第1章 绪论 1
1.1 生物视觉通路简介 1
1.1.1 生物视觉通路 2
1.1.2 感受野的分层等级假设 3
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 Marr的计算机视觉理论框架 5
1.2.1 视觉系统研究的三个层次 6
1.2.2 视觉信息处理的三个阶段 7
1.3 图像理解与计算机视觉 8
1.3.1 图像理解 8
1.3.2 计算机视觉 9
1.3.3 图像理解与计算机视觉的关系 9
参考文献 10
1.4 内容结构 10
第2章 视觉感和视知觉 12
2.1 概述与分类 12
2.2 视觉过程与特性 13
2.2.1 视觉过程 13
2.2.2 视觉的时间特性 13
2.2.3 视觉的空间特性 16
2.3 形状知觉 20
2.3.1 轮廓 21
2.3.2 图形和背景 22
2.3.3 几何图形视错觉 24
2.4 空间知觉 28
2.4.1 非视觉性深度线索 28
2.4.2 双眼深度线索 29
2.4.3 单眼深度线索 30
参考文献 31
第3章 摄像机定标及立体成像 33
3.1 线性模型摄像机定标 33
3.1.1 图像坐标系、摄像机坐标系与世界坐标系 33
3.1.2 线性摄像机模型（针孔模型） 34
3.1.3 线性模型摄像机定标 37
3.2 非线性模型摄像机定标 40
3.3 立体视觉摄像机定标 40
3.4 机器人手眼定标 43
3.5 摄像机自定标技术 47
3.5.1 马氏方法 48
3.5.2 摄像机自标定的吴—胡方法 50
3.6.2 灰度采集和CCD摄像器件 60
3.6.1 采集装置的性能指标 60
3.6 图像采集装置 60
3.6.3 深度图采集和结构光测距装置 62
3.7 成像变换与摄像机模型 63
3.7.1 世界坐标与摄像机坐标重合时的摄像机模型 63
3.7.2 世界坐标与摄像机坐标分开时的摄像机模型 65
3.7.3 通用摄像机模型 68
3.8 立体成像方式 70
3.8.1 立体成像方式分类 70
3.8.2 单目成像和畸变 70
3.8.3 双目成像和视差 72
3.8.4 结构光成像和成像高度 74
参考文献 75
第4章 立体系统和运动跟踪 78
4.1 立体视觉与三维重建 78
4.1.1 空间点重建 79
4.1.2 空间直线重建 81
4.1.3 空间二次曲线重建 82
4.2 极线约束 84
4.3 对应基元匹配 86
4.4 射影几何意义下的三维重建 91
4.5 立体系统的运动和结构 97
4.5.1 静止帧立体图像 97
4.5.2 运动估算的三维特性匹配 99
4.5.3 立体运动合成 100
4.5.4 推广到多运动的情况 102
4.6 运动跟踪 103
4.6.1 基本原理 104
4.6.2 二维运动跟踪 105
4.6.3 三维刚体运动跟踪 108
参考文献 110
第5章 边缘检测 114
5.1 边缘检测与微分滤波器 115
5.1.1 边缘检测与微分运算 115
5.1.2 微分滤波器 117
5.1.3 离散信号的差分滤波器 118
5.2 边缘保持正则化 120
5.3 中值滤波的过零边缘检测器 122
5.4 多尺度滤波器与过零点定理 123
5.5 最优边缘检测滤波器 127
5.6 基于纹理元直方图的纹理表示 130
5.6.1 可分离呈树结构的QMF FB 130
5.6.3 纹理元直方图 131
5.6.2 采用s/s-f能量表示纹理 131
5.6.4 结论 136
5.7 用于纹理分析的马尔可夫随机场（MRF）模型 137
5.8 图像纹理的小波分析 137
5.9 多个边缘检测器的组合 138
5.9.1 边缘检测器错误相关性 139
5.9.2 边缘检测器正确相关性 141
5.9.3 边缘检测器相关性的应用 141
参考文献 142
第6章 射影几何与射影不变性 146
6.1 仿射变换与射影变换的几何表达 146
6.2 仿射坐标系与射影坐标系 149
6.3 仿射变换与射影变换的代数表达 151
6.4 两凸镜点间连线 152
6.5 正交射影近似 155
6.6 目标重建 157
参考文献 158
第7章 光流分析法 159
7.1 二维运动与视在运动的比较 159
7.1.1 二维运动 159
7.1.2 对应场和光流场 160
7.2 二维运动估算 161
7.2.1 遮挡问题 163
7.2.2 孔径问题 163
7.2.3 二维运动场模型 164
7.3 使用光流方程的方法 165
7.3.1 光流方程 165
7.3.2 二阶微分法 166
7.3.3 块运动模型 166
7.3.4 Horn-Schunck法 167
7.3.5 梯度估算 168
7.3.6 自适应方法 169
7.4 例子 170
7.5 其他方法 173
7.5.1 基于块的分析方法 173
7.5.2 像素递归法 173
7.5.3 贝叶斯法 174
7.6 基于光流场的定性运动解释 174
7.6.1 光流的分类及其与三维运动的关系 174
7.6.2 汇集点 176
参考文献 177
第8章 快速图像跟踪与图像的特征跟踪 180
8.1 引论 180
8.2.2 一个通用的跟踪算法 183
8.2 部分像素的整合作用 183
8.2.1 定义与跟踪实例 183
8.2.3 部分像素的整合作用 186
8.3 讨论：意义和局限性 190
8.4 应用：视频监控的实时相机自转角和进动角跟踪 190
8.4.1 动机 190
8.4.2 实现 191
8.4.3 结果 195
8.5 基于部分像素整合的快速跟踪方法的总结 195
8.6 参数估计理论初步 197
8.6.1 状态空间表示法 197
8.6.2 参数估计 198
8.6.3 卡尔曼滤波 199
8.7.1 多项式运动学 201
8.7 特征运动模型 201
8.7.2 刚体运动学 202
8.8 特征跟踪的阐述 203
8.8.1 二维特征跟踪 203
8.8.2 三维特征跟踪 205
8.9 匹配 207
8.9.1 Mahalanobis距离 207
8.9.2 匹配冲突的解决 208
8.10 实际应用中需要考虑的问题 209
8.10.1 运动模型的不适当 209
8.10.2 特征继续存在的支持 209
参考文献 210
第9章 点对应法 212
9.1 投影位移场的建模 212
9.1.2 透视位移场模型 213
9.1.1 正交位移场模型 213
9.2 基于正交模型的方法 214
9.2.1 取自两观察视图的两步迭代法 214
9.2.2 改进的迭代法 215
9.3 基于透视模型的方法 216
9.3.1 偏振约束条件和必要参数 216
9.3.2 必要参数的估算 217
9.3.3 E矩阵的分解 218
9.3.4 算法 220
9.4 三维平面情况 221
9.4.1 纯参数 221
9.4.2 纯参数估算 221
9.4.3 运动估算和结构参数 222
9.5.1 数值模拟实验 223
9.5 例子 223
9.5.2 两帧“美国小姐”图像实验 226
参考文献 227
第10章 距离图像获取与处理 229
10.1 距离传感器 230
10.1.1 基于雷达原理的距离传感器 230
10.1.2 基于三角原理的距离传感器 233
10.2 数据预处理 236
10.3 深度图分割 237
10.3.1 高斯球分割法 237
10.3.2 根据曲率特征分割 239
10.3.3 区域分割方法 241
10.4 深度的不连续 243
10.4.1 有关体视系统的阐述 243
10.4.2 沿偏振扫描线搜索 247
10.4.3 扫描线间的传播信息 248
10.4.4 实验结果 249
10.5 一种基于相关图像传感器的新颖测距系统 251
参考文献 252
第11章 基于知识的图像理解 254
11.1 概述 254
11.2 图像理解框架的知识模型 256
11.2.1 用软件系统求解问题的知识 256
11.2.2 通用的图像处理知识模块 258
11.2.3 有关成像库的知识 265
11.2.4 自然界的通用知识 266
11.2.5 任务域的知识模块 266
11.2.6 用户界面 267
11.2.7 自动学习模块 269
11.3 图像理解中的知识表示 271
11.3.1 成像函数库 271
11.3.2 成像处理语言 271
11.3.3 图像特征（Token）数据库 272
11.3.4 语义网络和属性关系图 272
11.3.5 基于逻辑的表示 272
11.3.6 不确定性表示 273
11.3.7 基于形态学的表示 274
11.3.8 从产生式系统到Agents：朝着分布式计算进化 274
11.4 举例 277
11.4.1 例1——基于Multi-Agent的图像理解 277
11.4.2 例2——基于神经模糊Agent的轮廓学习与自适应目标匹配 279
11.5 结论与展望 285
参考文献 286
第12章 视觉理论与信息系统 297
12.1 概述和分类 297
12.2 视觉计算理论 298
12.2.1 Marr理论 298
12.2.2 关于Marr视觉理论框架的讨论 301
12.3 视觉信息系统模型 303
12.3.1 系统模型结构 303
12.3.2 多层次串行结构 303
12.3.3 以知识库为中心的辐射结构 304
12.3.4 以知识库为根的树结构 306
12.3.5 多模块交叉配合结构 307
12.4 讨论与展望 308
参考文献 310