方法
15.1.2 ***生成矩陣517
15.1.3邊緣頻率519
15.1.4元素長度(筆畫)520
15.1.5定律紋理能量度量521
15.1.6分形紋理描述521
15.1.7多尺度紋理描述
小波域方法522
其他紋理描述的15.1.8
統計方法525
15.2句法紋理描述方法526
15.2.1形狀鏈語法526
圖語法527
15.2.3層狀紋理
原始分組528
15.3混合紋理描述方法530
15.4紋理識別方法的應用
15.5匯總531
15.6參考532
第16章運動分析537
16.1差動分析方法539
16.2光流542
光流計算542
16.2.2全局和局部光流估計
16.2.3本地與全球相結合
光流估計546
16.2.4運動分析中的光流46866 . 86866868661
16.3基於興趣點對應的分析549
16 . 3 . 1興趣點的檢測56636.86666666661
16.3.2興趣點對應549
16.4特定運動模式的檢測551
16.5視頻跟蹤554
背景建模554
16.5.2基於核函數558的跟蹤
16.5.3目標路徑分析562
16.6輔助跟蹤運動模型566
卡爾曼濾波器567
微粒過濾器570
16.7匯總573
16.8引用575
詞匯581