计算机视觉PDF电子书下载

目录 1

出版者的话 1

专家指导委员会 1

译者序 1

前言 1

第1章 绪论 1

1.1 机器视觉 1

1.2 应用问题 2

1.2.1 数字图像 2

1.2.2 查询图像数据库 3

1.2.3 检查交叉支撑杆上的螺孔 3

1.2.4 诊断人脑内部 5

1.2.5 处理扫描的文本页面 6

1.2.6 解释积雪覆盖 6

1.2.7 理解零件场景 7

1.3 图像运算 8

1.3.1 邻域运算 8

1.3.2 整幅图像增强 9

1.3.3 多幅图像运算 9

1.3.4 图像特征计算 10

1.3.5 抽取非图像表示 10

1.4 面临的问题 11

1.5 计算机和应用软件 11

1.8 参考文献 12

1.6 相关领域 12

1.7 内容安排 12

1.9 附加习题 14

第2章 图像生成与图像表示 17

2.1 光线感测 17

2.2 成像设备 18

2.2.1 CCD摄像机 18

2.2.2 图像形成 19

2.2.3 视频摄像机 20

2.3.3 光晕 21

2.3.2 散射 21

2.3.1 几何畸变 21

2.3 数字图像中的问题＊ 21

2.2.4 人眼 21

2.3.4 CCD差异 22

2.3.5 削波与逆变 22

2.3.6 彩色畸变 22

2.3.7 量化效应 22

2.4 图像函数与数字图像 22

2.4.1 图像类型 22

2.4.2 图像量化与空间度量 24

2.5 数字图像格式＊ 27

2.5.5 游程编码二值图像 28

2.5.4 常用图像格式 28

2.5.6 PGM格式 28

2.5.1 图像文件头 28

2.5.3 数据压缩 28

2.5.2 图像数据 28

2.5.7 GIF格式 29

2.5.8 TIFF格式 30

2.5.9 JPEG格式 30

2.5.10 PostScript格式 30

2.5.11 MPEG格式 30

2.5.12 图像格式比较 31

2.6 成像影响因素 31

2.7 从二维图像到三维结构 32

2.8 5种参考坐标系 33

2.8.1 像素坐标系I 33

2.8.2 物体坐标系O 34

2.8.3摄像机坐标系C 34

2.8.4 实际图像坐标系F 34

2.8.5 界坐标系W 34

2.9 其他类型的传感器＊ 34

2.9.1 测微密度计 34

2.9.2v彩色图像和多谱图像 35

2.9.3 X射线 35

2.9.5 离扫描仪和深度图像 36

2.9.4 磁共振成像 36

2.10 参考文献 38

第3章 二值图像分析 39

3.1 像素与邻域 39

3.2 图像模板运算 40

3.3 目标计数 41

3.4 连通成分标记 42

3.4.1 递归标记算法 43

3.4.2 逐行标记算法 45

3.5.1 结构元 49

3.5.2 基本运算 49

3.5 二值图像形态学 49

3.5.3 二值形态学的应用 51

3.5.4 条件膨胀 54

3.6 区域特征 54

3.7 区域邻接图 61

3.8 灰度级图像阈值化 62

3.8.1 直方图阈值选择 62

3.8.2 自动阈值处理：Otsu方法＊ 63

3.9 参考文献 66

第4章 模式识别 69

4.1 模式识别问题 69

4.2.4 分类器 70

4.2.3 特征抽取算子 70

4.2.5 分类系统的建立 70

4.2.1 类别 70

4.2.2 传感器／变换器 70

4.2 分类模型 70

4.2.6 系统错误估计 71

4.2.7 误报和漏报 72

4.3 查准率与查全率 72

4.4 特征表示 73

4.5 特征向量表示 74

4.6 分类器的实现 75

4.6.1 最近均值分类 75

4.6.2 最近邻分类 76

4.7 结构方法 77

4.8 混淆矩阵 79

4.9 决策树 79

4.10 贝叶斯决策 83

4.11 多维数据决策 87

4.12 机器学习 88

4.13 人工神经网络＊ 88

4.13.1 感知器模型 88

4.13.2 多层前向网络 91

4.14 参考文献 94

5.1.2 检测低层特征 95

5.1.1 改善图像质量 95

5.1 图像处理 95

第5章 图像滤波与增强 95

5.2 灰度级映射 96

5.3 去除小图像区域 99

5.3.1 去除盐椒噪声 99

5.3.2 去除小成分 100

5.4 图像平滑 100

5.5 中值滤波 102

5.6 差分模板边缘检测 104

5.6.1 1D信号差分 104

5.6.2 2D图像差分算子 107

5.7 高斯滤波与LOG边缘检测 111

5.7.1 LOG边缘检测 112

5.7.2 类视觉的边缘检测 114

5.7.3 马尔-海尔德斯理论 115

5.8 Canny边缘检测 116

5.9 配滤波模板＊ 117

5.9.1 量空间 117

5.9.2 利用正交基 119

5.9.3 柯西-施瓦茨不等式 120

5.9.4 m×n图像的向量空间 120

5.9.5 2×2邻域的Robert基 120

5.9.6 3×3邻域的Frei-Chen基 121

5.10.1 模板运算定义 124

5.10 卷积和交叉相关＊ 124

5.10.2 卷积运算 125

5.10.3 并行计算 128

5.11 正弦波空间频率分析＊ 128

5.11.1 傅里叶基 128

5.11.2 2D图像函数 131

5.11.3 离散傅里叶变换 132

5.11.4 带通滤波器 134

5.11.5 傅里叶变换讨论 135

5.11.6 卷积定理＊ 135

5.12 总结和讨论 136

5.13 参考文献 137

第6章 颜色与明暗分析 139

6.1 颜色物理学 139

6.1.1 感测被照射物体 140

6.1.2 其他因素 141

6.1.3 感受器的敏感性 141

6.2 RGB三基色 142

6.3 其他基色系统 143

6.3.1 CMY减色系统 143

6.3.2 HSI系统 144

6.3.3 电视信号的YIQ与YUV系统 146

6.4 颜色直方图 147

6.3.4 基于颜色的分类 147

6.5 颜色分割 149

6.6 明暗分析 150

6.6.1 来自单一光源的照射 151

6.6.2 漫反射 151

6.6.3 镜面反射 152

6.6.4 随距离增大而变暗 153

6.6.5 复杂因素 154

6.6.6 Phong明暗模型＊ 154

6.7.2 人类的色感机制 155

6.7.1 颜色应用 155

6.7 相关话题＊ 155

6.6.7 基于明暗的人类感知 155

6.7.3 多谱图像 156

6.7.4 主题图像 156

6.8 参考文献 156

第7章 纹理分析 159

7.1 纹理、纹理素和统计 159

7.2 基于纹理素的描述 160

7.3 定量纹理测度 161

7.3.1 边缘密度和方向 161

7.3.2 局部二值分解 162

7.3.3 共生矩阵和特征 162

7.3.4 Laws纹理能量测度 164

7.4 纹理分割 166

7.3.5 自相关和功率谱 166

7.5 参考文献 167

第8章 基于内容的图像检索 169

8.1 图像数据库实例 169

8.2 图像数据库查询 170

8.3 示例查询 171

8.4 图像距离度量 171

8.4.1 颜色相似性度量 172

8.4.2 纹理相似性度量 174

8.4.3 形状相似性度量 175

8.4.4 目标检测及空间关系度量 179

8.5 数据库组织 182

8.5.1 标准索引 182

8.5.2 空间索引 184

8.5.3 基于内容的多距离测度图像索引 184

8.6 参考文献 185

第9章 二维运动分析 187

9.1 运动现象及应用 187

9.2 图像相减 188

9.3 计算运动向量 189

9.3.1 Decathlete游戏 190

9.3.2 点对应 191

9.3.3 MPEG视频压缩 194

9.3.4 图像流计算＊ 195

9.3.5 图像流方程＊ 195

9.3.6 利用传播约束求解图像流＊ 197

9.4 计算运动点路径 197

9.5 检测视频中的显著变化 202

9.5.1 视频序列分割 203

9.5.2 忽略摄影特效 205

9.5.3 存储视频子序列 205

9.6 参考文献 205

第10章 图像分割 207

10.1 区域分割 207

10.1.1 聚类方法 208

10.1.2 区域增长 214

10.2 区域表示 215

10.2.1 覆盖图 215

10.2.2 标记图像 216

10.2.3 边界编码 216

10.2.4 四叉树 217

10.2.5 特征表 217

10.3 轮廓分割 218

10.3.1 区域边界跟踪 218

10.3.2 Canny边缘检测和连接 220

10.3.3 相邻连贯的边缘生成曲线 223

10.3.4 用霍夫变换检测直线和圆弧 225

10.4 线段拟合模型 231

10.5 识别更高层结构 235

10.5.1 条带检测 235

10.5.2 角点检测 236

10.6 运动一致性分割 237

10.6.1 时空边界 237

10.6.2 运动轨迹聚类 237

10.7 参考文献 239

第11章 2D匹配 241

11.1 2D数据配准 241

11.2.1 参考坐标系 242

11.2 点的表示 242

11.2.2 齐次坐标 243

11.3 仿射映射函数 243

11.3.1 缩放 243

11.3.2 旋转 244

11.3.3 正交和标准正交变换＊ 245

11.3.4 平移 245

11.3.5 旋转、缩放和平移 245

11.3.6 仿射变形实例 246

11.3.7 目标识别与定位实例 247

11.3.8 一般仿射变换＊ 249

11.4 最佳2D仿射变换＊ 250

11.5 仿射映射法2D目标识别 251

11.5.1 局部特征焦点法 252

11.5.2 位姿聚类 254

11.5.3 几何散列 256

11.6 相关匹配法2D目标识别 259

11.6.1 解释树 260

11.6.2 离散松弛 262

11.6.3 连续松弛＊ 264

11.6.4 相关距离匹配 266

11.6.5 相关索引 269

11.7 非线性变形 269

11.7.1 径向畸变矫正 271

11.9 参考文献 272

11.7.2 多项式映射 272

11.8 总结 272

第12章 2D图像中的3D信息 275

12.1 本征图像 275

12.2 线条图标记 278

12.3 2D图像中的3D线索 283

12.4 其他3D现象 286

12.4.1 从X恢复形状 286

12.4.2 消隐点 289

12.4.3 根据焦距变化求深度 289

12.4.5 边界和虚拟线 290

12.4.6 非偶然对齐 290

12.4.4 运动现象 290

12.5 透视成像模型 291

12.6 通过立体视觉求深度 293

12.7 薄透镜方程＊ 297

12.8 总结性讨论 300

12.9 参考文献 300

第13章 3D感知与目标位姿计算 303

13.1 一般体视结构 303

13.2 3D仿射变换 304

13.2.1 坐标系 305

13.2.4 旋转 306

13.2.3 缩放 306

13.2.2 平移 306

13.2.5 任意旋转 308

13.2.6 基于变换的比对 309

13.3 摄像机模型 311

13.3.1 透视变换矩阵 311

13.3.2 正投影与弱透视投影 314

13.3.3 基于多摄像机的3D点计算 315

13.4 最佳仿射标定矩阵 317

13.4.1 标定物 317

13.4.2 最小二乘问题 317

13.4.3 仿射方法讨论 321

13.5 使用结构光 322

13.6 简单的位姿估计过程 323

13.7 改进的摄像机标定法＊ 327

13.7.1 摄像机内部参数 327

13.7.2 摄像机外部参数 328

13.7.3 标定举例 331

13.8 位姿估计＊ 334

13.8.1 2D-3D点对应求位姿 334

13.8.2 约束线性最优化 335

13.8.3 计算变换Tr＝｛R，T｝ 336

13.8.4 位姿验证和位姿最优化 337

13.9.1 数据获取 338

13.9 3D目标重建 338

13.9.2 视图配准 340

13.9.3 表面重建 341

13.9.4 空间切割算法 341

13.10 从明暗恢复形状 343

13.10.1 光度立体 345

13.10.2 结合空间约束 346

13.11 从运动恢复结构 346

13.12 参考文献 348

第14章 3D模型和匹配 351

14.1 模型表示 351

14.1.1 3D网格模型 351

14.1.2 表面-边-顶点模型 352

14.1.3 广义圆柱体模型 353

14.1.4 八叉树 354

14.1.5 超二次曲面模型 355

14.2 实际3D模型与视类模型 356

14.3 物理学模型和可变形模型 357

14.3.1 蛇形活动轮廓模型 357

14.3.2 3D气球模型 360

14.3.3 建立心脏跳动模型 361

14.4 3D目标识别范例 361

14.4.1 几何模型比对匹配 362

14.4.2 关系模型匹配 367

14.4.3 功能模型匹配 372

14.4.4 基于外观的识别 374

14.5 参考文献 379

第15章 虚拟现实 383

15.1 虚拟现实系统的特征 383

15.2 虚拟现实的应用 384

15.2.1 建筑漫游 384

15.2.2 行仿真 384

15.2.3 解剖组织的交互式分割 384

15.3 增强现实 385

15.4 遥操作 386

15.5 虚拟现实设备 388

15.5.1 头戴式显示器 389

15.5.3 立体显示设备 390

15.5.2 虚拟灵巧手术 390

15.6 虚拟现实感知设备 391

15.6.1 视觉 391

15.6.2 听觉 391

15.6.3 位姿 391

15.6.4 触觉 391

15.6.5 运动觉 391

15.7 简单3D模型绘制 392

15.8 实际图像和合成图像融合 393

15.9 人机交互与心理问题 395

15.10 参考文献 395

16.1.1 应用场合和要求 397

16.1 Veggie Vision系统 397

第16章 案例研究 397

16.1.2 系统设计 398

16.1.3 识别过程 398

16.1.4 详细分析 399

16.1.5 性能分析 400

16.2 基于虹膜的身份识别 401

16.2.1 对识别系统的要求 401

16.2.2 系统设计 402

16.2.3 系统性能 404

16.3 参考文献 405

索引 407