图象工程 下 图象理解与计算机视觉PDF|Epub|txt|kindle电子书版本网盘下载

图象工程 下 图象理解与计算机视觉PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

A.2 统计模式识别 211

2.2.1视觉过程 11

目录1

1.1 图象工程概述1

第1章绪论1

1.2 图象理解与计算机视觉3

1.2.1 图象理解3

1.2.2计算机视觉4

1.2.3 图象理解与计算机视觉的关系4

1.2.4和图象理解与计算机视觉相关的其它学科5

1.2.5 图象理解与计算机视觉的应用领域6

1.3 本书的安排和概要6

1.3.1整体安排6

1.3.2各章概要7

练习题9

2.1 概述和分类10

第2章视感觉和视知觉10

2.2 视觉过程与特性11

2.2.2视觉的时间特性11

2.2.3视觉的空间特性12

2.3 形状知觉13

2.3.1轮廓13

2.3.2图形和背景15

2.3.3 几何图形视错觉18

6.3 从运动求取结构 119

2.4.1非视觉性深度线索20

2.4 空间知觉20

2.4.2双眼深度线索21

2.4.3单眼深度线索22

练习题24

第3章立体成象25

3.1 概述和分类25

3.2 图象采集装置26

3.2.1采集装置的性能指标26

3.2.2灰度图采集和CCD26

摄象器件26

3.2.3深度图采集和结构光27

测距装置27

3.3 成象变换和摄象机模型29

3.3.1世界坐标与摄象机坐标重合时的摄象机模型30

3.3.2世界坐标与摄象机坐标分开时的摄象机模型31

3.3.3通用摄象机模型34

3.4 摄象机校准37

3.5 立体成象方式39

3.5.1立体成象方式分类39

3.5.2单目成象和畸变40

3.5.3双目成象和视差42

3.5.4结构光成象和成象高度44

练习题46

第4章扩展分析技术48

4.1 概述和分类48

4.2.1基本哈夫变换原理49

4.2 广义哈夫变换49

4.2.2广义哈夫变换原理50

4.2.3 完整广义哈夫变换52

4.3 亚象素边缘检测54

4.3.1基于矩保持的亚象素54

边缘检测54

4.3.2利用一阶微分期望值55

的亚象素边缘检测55

4.3.3利用切线信息的亚象素56

边缘检测56

4.4 3-D边缘检测和阈值分割59

4.4.1 3-D边缘检测59

4.4.2 3-D阈值分割62

4.5 16-邻域63

4.5.1术语和定义64

4.5.2N16空间中的连通性66

和最短通路66

4.5.3Ti变换69

4.5.4N16空间中的距离70

4.6 3-D表面的表达72

4.6.1 3-D轮廓线的表达72

4.6.2 3-D目标表面的表达72

4.6.3表面面元插值3-D轮廓73

4.7 3-D实体的表达75

4.7.1表达方案75

4.7.2广义圆柱体76

4.7.3扩展高斯图78

练习题79

5.1 概述和分类81

第5章立体视觉81

5.2 立体视觉模块82

5.3 双目立体匹配84

5.4 多目立体匹配86

5.4.1 多目图象86

5.4.2倒距离87

5.5 正交多目立体匹配90

5.5.1基本原理90

5.5.2基于梯度分类的正交94

三目立体匹配94

5.5.3正交多目立体匹配97

5.6 视差图误差检测与校正98

5.7 亚象素级视差102

练习题106

第6章 三维形状信息恢复108

6.1 概述和分类108

6.2 光度立体学109

6.2.1场景亮度和图象亮度109

6.2.2表面反射特性和亮度111

6.2.3 目标表面朝向113

6.2.4反射图114

6.2.5光度立体学求解116

6.3.1光流和运动场119

6.3.3光流计算121

6.3.2光流约束方程121

6.3.4光流与表面取向126

6.4.1 阴影与形状128

6.4 从阴影恢复形状128

6.4.2利用单目图象求解132

照度方程132

6.5 纹理与表面朝向136

6.5.1基本方法136

6.5.2线段纹理消失点的确定140

练习题141

7.1 概述和分类143

第7章知识和表达143

7.2 场景知识144

7.3 过程知识145

7.4 知识表达基础147

7.4.1对知识表达的要求147

7.4.2知识表达类型148

7.4.3 图象理解系统中的149

知识模块149

7.4.4图象理解中的知识表达150

7.5 逻辑系统152

7.5.1定义152

7.5.2利用定理证明来推理155

7.6 语义网络157

7.7 产生式（专家）系统160

练习题162

第8章匹配和理解163

8.1 概述和分类163

8.2 模板匹配164

8.3 目标匹配165

8.3.1 字符串匹配165

8.3.2特征点匹配166

8.3.3形状数匹配167

8.3.4惯量等效椭圆匹配168

8.4 动态模式匹配169

8.5 关系匹配171

8.6 线图同构175

8.7 特征内容匹配176

8.7.1一般框架和系统模块176

8.7.2颜色匹配177

8.7.3纹理匹配180

8.7.4形状匹配182

8.7.5综合特征匹配184

8.7.6语义内容匹配186

8.7.7基于内容的多媒体信息检索与国际标准MPEG-7187

练习题188

第9章视觉理论和信息系统190

9.1 概述和分类190

9.2 视觉计算理论191

9.2.1 马尔理论191

9.2.2关于马尔理论的讨论195

9.3 视觉信息系统模型196

9.3.1系统模型结构196

9.3.2多层次串行结构197

9.3.3以知识库为中心的198

辐射结构198

9.3.4以知识库为根的树结构199

9.3.5多模块交叉配合结构200

9.4.1 VISIONS系统201

9.4 具体系统分析201

9.4.2 ACRONYM系统202

9.4.3 KB Vision系统203

9.5 典型系统比较204

9.6 讨论和展望205

练习题209

附录A 相关技术210

A.1 概述和分类210

A.2.1模式和分类211

A.2.2最小距离分类器213

A.2.3 最优统计分类器215

A.3.1字符串结构识别219

A.3 结构模式识别219

A.3.2树结构识别222

A.3.3学习和推理224

A.4 人工神经网络227

A.4.1发展和特点227

A.4.2用于两个模式类的228

感知机模型228

A.4.3 多层前向神经网络232

A.4.4多层网络决策面的238

复杂度238

A.5.1二值数学形态学241

A.5 图象代数与形态分析241

A.5.2灰度数学形态学的246

一些基本算法246

A.5.3灰度数学形态学的249

一些实用算法249

A.5.4 图象代数255

练习题258

附录B 参考文献261

B.1 主要相关书籍261

B.2 本书引用的中文文献262

B.3 本书引用的英文文献263

英文目录269