当前位置:首页 > 工业技术
图像理解图像工程  下  第4版
图像理解图像工程  下  第4版

图像理解图像工程 下 第4版PDF电子书下载

工业技术

  • 电子书积分:14 积分如何计算积分?
  • 作 者:章毓晋编著
  • 出 版 社:北京:清华大学出版社
  • 出版年份:2018
  • ISBN:9787302503613
  • 页数:442 页
图书介绍:本书是《图像工程》第4版的下册,全面介绍图像工程的第三层次——图像理解的基础概念、基本原理、典型方法、实用技术以及国际上相关内容研究的新成果。本书主要分为4个单元。第1单元(第2~5章)介绍图像采集表达技术,第2单元(第6~9章)介绍景物重建技术,第3单元(第10~12章)介绍场景解释技术,第4单元(第13~15章)介绍三个研究方向示例。书中提供大量例题、思考题和练习题,并对部分练习题提供解答。书末还给出主题索引。
《图像理解图像工程 下 第4版》目录

第1章 绪论 1

1.1 图像工程的发展 1

1.1.1 基本概念和定义概括 1

1.1.2 图像技术发展情况回顾 3

1.2 图像理解及相关学科 7

1.2.1 图像理解 7

1.2.2 计算机视觉 8

1.2.3 其他相关学科 10

1.2.4 图像理解的应用领域 11

1.3 图像理解理论框架 12

1.3.1 马尔视觉计算理论 12

1.3.2 对马尔理论框架的改进 17

1.3.3 关于马尔重建理论的讨论 18

1.3.4 新理论框架的研究 20

1.4 内容框架和特点 22

总结和复习 25

第1单元 采集表达 29

第2章 摄像机成像 29

2.1 视觉过程 29

2.2 摄像机成像模型 31

2.2.1 基本摄像机模型 32

2.2.2 近似投影模式 36

2.2.3 一般摄像机模型 39

2.2.4 通用成像模型 41

2.3 摄像机标定 43

2.3.1 标定程序和参数 43

2.3.2 两级标定法 46

2.4 亮度成像 48

2.4.1 光度学和光源 49

2.4.2 从亮度到照度 50

总结和复习 53

第3章 压缩感知与成像 56

3.1 压缩感知概述 56

3.2 稀疏表达 58

3.3 测量矩阵及特性 60

3.3.1 采样/测量模型 60

3.3.2 测量矩阵特性 61

3.4 解码重构 63

3.4.1 重构原理 63

3.4.2 测量矩阵的校准 65

3.4.3 典型重构算法 66

3.5 稀疏编码与字典学习 71

3.5.1 字典学习与矩阵分解 72

3.5.2 非负矩阵分解 74

3.5.3 端元提取 75

3.5.4 稀疏编码 76

3.6 压缩感知的成像应用 78

3.6.1 单像素相机 78

3.6.2 压缩感知磁共振成像 79

总结和复习 80

第4章 深度信息采集 83

4.1 高维图像和成像方式 83

4.1.1 高维图像种类 83

4.1.2 本征图像和非本征图像 84

4.1.3 深度成像方式 85

4.2 双目成像模式 86

4.2.1 双目横向模式 86

4.2.2 双目会聚横向模式 90

4.2.3 双目轴向模式 92

4.3 深度图像直接采集 94

4.3.1 飞行时间法 94

4.3.2 结构光法 96

4.3.3 莫尔等高条纹法 98

4.3.4 深度和亮度图像同时采集 100

4.4 显微镜3-D分层成像 101

4.4.1 景深和焦距 101

4.4.2 显微镜3-D成像 102

4.4.3 共聚焦显微镜3-D成像 104

总结和复习 106

第5章 3-D景物表达 108

5.1 曲线和曲面的局部特征 108

5.1.1 曲线局部特征 108

5.1.2 曲面局部特征 111

5.2 3-D表面表达 114

5.2.1 参数表达 114

5.2.2 表面朝向表达 115

5.3 等值面的构造和表达 117

5.3.1 行进立方体算法 118

5.3.2 覆盖算法 120

5.4 从并行轮廓插值3-D表面 121

5.5 3-D实体表达 126

5.5.1 基本表达方案 126

5.5.2 广义圆柱体表达 128

总结和复习 129

第2单元 景物重建 133

第6章 立体视觉:双目 133

6.1 立体视觉模块 133

6.2 基于区域的双目立体匹配 135

6.2.1 模板匹配 135

6.2.2 立体匹配 138

6.3 基于特征的双目立体匹配 143

6.3.1 基本步骤 144

6.3.2 尺度不变特征变换 146

6.3.3 加速鲁棒性特征 148

6.3.4 动态规划匹配 153

6.4 视差图误差检测与校正 154

总结和复习 157

第7章 立体视觉:多目 159

7.1 水平多目立体匹配 159

7.1.1 水平多目图像 159

7.1.2 倒距离 160

7.2 正交三目立体匹配 163

7.2.1 基本原理 163

7.2.2 基于梯度分类的正交匹配 167

7.3 多目立体匹配 170

7.3.1 任意排列三目立体匹配 170

7.3.2 正交多目立体匹配 173

7.4 亚像素级视差计算 175

总结和复习 178

第8章 景物恢复:多图像 181

8.1 单目景物恢复 181

8.2 光度立体学 182

8.2.1 景物亮度和图像亮度 182

8.2.2 表面反射特性和亮度 185

8.2.3 景物表面朝向 186

8.2.4 反射图和亮度约束方程 187

8.2.5 光度立体学求解 190

8.3 从运动求取结构 192

8.3.1 光流和运动场 193

8.3.2 光流方程求解 195

8.3.3 光流与表面取向 199

8.3.4 光流与相对深度 201

总结和复习 202

第9章 景物恢复:单图像 204

9.1 从影调恢复形状 204

9.1.1 影调与形状 204

9.1.2 亮度方程求解 207

9.2 纹理与表面朝向 212

9.2.1 单目成像和畸变 212

9.2.2 由纹理变化恢复朝向 214

9.2.3 检测线段纹理消失点 219

9.2.4 确定图像外消失点 220

9.3 由焦距确定深度 222

9.4 根据三点透视估计位姿 224

总结和复习 226

第3单元 场景解释 231

第10章 知识表达和推理 231

10.1 知识基础 231

10.2 场景知识 232

10.2.1 模型 233

10.2.2 属性超图 234

10.2.3 基于知识的建模 235

10.3 过程知识 237

10.4 知识表达 238

10.4.1 知识表达要求 239

10.4.2 知识表达类型 239

10.4.3 图像理解系统中的知识模块 240

10.4.4 基本知识表达方案 241

10.5 逻辑系统 243

10.5.1 谓词演算规则 243

10.5.2 利用定理证明来推理 245

10.6 语义网 248

10.7 产生式系统 251

总结和复习 253

第11章 广义匹配 255

11.1 匹配概述 255

11.1.1 匹配策略和类别 256

11.1.2 匹配和配准 257

11.1.3 匹配评价 258

11.2 目标匹配 259

11.2.1 匹配的度量 259

11.2.2 对应点匹配 261

11.2.3 字符串匹配 262

11.2.4 惯量等效椭圆匹配 262

11.2.5 形状矩阵匹配 263

11.3 动态模式匹配 264

11.4 关系匹配 266

11.5 图同构匹配 269

11.5.1 图论简介 269

11.5.2 图同构和匹配 271

11.6 线条图标记和匹配 273

总结和复习 277

第12章 场景分析和语义解释 279

12.1 场景理解概述 279

12.2 模糊推理 281

12.2.1 模糊集和模糊运算 281

12.2.2 模糊推理方法 283

12.3 遗传算法图像解释 285

12.3.1 遗传算法原理 285

12.3.2 语义分割和解释 286

12.4 场景目标标记 289

12.5 场景分类 292

12.5.1 词袋/特征包模型 292

12.5.2 pLSA模型 294

12.5.3 LDA模型 298

总结和复习 300

第4单元 研究示例 305

第13章 多传感器图像信息融合 305

13.1 信息融合概述 305

13.2 图像融合 307

13.2.1 图像融合的主要步骤 307

13.2.2 图像融合的三个层次 309

13.2.3 图像融合效果评价 310

13.3 像素级融合方法 313

13.3.1 基本融合方法 313

13.3.2 融合方法的结合 315

13.3.3 小波融合时的最佳分解层数 318

13.3.4 压缩感知图像融合 319

13.3.5 像素级融合示例 319

13.4 特征级和决策级融合方法 322

13.4.1 贝叶斯法 322

13.4.2 证据推理法 324

13.4.3 粗糙集理论法 326

总结和复习 329

第14章 基于内容的图像和视频检索 331

14.1 图像和视频检索原理 331

14.2 视觉特征的匹配和检索 335

14.2.1 颜色特征匹配 335

14.2.2 纹理特征计算 336

14.2.3 多尺度形状特征 337

14.2.4 综合特征检索 338

14.3 基于运动特征的视频检索 340

14.3.1 全局运动特征 340

14.3.2 局部运动特征 341

14.4 视频节目分析和索引 342

14.4.1 新闻视频结构化 343

14.4.2 体育比赛视频排序 345

14.4.3 家庭录像视频组织 350

14.5 语义分类检索 354

14.5.1 基于视觉关键词的图像分类 354

14.5.2 高层语义与气氛 355

总结和复习 357

第15章 时空行为理解 360

15.1 时空技术 360

15.2 时空兴趣点 362

15.3 动态轨迹学习和分析 364

15.3.1 自动场景建模 364

15.3.2 学习路径 366

15.3.3 自动活动分析 368

15.4 动作分类和识别 370

15.4.1 动作分类 370

15.4.2 动作识别 371

15.5 活动和行为建模 375

15.5.1 动作建模 375

15.5.2 活动建模和识别 379

15.6 主体与动作联合建模 382

15.6.1 单标签主体-动作识别 383

15.6.2 多标签主体-动作识别 383

15.6.3 主体-动作语义分割 384

总结和复习 387

附录A 视觉和视知觉 389

A.1 视知觉概述 389

A.2 视觉特性 391

A.2.1 视觉的空间特性 391

A.2.2 视觉的时间特性 393

A.2.3 视觉的亮度特性 394

A.3 形状知觉 396

A.3.1 轮廓 396

A.3.2 图形和背景 397

A.3.3 几何图形错觉 401

A.4 空间知觉 404

A.4.1 非视觉性深度线索 404

A.4.2 双目深度线索 405

A.4.3 单目深度线索 406

A.5 运动知觉 408

部分思考题和练习题解答 413

参考文献 418

主题索引 433

相关图书
作者其它书籍
返回顶部