图像理解PDF电子书下载

第一章 绪论 1

1.1 概述 1

1.1.1 什么是图像理解 1

1.1.2 图像理解的研究和应用 7

1.2 常用的数据结构 11

1.2.1 线性表 12

1.2.2 层次结构 13

1.2.3 图结构 16

1.2.4 复杂的循环结构举例 18

1.3 知识的表示与应用 20

1.3.1 常用的几种知识表示方法 21

1.3.2 不精确推理概述 23

1.4 本书章节安排 29

第二章 线 31

2.1 概述 31

2.2 简单的边缘检测算子 32

2.2.1 常见的检测局部边缘算子 33

2.2.2 简单边缘检测算子的性能比较 35

2.2.3 改进简单边缘检测算子的方法 39

2.3.1 基本原理 47

2.3 arr-Hildreth边缘检测理论 47

2.3.2 具体实现 52

2.3.3 多信道的综合 55

2.4 用Facet模型检测边缘 57

2.4.1 Facet模型的形式化 58

2.4.2 利用Facet模型确定边缘 63

2.5 形成有意义的线特征 67

2.5.1 启发式连接 69

2.5.2 Houph变换 73

2.5.3 相位编组方法 78

2.5.4 层次记号编组 80

2.6 小结 86

第三章 区域 88

3.1 概述 88

3.2 简单图像基于像元灰度的全局门限法 90

3.2.1 简单的直方图分析法 91

3.2.2 直方图凹形分析法 92

3.2.3 类别方差自动门限法 93

3.2.4 最佳熵自动门限法 95

3.2.5 矩不变自动门限法 98

3.2.6 极小误差自动门限法 100

3.3 简单图像基于像元邻域属性的全局门限法 102

3.3.1 基于边缘特性的方法 102

3.3.2 基于二阶统计特性的方法 107

3.3.3 利用两个“累积测量”选门限 110

3.3.4 松弛迭代方法 111

3.4 全局门限化直方图分割方法的评估 113

3.5 复杂图像基于图像属性的分割方法 118

3.5.1 自动多门限分割技术 118

3.5.2 循环分解法 123

3.5.3 分块分割再合并方法 124

3.6 区域连接增长 127

3.6.1 单连接区域增长 127

3.6.2 混合连接区域增长 128

3.6.3 中心连接区域增长 130

3.6.4 混合连接组合技术 132

3.7 分开—合并的分析方法 132

3.7.1 基本思想 132

3.7.2 处理过程 134

3.7.3 一致性谓词 135

3.8 彩色图像分割 137

3.9 小结 141

第四章 纹理 145

4.1 概述 145

4.2 空间灰度层共现矩阵 148

4.2.1 基本原理 148

4.2.2 共现矩阵应用举例 151

4.3 纹理能量测量 154

4.4 用Markov随机场模型描过纹理 158

4.5 用分形和分维理论描述纹理 165

4.5.1 分形和分维的基本概念 166

4.5.2 分形布朗模型用于图像分析 169

4.5.3 双毯求表面面积确定分形参量 174

4.6 纹理的结构分析方法和纹理梯度 178

4.6.1 纹理的结构分析方法 178

4.6.2 纹理梯度 180

4.7 小结 182

第五章 形状 184

5.1 概述 184

5.2 二维形状描述技术 186

5.2.1 内标量方法 187

5.2.2 外标量变换方法 192

5.2.3 内空间域技术 198

5.2.4 外空间域技术 202

5.2.5 二维形状描述方法回顾 203

5.2.6 二维形状的层次描述 204

5.3 三维物体的表示方法 207

5.3.1 骨架表示法 207

5.3.2 表面表示法 208

5.3.3 体积表示法和广义圆柱体 213

5.4 由图像性质导出表面方向 220

5.4.1 坐标系统和梯度空间 221

5.4.2 由正交投影图像获取三维形状信息 223

5.4.3 由体视投影图像获取三维形状信息 229

5.5 小结 234

第六章 图像序列分析 235

6.1 概述 235

6.2 从图像序列中检测运动信息 236

6.2.1 简单的检测灰度变化的方法 236

6.2.2 基于灰度梯度确定瞬时速度场 239

6.3.1 点记号检测 243

6.3 基本记号的检测方法 243

6.3.2 点匹配 249

6.3.3 运动边缘检测 250

6.3.4 连通的像元集（小区域）的检测 252

6.4 流场几何 257

6.5 纯平移运动 262

6.5.1 基本关系 262

6.5.2 直接搜索平移轴 264

6.5.3 复对数变换分析方法 267

6.6.1 对曲表面运动的估计 270

6.6 利用点对应性估计运动参数和三维结构 270

6.6.2 对平面运动的估计 275

6.7 利用局部光流场的分析方法 277

6.7.1 导出动力学关系 278

6.7.2 实现方法的考虑 281

6.8 全局光流技术 282

6.8.1 流场分割 283

6.8.2 估计三维运动和结构 286

6.9 小结 290

7.1 概述 292

第七章 双目图像分析 292

7.2 搜索对应性的条件限制 293

7.2.1 外极几何限制 294

7.2.2 变换外极线为水平扫描线 295

7.2.3 线记号对应性的限制条件 296

7.3 求解对应性的匹配技术 299

7.3.1 基于灰度的匹配 300

7.3.2 松弛合作算法 301

7.3.3 概率松弛匹配技术 303

7.3.4 直线段匹配 305

7.3.5 曲线段匹配 311

7.4 双目视觉中的相机系统模型 312

7.4.1 基本概念 312

7.4.2 双目横模型结构 315

7.4.3 双目轴模型结构 318

7.5 小结 322

第八章 图像理解系统 324

8.1 概述 324

8.1.1 引言 324

8.1.2 图像理解模型 325

8.2.1 航片解释系统 327

8.2 面向区域的二维解释系统 327

8.2.2 基于规则的景物解释系统 329

8.2.3 VISIONS 332

8.2.4 SCORPIUS 338

8.3 三维景物的解释系统 346

8.3.1 积木世界的理解 346

8.3.2 ACRONYM 350

8.3.3 三维MOSAIC系统 356

8.4 图像解释环境（1UE） 362

8.4.1 什么是图像解释环境 362

8.4.2 CME 366

8.4.3 KBVision 369

8.4.4 Power Vision 372

8.5 图像理解的系统结构 375

8.5.1 图像理解的不同层次和功能要求 377

8.5.2 图像理解与并行处理结构 378

8.5.3 典型的图像理解系统结构 382

8.5.4 图像理解结构的试验程序 386

8.6 小结 392

参考文献 394