图像处理和分析的图模型理论与应用PDF电子书下载

第1章 图像处理和分析中的图论概念与定义Olivier Lézoray，Leo Grady 1

1.1 引言 1

1.2 图的基本理论 1

1.3 图的表示方法 4

1.3.1 矩阵表示法 4

1.3.2 邻接列表法 6

1.4 路径、树和连通性 6

1.4.1 遍历和路径 6

1.4.2 连通图 7

1.4.3 最短路径 8

1.4.4 树和最小生成树 9

1.4.5 最大流和最小割 10

1.5 图像处理和分析中的图模型 13

1.5.1 规则网格 13

1.5.2 不规则镶嵌 15

1.5.3 无序嵌入式数据的邻近图 17

1.6 结论 20

参考文献 20

第2章 图割——视觉计算中的组合优化方法Hiroshi Ishikawa 23

2.1 引言 23

2.2 马尔可夫随机场 24

2.2.1 标注问题：一个简单范例 24

2.2.2 马尔可夫随机场（MRF） 28

2.3 基本图割技术：二值标注 31

2.3.1 最小割算法 31

2.3.2 图割 32

2.3.3 子模性 35

2.3.4 非子模情形：BHS算法 36

2.3.5 高阶能量函数的简化 38

2.4 多类标情形下的能量最小化 40

2.4.1 全局最小化情形：带有凸先验的能量函数 40

2.4.2 移动决策算法 44

2.5 实例分析 49

2.6 结论 50

参考文献 51

第3章 计算机视觉中的高阶模型Pushmeet Kohli，Carsten Rother 59

3.1 引言 59

3.2 高阶随机场 60

3.3 基于图像块和区域的势函数 61

3.3.1 变量集中类标的一致性 62

3.3.2 基于模式的势函数 65

3.4 外观模型与基于区域的势函数的关联性 69

3.5 全局势函数 71

3.5.1 连通性约束 71

3.5.2 关于类标统计特性的约束与先验 73

3.6 最大后验推断 76

3.6.1 基于变换的方法 76

3.6.2 对偶分解 79

3.7 结论 80

参考文献 80

第4章 离散全变差正则化的参数化最大流方法Antonin Chambolle，Jérome Darbon 84

4.1 引言 84

4.2 基本思路 85

4.3 数值计算 88

4.3.1 二值优化 88

4.3.2 离散全变差优化 90

4.4 应用实例 94

参考文献 97

第5章 目标图像分割的图模型方法Leo Grady 100

5.1 目标图像分割的正则化 101

5.1.1 幂分水岭理论体系 102

5.1.2 全变差和连续最大流 103

5.2 目标描述 105

5.2.1 基于用户交互的目标分割 105

5.2.2 基于外观信息的目标分割 107

5.2.3 基于边界信息的目标分割 109

5.2.4 基于形状信息的目标分割 112

5.2.5 基于目标特征信息的目标分割 115

5.2.6 基于拓扑信息的目标分割 116

5.2.7 基于关联信息的目标分割 117

5.3 结论 118

参考文献 119

第6章 边与顶点加权图的数学形态学导论Laurent Naiman，Fernand Meyer 127

6.1 引言 127

6.2 图与晶格 128

6.2.1 图晶格 128

6.2.2 权值晶格 129

6.3 图的邻域运算 130

6.3.1 图的邻接 130

6.4 滤波器 134

6.5 基于分量树的连通算子与滤波 137

6.6 分水岭割 139

6.6.1 水滴原理 139

6.6.2 最陡下降特性驱动的集水盆地 140

6.6.3 最小生成森林 141

6.6.4 分割实例 142

6.7 MSF割的层级结构与显著图 144

6.7.1 根除与MSF的层级系统 145

6.7.2 显著图 146

6.7.3 图像分割中的应用 146

6.8 最优化与幂分水岭 147

6.8.1 应用 151

6.9 结论 151

参考文献 152

第7章 图上偏差分方程在局部与非局部图像处理中的应用Abderrahim Elmoataz，Olivier Lézoray， Vinh-Thong Ta，Sébastien Bougleux 157

7.1 引言 157

7.2 加权图的差分算子 158

7.2.1 基本符号和定义 158

7.2.2 差分算子 159

7.2.3 梯度和范数 160

7.2.4 图的边界 160

7.2.5 p-拉普拉斯算子 160

7.2.6 o-拉普拉斯矩阵 162

7.3 加权图的构造 163

7.3.1 图的拓扑结构 163

7.3.2 图的加权 164

7.4 图的p-拉普拉斯正则化 165

7.4.1 各向同性扩散过程 166

7.4.2 各向异性扩散过程 167

7.4.3 相关工作 168

7.4.4 图上缺失数据的插值 169

7.5 案例分析 172

7.5.1 基于正则化的图像简化 172

7.5.2 基于正则化的图像插值 178

7.6 结论 181

参考文献 182

第8章 基于非局部谱图小波变换的图像去噪David K.Hammond，Laurent Jacques，Pierre Vandergheynst 186

8.1 引言 186

8.1.1 相关研究工作 187

8.2 谱图小波变换（SGWT） 188

8.2.1 基于切比雪夫多项式逼近的快速SGWT 191

8.2.2 SGWT的逆变换 192

8.2.3 SGWT的设计细节 193

8.3 图像的非局部图 193

8.3.1 种子加速算法 194

8.4 图像的局部与非局部混合图 197

8.4.1 定向局部连通性 198

8.4.2 局部与非局部混合SGWT框架的合并 200

8.4.3 图像的图小波基 201

8.5 缩比拉普拉斯模型 202

8.6 图像去噪的应用 204

8.6.1 基于有噪图像的非局部图的构造 204

8.6.2 缩比拉普拉斯阈值化 205

8.6.3 加权I1最小化 205

8.6.4 去噪结果 206

8.7 结论 209

8.8 致谢 210

参考文献 210

第9章 图像与视频抠图Jue Wang 214

9.1 引言 214

9.1.1 用户约束 214

9.1.2 早期的方法 216

9.2 图像抠图的图构造方法 217

9.2.1 定义边权重w ij 218

9.2.2 定义节点权重w i 221

9.3 求解图像抠图的图模型 225

9.3.1 求解MRF 225

9.3.2 线性优化 226

9.4 数据集 227

9.5 视频抠图 228

9.5.1 概述 228

9.5.2 基于图的三元图生成 229

9.5.3 基于时域连贯性的抠图 233

9.6 结论 235

参考文献 235

第10章 多表面和多目标图像最优同步分割Xiaodong Wu，Mona K.Garvin，Milan Sonka 239

10.1 引言 239

10.2 动机和问题描述 240

10.3 基于图的图像分割方法 241

10.3.1 最优表面检测问题 241

10.3.2 最优单表面检测 242

10.3.3 最优多表面检测 247

10.3.4 基于凸先验信息的最优表面检测 251

10.3.5 基于分层式最优图的多目标多表面图像分割分法—LOGISMOS 256

10.4 案例分析 260

10.4.1 光学相干层析扫描体图像中视网膜层的分割 260

10.4.2 计算机层析扫描体图像中前列腺和膀胱的同步分割 261

10.4.3 膝关节软骨和骨骼的分割 263

10.5 结论 267

10.6 致谢 267

参考文献 269

第11章 层级式图编码Luc Brun，Walter Kropatsch 273

11.1 引言 273

11.2 规则金字塔 274

11.3 不规则金字塔并行构造方案 277

11.3.1 极大独立集（MIS） 278

11.3.2 极大独立顶点集（MIVS） 279

11.3.3 数据驱动的抽样过程 281

11.3.4 极大独立边集（MIES） 282

11.3.5 极大独立有向边集（MIDES） 284

11.3.6 MIVS、MIES和MIDES的比较 286

11.4 不规则金字塔与图像特性 288

11.4.1 区域关联 288

11.4.2 图模型 289

11.4.3 简单图金字塔 295

11.4.4 对偶图金字塔 296

11.4.5 组合金字塔 298

11.5 结论 305

参考文献 306

第12章 基于图的降维John A.Lee，Michel Verleysen 310

12.1 概述 310

12.2 引言 310

12.3 经典方法 311

12.3.1 主分量分析 312

12.3.2 多维标度（MDS） 313

12.3.3 非线性MDS与距离保持 314

12.4 基于图的非线性化 315

12.5 基于图的距离 316

12.6 基于图的相似度 318

12.6.1 拉普拉斯特征映射 318

12.6.2 局部线性嵌入 320

12.7 图嵌入 322

12.7.1 从LD到HD：自组织映射 322

12.7.2 从HD到LD：Isotop 323

12.8 案例与比较 324

12.8.1 质量评价 324

12.8.2 数据集 326

12.8.3 方法 327

12.8.4 结果 327

12.9 结论 328

参考文献 332

第13章 图编辑距离——理论、算法与应用Miquel Ferrer，Horst Bunke 338

13.1 引言 338

13.2 定义与图匹配 340

13.2.1 精确图匹配 341

13.2.2 容错图匹配 345

13.2.3 图编辑距离 347

13.3 GED理论 348

13.3.1 编辑代价 348

13.3.2 编辑代价的自动学习 351

13.4 GED计算 352

13.4.1 最优算法 352

13.4.2 次优算法 354

13.4.3 基于二分图匹配的GED计算方法 355

13.5 GED的应用 357

13.5.1 图对的加权平均 357

13.5.2 图嵌入向量空间 359

13.5.3 中值图的计算 361

13.6 结论 365

参考文献 366

第14章 图在形状匹配与图像分类中的作用Benjamin Kimia 374

14.1 引言 374

14.2 基于冲击图的形状匹配 376

14.3 基于邻近图的图像分类 380

14.3.1 检索：欧氏空间与度量空间的比较 380

14.3.2 基于度量的检索方法 381

14.3.3 捕捉局部拓扑结构 383

14.4 结论 386

14.5 致谢 386

参考文献 387

第15章 基于谱图嵌入和概率匹配的三维形状配准Avinash Sharma，Radu Horaud，Diana Mateus 391

15.1 引言 391

15.2 图矩阵 393

15.2.1 图拉普拉斯矩阵的变种 393

15.3 谱图同构 394

15.3.1 精确的谱解 395

15.3.2 霍夫曼-维兰特定理 395

15.3.3 梅山方法 398

15.4 图嵌入与降维 399

15.4.1 图拉普拉斯算子的谱特性 399

15.4.2 图嵌入的主分量分析 401

15.4.3 嵌入维度的选择 403

15.4.4 单位超球面的归一化 404

15.5 谱形状匹配 404

15.5.1 最大子图匹配与点配准 405

15.5.2 两种嵌入对齐的特征标记法 406

15.5.3 形状匹配的EM算法 409

15.6 实验及结果 410

15.7 讨论 413

15.8 附录A：置换矩阵与双随机矩阵 414

15.9 附录B：Frobenius范数 415

15.10 附录C：归一化拉普拉斯算子的谱特性 415

参考文献 416

第16章 描述图像的无向图模型Marshall F.Tαppen 421

16.1 引言 421

16.2 研究背景 421

16.2.1 能量函数的设计——图模型的基本需要 422

16.2.2 分布的图表示法 423

16.2.3 图模型的正式表达 423

16.2.4 条件独立性 425

16.2.5 因子图 425

16.3 用于描述图像块的图模型 426

16.4 基于像素的图模型 427

16.4.1 立体视觉 427

16.4.2 自然图像中像素的建模 431

16.4.3 集成观测数据 431

16.4.4 超越图像建模 432

16.5 图模型的推断问题 432

16.5.1 通用树结构图中的推断 433

16.5.2 有环图中近似推断的置信传播法 434

16.5.3 图割推断 434

16.6 无向图模型的学习问题 435

16.7 结论 437

参考文献 437

第17章 计算机视觉中的遍历树核Zaid Harchaoui，Francis Bach 441

17.1 引言 441

17.2 遍历树核是一种图核 443

17.2.1 路径、遍历、子树和遍历树 444

17.2.2 图核 445

17.3 区域邻近图核是一种遍历树核 446

17.3.1 形态学区域邻近图 446

17.3.2 区域邻近图上的遍历树核 448

17.4 点云核是一种遍历树核 450

17.4.1 局部核 451

17.4.2 正矩阵和概率图模型 452

17.4.3 动态规划递归 455

17.5 实验结果 457

17.5.1 目标分类的应用 457

17.5.2 字符识别的应用 461

17.5.3 实验设置 461

17.6 结论 463

17.7 致谢 463

参考文献 463

主译者后记 467

索引 469