第一章 计算机视觉概述 1
1.1 概述 1
1.2 计算机视觉的相关领域 3
1.3 三维计算机视觉的硬件系统 7
1.4 人的视觉与计算机视觉的比较 9
1.5 三维计算机视觉研究的现状 11
第二章 景物的图像生成 16
2.1 图象及其表示 16
2.1.1 图象 16
2.1.2 图象函数 17
2.1.3 图象的频域表示 18
2.1.4 离散图象 20
2.1.5 二维图象 31
2.2 摄像机的图象生成模型 34
2.2.1 单摄像机成像几何模型 35
2.2.2 双目成像几何模型 37
2.2.3 双目光度立体模型 42
2.3 彩色空间 44
2.3.1 三色原理 45
2.3.2 RGB表色系统 46
2.3.3 XYZ表色系统 48
2.3.4 YIQ表色系统 52
2.4 计算机视觉的成像设备 54
2.4.1 照明设备 54
2.4.2 图象采集设备 55
第三章 特征提取 60
3.1 图象边缘检测 60
3.1.1 多面体图象的边缘线 60
3.1.2 空间微分法 61
3.1.3 梯度法 63
3.1.4 拉普拉斯算子 65
3.1.5 零交点的提取 67
3.1.6 最佳适配的边缘检测 69
3.2 线检测 70
3.2.1 线检测算子 71
3.2.2 非极大点抑制 72
3.2.3 边界跟踪 72
3.2.4 Hough变换 78
3.2.5 广义Hough变换 80
3.3 局部边缘连接 82
3.3.1 Roberts边缘连接 83
3.3.2 利用张弛法的边界连接 84
3.4 区域方法 85
3.4.1 区域合并 86
3.4.2 区域分离 91
3.5 景物特征提取 95
3.5.1 由亮度确定形状 97
3.5.2 由轮廓确定形状 98
第四章 图象特征的描述 101
4.1 边界描述符 101
4.1.1 链码表示 101
4.1.2 特征图 104
4.1.3 多边形近似 105
4.1.4 付氏描述符 108
4.2 域描述符 109
4.2.1 简单描述符 109
4.2.2 纹理 110
4.2.3 矩不变量 113
4.3 线的表示 114
4.3.1 样条函数 115
4.3.2 平滑样条函数 116
4.3.3 参数样条函数 117
4.3.4 B-样条函数 118
4.4 点序列的分割 120
4.4.1 利用直线的近似法 120
4.4.2 利用曲线的近似法 121
4.5 拟合线方程式 125
4.5.1 利用沿单轴方向的误差 125
4.5.2 利用两变量线等式的误差 126
4.5.3 利用各点到拟合线的距离 126
4.6 线和区域间的转换 130
4.6.1 边界检测 130
4.6.2 边界跟踪 132
4.6.3 邻接与连通的关系 135
4.6.4 标记连通区域 139
第五章 线画的解释 144
5.1 基于匹配的线画解释 144
5.2 线画的解释 149
5.2.1 线及结点标记 149
5.2.2 用标记解释线画 152
5.2.3 序贯标记的线画解释 153
5.2.4 不完全线画的解释 155
5.2.5 利用张弛法（relaxation）的标记 158
5.2.6 带阴影的线画解释 160
5.3 线画的分解 162
5.4 三维模型及学习 165
5.4.1 三维模型的利用 165
5.4.2 构建三维模型 166
5.4.3 三维模型的学习 167
第六章 立体视觉 171
6.1 立体视觉理论 171
6.2 基于区域的立体视觉 173
6.2.1 特征点的提取 173
6.2.2 区域相似性的测量 174
6.2.3 确定对应关系 176
6.2.4 多级匹配 181
6.2.5 利用动态规划的匹配 182
6.3 基于特征的立体视觉 183
6.3.1 基于边界的立体视觉 184
6.3.2 基于零交点的立体视觉 185
6.4 匹配误差估算与校正 189
6.4.1 视差的逐行匹配 189
6.4.2 检测与校正类型I误差 192
6.4.3 匹配算法的定量比较 195
6.5 立体视觉发展方向 197
第七章 由单目图象获取形状 197
7.1 从阴影获取形状 200
7.1.1 梯度空间 200
7.1.2 反射图 202
7.1.3 表面平滑约束 207
7.2 光度立体法 211
7.2.1 照度方程 211
7.2.2 光度立体算法 212
7.2.3 由表面方向确定深度 216
7.2.4 算法的实现 218
7.2.5 光度立体法精度问题 222
7.3 双光度立体法 223
7.3.1 利用摄像机模型转换表面方向 224
7.3.2 分割表面方向图 227
7.3.3 区域匹配 230
7.3.4 确定表面绝对深度 233
7.4 由对景物的几何约束获取形状 237
7.4.1 由平行线获取表面方向 238
7.4.2 由纹理获取形状 241
第八章 三维场景描述与表示 241
8.1 三维曲线表示 244
8.1.1 3D曲线段 244
8.1.2 三维B-样条曲线 246
8.2 三维表面表示 247
8.2.1 三维表面的隐含表示 247
8.2.2 Coons表面片 249
8.2.3 三维B-样条表面 252
8.2.4 球面函数表示的表面 254
8.2.5 曲表面特性 257
8.3 三维体积表示 259
8.3.1 线框架表示 259
8.3.2 单元分解 260
8.3.3 结构立体几何（CSG）表示 261
8.3.4 体积表示法 263
8.4 广义圆柱表示 270
第九章 视觉信息的知识表示 270
9.1 视觉知识的类型 275
9.1.1 知识的分类 275
9.1.2 关于景物知识 276
9.2 视觉知识表示 277
9.2.1 过程与说明表示 278
9.2.2 产生式表示（或规则表示） 282
9.2.3 黑板表示 284
9.2.4 框架表示 286
9.2.5 视觉信息的语义网络表示 288
9.2.6 设计知识表示的准则 296
9.3 视觉信息处理控制策略 296
9.3.1 自底向上控制 297
9.3.2 自顶向下控制 298
9.3.3 反馈控制 299
9.3.4 非分层控制 300
9.3.5 混合控制 301
9.4 知识库与视觉专家系统 302
9.4.1 知识库的建立 302
9.4.2 视觉分析现状 303
9.4.3 视觉专家系统特点 304
9.4.4 视觉专家系统知识表示 306
9.4.5 推理机 307
9.4.6 用户接口 308
9.4.7 几个典型的视觉专家系统 308
第十章 利用模型的图象理解 308
10.1 利用图模型曲面物体的识别 313
10.1.1 景物的图象描述 313
10.1.2 图模型匹配的计算 313
10.1.3 匹配策略 314
10.2 验证视觉的匹配 316
10.2.1 特征点匹配 316
10.2.2 无对应的特征点匹配 319
10.2.3 由表面模型综合灰度图象的匹配 321
10.3 EGI表示及匹配 322
10.3.1 EGI表示及约束 323
10.3.2 EGI匹配的自由度 325
10.3.3 坐标系的定义 327
10.3.4 EGI质量中心 328
10.3.5 EGI惯性方向 329
10.3.6 规格化EGI：非凸面物体 330
10.3.7 EGI匹配函数 331
10.3.8 EGI用作高级模型的物体识别 332
10.4 利用分割的多物体识别 334
10.4.1 分割表面方向图 335
10.4.2 表面方向的标记分割 336
10.5 无分割的识别 339
10.5.1 识别处理的概述 339
10.5.2 三维景物的描述 340
10.5.3 模型的匹配 342
10.5.4 区域间的匹配 346
10.5.5 景物解释 348
10.6 图象理解系统 349
附录 355
主要参考文献 391