第1章 人类视觉与机器视觉 1
1.1人类视觉系统 2
1.1.1眼睛 3
1.1.2神经系统 6
1.1.3处理系统 7
1.2计算机视觉系统 8
1.2.1摄像机 10
1.2.2计算机 12
1.2.3图像处理 14
1.2.4研究现状分析 15
1.3数学系统 16
1.3.1 MATLAB软件 17
1.3.2图像的数学表示及运算 19
1.4小结 25
参考文献 26
第2章 经典神经反应及其数学表示 29
2.1主要目的和基本思想 30
2.2神经反应与导出核 31
2.2.1预备知识 31
2.2.2神经反应与导出核的构建 35
2.2.3神经反应的归一化 38
2.3神经反应的不变性 39
2.4神经反应算法的复杂性 43
2.5实验及分析 45
2.5.1 MNIST手写数字图像数据库上的实验 45
2.5.2手写汉字图像数据库 50
2.5.3 Yale人脸图像数据库 54
2.6小结 56
参考文献 57
第3章 局部神经反应及其对图像的特征表示 59
3.1局部神经反应方法产生的背景 60
3.2局部神经反应算法 62
3.2.1符号和说明 62
3.2.2方法的提出 63
3.2.3局部神经反应和神经反应的区别 70
3.3局部神经反应方法的算法分析 72
3.3.1局部神经反应方法的不变性 72
3.3.2关于范围压缩问题 76
3.4实验结果与分析 78
3.4.1 MNIST数据库上的实验 78
3.4.2在Yale人脸数据库上的实验 79
3.4.3 Caltech人脸数据库上的实验 80
3.5小结 82
参考文献 83
第4章 软稀疏编码神经反应及其应用 88
4.1研究背景和主要工作 89
4.2准备工作及神经反应的矩阵表示 93
4.2.1相关记号 93
4.2.2神经反应的矩阵表示 94
4.3软稀疏编码神经反应 96
4.3.1软稀疏编码的动机 96
4.3.2软稀疏编码方法 98
4.4实验结果及分析 101
4.4.1在MNIST数据库上的实验 101
4.4.2在Caltech人脸数据库上的实验 103
4.4.3在Corel数据库上的实验 104
4.5小结 106
参考文献 107
第5章 特征传导神经反应及其在图像检索中的应用 110
5.1基于内容的图像检索 111
5.2特征传导神经反应 114
5.2.1相关概念与记号 114
5.2.2构建特征传导神经反应 116
5.2.3特征传导神经反应的算法复杂性 118
5.3基于特征传导神经反应的基于内容的图像检索方法 120
5.3.1局部底层特征提取 121
5.3.2相似性度量 122
5.3.3关联性反馈 123
5.4实验结果及分析 124
5.4.1在Caltech人脸数据库上的实验 124
5.4.2在Corel-1000数据库上的实验 128
5.5小结 133
参考文献 134
第6章 神经反应中的模板选择方法 137
6.1“自下而上”的模板选择方法 139
6.1.1初始模板集的确定 139
6.1.2Tu的确定 139
6.1.3 Tv的确定 141
6.2“自上而下”的模板选择方法 144
6.2.1创建初始模板集 145
6.2.2二级模板集Tv的构建 146
6.2.3一级模板集Tu的构建 149
6.3实验结果 152
6.3.1在MNIST上的模板选择实验 153
6.3.2在Caltech 101上的模板选择实验 155
6.3.3在Corel上的模板选择实验 158
6.4小结 160
参考文献 160