《计算机视觉 计算理论与算法基础》PDF下载

  • 购买积分:11 如何计算积分?
  • 作  者:马颂德,张正友著
  • 出 版 社:北京:科学出版社
  • 出版年份:1998
  • ISBN:7030060709
  • 页数:282 页
图书介绍:计算机视觉是在图像处理的基础上发展起来的新兴学科。计算机视觉从信息处理的层次研究视觉信息的认知过程,研究视觉信息处理的计算理论、表达与计算方法。本书系统地介绍了计算机视觉的重要理论与算法,包括图像特征提取,摄像机定标,立体视觉,运动视觉(或称序列图像分析),由图像灰度恢复三维物体形状的方法,物体建模与识别方法以及距离图像分析方法等。本书是在作者十多年来从事计算机视觉的研究和研究生教育的基础上编写而成的,书中不仅包含了初次接触本学科的读者所需要的基础知识,也介绍了近年来国内外计算机视觉研究的重要理论研究成果。本书的大多数内容已在中国科学院北京研究生院教授多年。本书附有图像实验数据与参考实验结果,可供研究生或研究者进行实验研究。本书可作为信息处理、计算机、机器人、人工智能、遥感图像处理、认知神经科学等有关专业的高年级学生或研究生的教学用书,也可供以上领域的研究工作者参考。

第一章 绪论 1

第一章 绪论 1

1.1.2 感受野的分层等级假设 2

1.1 生物视觉通路简介 2

1.1.1 生物视觉通路 2

1.1 生物视觉通路简介 2

1.1.1 生物视觉通路 2

1.1.2 感受野的分层等级假设 2

1.1.3 视觉信息处理的多通道、多任务并行处理性质 4

1.1.3 视觉信息处理的多通道、多任务并行处理性质 4

1.2.1 视觉系统研究的三个层次 5

1.2 Marr的计算视觉理论框架 5

1.2 Marr的计算视觉理论框架 5

1.2.1 视觉系统研究的三个层次 5

1.2.2 视觉信息处理的三个阶段 6

1.2.2 视觉信息处理的三个阶段 6

1.3 本书各章内容简介 7

1.3 本书各章内容简介 7

1.4 计算机视觉的现状与阅读本书需注意的问题 8

1.4 计算机视觉的现状与阅读本书需注意的问题 8

参考文献 9

思考题 9

思考题 9

参考文献 9

第二章 边缘检测 11

第二章 边缘检测 11

2.1.1 边缘检测与微分运算 12

2.1 边缘检测与微分滤波器 12

2.1 边缘检测与微分滤波器 12

2.1.1 边缘检测与微分运算 12

2.1.2 微分滤波器 14

2.1.2 微分滤波器 14

2.1.3 离散信号的差分滤波器 16

2.1.3 离散信号的差分滤波器 16

2.2.1 病态问题 19

2.2 边缘检测与正则化方法 19

2.2.1 病态问题 19

2.2 边缘检测与正则化方法 19

2.3 多尺度滤波器与过零点定理 21

2.3 多尺度滤波器与过零点定理 21

2.4 最优边缘检测滤波器 25

2.4 最优边缘检测滤波器 25

2.5 边缘检测快速算法 28

2.5 边缘检测快速算法 28

2.5.1 滤波器的递推算法 29

2.5.1 滤波器的递推算法 29

2.5.2 二维可分离滤波器 32

2.5.2 二维可分离滤波器 32

2.6 图像低层次处理的其他问题 33

2.6 图像低层次处理的其他问题 33

思考题 34

参考文献 34

思考题 34

参考文献 34

第三章 射影几何与几何元素表达 36

3.1 仿射变换与射影变换的几何表达 36

第三章 射影几何与几何元素表达 36

3.1 仿射变换与射影变换的几何表达 36

3.2 仿射坐标系与射影坐标系 38

3.2 仿射坐标系与射影坐标系 38

3.3 仿射变换与射影变换的代数表达 40

3.3 仿射变换与射影变换的代数表达 40

3.4 不变量 42

3.4 不变量 42

3.5 由对应点求射影变换 43

3.5 由对应点求射影变换 43

3.6 点 44

3.7.1 二维 44

3.7.2 三维 44

3.6 点 44

3.7 指向和方向 44

3.7 指向和方向 44

3.7.1 二维 44

3.7.2 三维 44

3.8 平面直线及点线对偶关系 45

3.8 平面直线及点线对偶关系 45

3.9 空间平面及点面对偶关系 46

3.9 空间平面及点面对偶关系 46

3.10 空间直线 48

3.10 空间直线 48

3.11 二次曲线与二次曲面 49

思考题 49

思考题 49

3.11 二次曲线与二次曲面 49

参考文献 51

参考文献 51

第四章 摄像机定标 52

4.1 线性模型摄像机定标 52

4.1 线性模型摄像机定标 52

4.1.1 图像坐标系、摄像机坐标系与世界坐标系 52

第四章 摄像机定标 52

4.1.1 图像坐标系、摄像机坐标系与世界坐标系 52

4.1.2 线性摄像机模型(针孔模型) 54

4.1.2 线性摄像机模型(针孔模型) 54

4.1.3 线性模型摄像机定标 56

4.1.3 线性模型摄像机定标 56

4.2 非线性模型摄像机定标 59

4.2 非线性模型摄像机定标 59

4.3 立体视觉摄像机定标 60

4.3 立体视觉摄像机定标 60

4.4 机器人手眼定标 63

4.4 机器人手眼定标 63

4.5 摄像机自定标技术 67

4.5 摄像机自定标技术 67

思考题 70

思考题 70

参考文献 71

参考文献 71

第五章 立体视觉 72

5.1 立体视觉与三维重建 72

5.1.1 空间点重建 72

5.1 立体视觉与三维重建 72

5.1.1 空间点重建 72

第五章 立体视觉 72

5.1.2 空间直线重建 75

5.1.2 空间直线重建 75

5.1.3 空间二次曲线重建 76

5.1.3 空间二次曲线重建 76

5.2 极线约束 78

5.2 极线约束 78

5.3 对应基元匹配 80

5.3 对应基元匹配 80

5.4 射影几何意义下的三维重建 87

5.4 射影几何意义下的三维重建 87

参考文献 93

思考题 93

参考文献 93

思考题 93

6.2 欧氏空间中的刚体运动 95

6.1 欧氏平面上的刚体运动 95

第六章 运动与不确定性表达 95

第六章 运动与不确定性表达 95

6.1 欧氏平面上的刚体运动 95

6.2 欧氏空间中的刚体运动 95

6.2.1 定义 96

6.2.1 定义 96

6.2.2 旋转向量表示法 97

6.2.2 旋转向量表示法 97

6.2.3 四元数表示法 98

6.2.3 四元数表示法 98

6.3 不确定性的描述 99

6.3.1 引言 99

6.3 不确定性的描述 99

6.3.1 引言 99

6.3.2 几何概率论 99

6.3.2 几何概率论 99

6.4 不确定性的运算 101

6.4 不确定性的运算 101

6.4.1 一个不确定向量是另一个不确定向量的函数 102

6.4.2 通过优化方法得到一个不确定向量 102

6.4.1 一个不确定向量是另一个不确定向量的函数 102

6.4.2 通过优化方法得到一个不确定向量 102

6.4.3 Mahalanobis距离 103

6.4.3 Mahalanobis距离 103

6.5.1 边缘点的不确定性 105

6.5 不确定性运算的几个例子 105

6.5 不确定性运算的几个例子 105

6.5.1 边缘点的不确定性 105

6.5.2 从边缘点到二维直线的不确定性 106

6.5.2 从边缘点到二维直线的不确定性 106

6.5.3 三维重建的点的不确定性 107

6.5.3 三维重建的点的不确定性 107

6.6 三维直线段的不确定性 110

6.6.1 直线段与无限长直线 110

6.6.1 直线段与无限长直线 110

6.6 三维直线段的不确定性 110

6.6.2 直线段的方向 111

6.6.2 直线段的方向 111

6.6.3 直线段的位置 112

6.6.3 直线段的位置 112

6.7 不确定性的显示 113

6.7 不确定性的显示 113

参考文献 116

思考题 116

参考文献 116

思考题 116

7.1.1 运动场 117

7.1 光流场和运动场 117

第七章 基于光流场的运动分析 117

第七章 基于光流场的运动分析 117

7.1 光流场和运动场 117

7.1.1 运动场 117

7.1.2 光流 118

7.1.2 光流 118

7.2.1 开孔问题 119

7.2.1 开孔问题 119

7.2 光流的约束方程 119

7.2 光流的约束方程 119

7.2.2 光流的约束方程 120

7.2.2 光流的约束方程 120

7.3.1 正则化方法 121

7.3 微分技术 121

7.3 微分技术 121

7.3.1 正则化方法 121

7.3.2 局部调整法 122

7.3.2 局部调整法 122

7.3.3 鲁棒法 123

7.3.3 鲁棒法 123

7.3.4 高阶导数法 124

7.4 其他方法 124

7.4 其他方法 124

7.3.4 高阶导数法 124

7.4.1 区域匹配法 125

7.4.2 频域法 125

7.4.1 区域匹配法 125

7.4.2 频域法 125

7.5.1 光流的分类及其与三维运动的关系 127

7.5.1 光流的分类及其与三维运动的关系 127

7.5 基于光流场的定性运动解释 127

7.5 基于光流场的定性运动解释 127

7.5.2 汇集点 130

7.5.2 汇集点 130

思考题 131

思考题 131

参考文献 132

参考文献 132

第八章 长序列运动图像特征跟踪 133

第八章 长序列运动图像特征跟踪 133

8.1 引论 133

8.1 引论 133

8.2.2 参数估计 135

8.2.1 状态空间表示法 135

8.2.2 参数估计 135

8.2 参数估计理论初步 135

8.2.1 状态空间表示法 135

8.2 参数估计理论初步 135

8.2.3 卡尔曼滤波 137

8.2.3 卡尔曼滤波 137

8.3 特征运动模型 138

8.3 特征运动模型 138

8.3.1 多项式运动学 139

8.3.1 多项式运动学 139

8.3.2 刚体运动学 140

8.3.2 刚体运动学 140

8.4.1二维特征跟踪 142

8.4 特征跟踪的阐述 142

8.4.1二维特征跟踪 142

8.4 特征跟踪的阐述 142

8.4.2 三维特征跟踪 143

8.4.2 三维特征跟踪 143

8.5 匹配 145

8.5 匹配 145

8.5.1 Mahalanobis距离 146

8.5.2 匹配冲突的解决 146

8.5.2 匹配冲突的解决 146

8.5.1 Mahalanobis距离 146

8.6.1 运动模型的不适当 147

8.6 实际应用中需要考虑的问题 147

8.6 实际应用中需要考虑的问题 147

8.6.1 运动模型的不适当 147

8.6.2 特征继续存在的支持 148

8.6.2 特征继续存在的支持 148

思考题 149

思考题 149

参考文献 150

参考文献 150

第九章 基于二维特征对应的运动分析 151

第九章 基于二维特征对应的运动分析 151

9.1.2 本质矩阵 152

9.1 极线方程和本质矩阵 152

9.1 极线方程和本质矩阵 152

9.1.1 极线方程 152

9.1.2 本质矩阵 152

9.1.1 极线方程 152

9.2.1 求本质矩阵的算法 155

9.2 基于点匹配的运动计算 155

9.2 基于点匹配的运动计算 155

9.2.1 求本质矩阵的算法 155

9.2.3 非线性方法 157

9.2.2 从本质矩阵求运动参数 157

9.2.3 非线性方法 157

9.2.2 从本质矩阵求运动参数 157

9.2.4 鲁棒法 159

9.2.4 鲁棒法 159

9.2.6 运动多义性和临界曲面 162

9.2.6 运动多义性和临界曲面 162

9.2.5 结构再投影法 162

9.2.5 结构再投影法 162

9.3 当图像是一个空间平面的投影时的运动计算 165

9.3 当图像是一个空间平面的投影时的运动计算 165

9.4.1 两幅图像不足以确定运动 169

9.4.1 两幅图像不足以确定运动 169

9.4 基于直线匹配的运动计算 169

9.4 基于直线匹配的运动计算 169

9.4.2 从三幅图像求运动 170

9.4.2 从三幅图像求运动 170

思考题 171

9.5 基于矩阵的估计 171

9.4.3 几何解释 171

9.4.3 几何解释 171

9.5 基于矩阵的估计 171

思考题 171

参考文献 172

参考文献 172

第十章 基于三维特征对应的运动分析 173

10.1 由三维点匹配估计运动 173

10.1.1 问题陈述 173

10.1.2 直接利用旋转矩阵R 173

10.1 由三维点匹配估计运动 173

10.1.1 问题陈述 173

10.1.2 直接利用旋转矩阵R 173

第十章 基于三维特征对应的运动分析 173

10.1.3 利用四元数 178

10.1.3 利用四元数 178

10.1.4 利用欧拉角 179

10.1.4 利用欧拉角 179

10.1.5 利用旋转向量 180

10.1.5 利用旋转向量 180

10.1.6 三个点匹配时的特殊方法 181

10.1.6 三个点匹配时的特殊方法 181

10.1.7 鲁棒法 183

10.1.7 鲁棒法 183

10.2 不需显式匹配的方法 184

10.2.1 共面点的运动 184

10.2.2 一般点群的运动 184

10.2.2 一般点群的运动 184

10.2.1 共面点的运动 184

10.2 不需显式匹配的方法 184

10.3 从三维直线匹配估计运动 185

10.3.1 三维直线的变换 185

10.3 从三维直线匹配估计运动 185

10.3.1 三维直线的变换 185

10.3.2 解析解 186

10.3.2 解析解 186

10.3.3 数值方法 187

10.3.3 数值方法 187

10.4 从平面匹配估计运动 190

10.4.1 问题的描述 190

10.4.1 问题的描述 190

10.4 从平面匹配估计运动 190

10.5 二维-三维的物体定位 191

10.4.2 解析解 191

10.4.3 卡尔曼滤波 191

10.5 二维-三维的物体定位 191

10.4.3 卡尔曼滤波 191

10.4.2 解析解 191

参考文献 192

思考题 192

参考文献 192

思考题 192

11.1.1 辐射度学 194

11.1 辐射度学与光度学 194

第十一章 由图像灰度恢复三维物体形状 194

第十一章 由图像灰度恢复三维物体形状 194

11.1.1 辐射度学 194

11.1 辐射度学与光度学 194

11.1.2 光度学 196

11.1.2 光度学 196

11.1.3 图像灰度与物体表面光辐射度的关系 198

11.1.3 图像灰度与物体表面光辐射度的关系 198

11.2 光照模型 199

11.2 光照模型 199

11.3 由多幅图像恢复三维物体形状 203

11.3 由多幅图像恢复三维物体形状 203

11.4 由单幅图像恢复三维物体形状 205

11.4 由单幅图像恢复三维物体形状 205

参考文献 207

思考题 207

思考题 207

参考文献 207

第十二章 建模与识别 209

第十二章 建模与识别 209

12.1 CAD系统中的三维模型表达 210

12.1 CAD系统中的三维模型表达 210

12.2 曲线与曲面的表达 211

12.2 曲线与曲面的表达 211

12.2.1 三次曲线与双三次曲面 212

12.2.1 三次曲线与双三次曲面 212

12.2.2 广义圆柱面 216

12.2.2 广义圆柱面 216

12.2.3 超二次曲面 217

12.2.3 超二次曲面 217

12.3 三维世界的多层次模型 218

12.3 三维世界的多层次模型 218

12.4 由二维图像建模 219

12.4.1 矩不变量 219

12.4 由二维图像建模 219

12.4.1 矩不变量 219

12.4.2 变换群与不变量 221

12.4.2 变换群与不变量 221

12.5 识别的一般原则---问题与策略 225

12.5 识别的一般原则---问题与策略 225

12.6 特征关系图匹配 227

12.6 特征关系图匹配 227

12.7.1 识别的系统结构 229

12.7 “假设检验”识别方法 229

12.7 “假设检验”识别方法 229

12.7.1 识别的系统结构 229

12.7.2 三维空间中的坐标转换 231

12.7.3 由单幅图像中的几何元素进行物体定位 231

12.7.2 三维空间中的坐标转换 231

12.7.3 由单幅图像中的几何元素进行物体定位 231

12.7.4 假设检验 233

12.7.4 假设检验 233

思考题 234

思考题 234

参考文献 235

参考文献 235

第十三章 距离图像获取与处理 237

13.1 距离传感器 237

第十三章 距离图像获取与处理 237

13.1 距离传感器 237

13.1.1 基于雷达原理的距离传感器 238

13.1.1 基于雷达原理的距离传感器 238

13.1.2 基于三角原理的距离传感器 240

13.1.2 基于三角原理的距离传感器 240

13.2 数据预处理 242

13.2 数据预处理 242

13.3 深度图分割 243

13.3 深度图分割 243

13.3.1 高斯球分割法 244

13.3.1 高斯球分割法 244

13.3.2 根据曲率特征分割 245

13.3.2 根据曲率特征分割 245

13.3.3 区域分割方法 248

13.3.3 区域分割方法 248

思考题 249

参考文献 249

思考题 249

参考文献 249

第十四章 计算机视觉系统体系结构讨论与展望 250

14.1 计算机视觉系统的基本体系结构 250

14.2 视觉系统体系结构讨论 250

14.2.1 视觉信息处理系统的“任务” 250

第十四章 计算机视觉系统体系结构讨论与展望 250

14.2.1 视觉信息处理系统的“任务” 250

14.2 视觉系统体系结构讨论 250

14.1 计算机视觉系统的基本体系结构 250

14.2.2 关于模块化问题 251

14.2.2 关于模块化问题 251

14.2.4 关于定性与定量分析 252

14.2.3 “注视”与“注意”(attention)问题 252

14.2.4 关于定性与定量分析 252

14.2.3 “注视”与“注意”(attention)问题 252

14.2.6 图像分割与知觉组织 253

14.2.5 多种方法的融合 253

14.2.5 多种方法的融合 253

14.2.6 图像分割与知觉组织 253

14.2.7 局部特征与全局特征 254

14.2.7 局部特征与全局特征 254

14.2.8 物体建模 255

14.2.9 非线性、自适应、自学习与人工神经网络 255

14.2.9 非线性、自适应、自学习与人工神经网络 255

14.2.8 物体建模 255

14.2.10 交互作用问题 256

14.2.10 交互作用问题 256

14.3 主动视觉 257

14.3 主动视觉 257

14.4 计算机视觉的应用展望 258

14.4 计算机视觉的应用展望 258

参考文献 259

参考文献 259

附录A 实验数据及参考结果 261

附录A 实验数据及参考结果 261

A.1 图像的格式 261

A.2 摄像机定标 265

A.3 立体视觉 266

A.4 基于光流场的运动分析 269

A.5 长序列运动图像特征跟踪 271

A.7 基于三维特征对应的运动分析 276

A.7 基于三维特征对应的运动分析 276

A.6 基于二维特征对应的运动分析 276