高清无码网站,在线国产一区二区av

內容簡介

　　本書獲2002年教育部全國普通高校優(yōu)秀教材一等獎。本書主要介紹圖像理解和計算機視覺的基本概念、研究內容和實用技術，以及近年來國際上有關的最新研究成果和應用實例。本書包括五部分。第一部分（第1、2章）概述了一些有關圖像和視覺的基礎知識；第二部分（第3、4章）是對一些圖像采集、處理和分析技術的推廣；第三部分（第5、6章）討論有關立體匹配和場景恢復的技術；第四部分（第7、8、9章）介紹有關對場景進行解釋所涉及的知識表達、匹配理解等內容；第五部分（附錄A和附錄B）介紹了一些相關技術，包括統(tǒng)計和結構模式識別、人工神經網絡、數(shù)學形態(tài)學等。為便于教學，本書共給出各類例題100個。為便于檢查教學效果，各章后均有練習題，本冊書共有練習題142個。另外，書末列出了提供參考和直接引用的100多篇文獻的目錄。本書可作為信息和信號處理、通信與電子系統(tǒng)、模式識別、機器人視覺、生物醫(yī)學工程等學科專業(yè)課教材，也可供上述學科及信息工程、電子工程、計算機科學與技術、機器人自動化、遙感和軍事偵察等領域的科技工作者和高等院校的師生參考。

作者簡介

暫缺《圖象工程（下冊圖象理解與計算機視覺）》作者簡介

圖書目錄

第1章  緒論
     1. 1  圖象工程概述
     1. 2  圖象理解與計算機視覺
       1. 2. 1  圖象理解
       1. 2. 2  計算機視覺
       1. 2. 3  圖象理解與計算機視覺的關系
       1. 2. 4  和圖象理解與計算機視覺相關的其它學科
       1. 2. 5  圖象理解與計算機視覺的應用領域
     1. 3  本書的安排和概要
       1. 3. 1  整體安排
       1. 3. 2  各章概要
     練習題
   第2章  視感覺和視知黨
     2. 1  概述和分類
     2. 2  視覺過程與特性
       2. 2. 1  視覺過程
       2. 2. 2  視覺的時間特性
       2. 2. 3  視覺的空間特性
     2. 3  形狀知覺
       2. 3. 1  輪廓
       2. 3. 2  圖形和背景
       2. 3. 3  幾何圖形視錯覺
     2. 4  空間知覺
       2. 4. 1  非視覺性深度線索
       2. 4. 2  雙眼深度線索
       2. 4. 3  單眼深度線索
     練習題
   第3章  立體成象
     3. 1  概述和分類
     3. 2  圖象采集裝置
       3. 2. 1  采集裝置的性能指標
       3. 2. 2  灰度圖采集和CCD攝象器件
       3. 2. 3  深度圖采集和結構光測距裝置
     3. 3  成象變換和攝象機模型
       3. 3. 1  世界坐標與攝象機坐標重合時的攝象機模型
       3. 3. 2  世界坐標與攝象機坐標分開時的攝象機模型
       3. 3. 3  通用攝象機模型
     3. 4  攝象機校準
     3. 5  立體成象方式
       3. 5. 1  立體成象方式分類
       3. 5. 2  單目成象和畸變
       3. 5. 3  雙目成象和視差
       3. 5. 4  結構光成象和成象高度
     練習題
   第4章  擴展分折技術
     4. 1  概述和分類
     4. 2  廣義哈夫變換
       4. 2. 1  基本哈夫變換原理
       4. 2. 2  廣義哈夫變換原理
       4. 2. 3  完整廣義哈夫變換
     4. 3  亞象素邊緣檢測
       4. 3. 1  基于矩保持的亞象素邊緣檢測
       4. 3. 2  利用一階微分期望值的亞象素邊緣檢測
       4. 3. 3  利用切線信息的亞象素邊緣檢測
     4. 4  3-D邊緣檢測和閾值分割
       4. 4. 1  3-D邊緣檢測
       4. 4. 2  3-D閾值分割
     4. 5  16-鄰域
       4. 5. 1  術語和定義
       4. 5. 2  N16空間中的連通性和最短通路
       4. 5. 3  Ti變換
       4. 5. 4  N16空間中的距離
     4. 6  3-D表面的表達
       4. 6. 1  3-D輪廓線的表達
       4. 6. 2  3-D目標表面的表達
       4. 6. 3  表面面元插值3-D輪廓
     4. 7  3-D實體的表達
       4. 7. 1  表達方案
       4. 7. 2  廣義圓柱體
       4. 7. 3  擴展高斯圖
     練習題
   第5章  立體視覺
     5. 1  概述和分類
     5. 2  立體視覺模塊
     5. 3  雙目立體匹配
     5. 4  多目立體匹配
       5. 4. 1  多目圖象
       5. 4. 2  倒距離
     5. 5  正交多目立體匹配
       5. 5. 1  基本原理
       5. 5. 2  基于梯度分類的正交三目立體匹配
       5. 5. 3  正交多目立體匹配
     5. 6  視差圖誤差檢測與校正
     5. 7  亞象素級視差
     練習題
   第6章  三維形狀信息恢復
     6. 1  概述和分類
     6. 2  光度立體學
       6. 2. 1  場景亮度和圖象亮度
       6. 2. 2  表面反射特性和亮度
       6. 2. 3  目標表面朝向
       6. 2. 4  反射圖
       6. 2. 5  光度立體學求解
     6. 3  從運動求取結構
       6. 3. 1  光流和運動場
       6. 3. 2  光流約束方程
       6. 3. 3  光流計算
       6. 3. 4  光流與表面取向
     6. 4  從陰影恢復形狀
       6. 4. 1  陰影與形狀
       6. 4. 2  利用單目圖象求解照度方程
     6. 5  紋理與表面朝向
       6. 5. 1  基本方法
       6. 5. 2  線段紋理消失點的確定
     練習題
   第7章  知識和表達
     7. 1  概述和分類
     7. 2  場景知識
     7. 3  過程知識
     7. 4  知識表達基礎
       7. 4. 1  對知識表達的要求
       7. 4. 2  知識表達類型
       7. 4. 3  圖象理解系統(tǒng)中的知識模塊
       7. 4. 4  圖象理解中的知識表達
     7. 5  邏輯系統(tǒng)
       7. 5. l  定義
       7. 5. 2  利用定理證明未推理
     7. 6  語義網絡
     7. 7  產生式(專家)系統(tǒng)
     練習題
   第8章  匹配和理解
     8. 1  概述和分類
     8. 2  模板匹配
     8. 3  目標匹配
       8. 3. 1  字符串匹配
       8. 3. 2  特征點匹配
       8. 3. 3  形狀數(shù)匹配
       8. 3. 4  慣量等效橢圓匹配
     8. 4  動態(tài)模式匹配
     8. 5  關系匹配
     8. 6  線圖同構
     8. 7  特征內容匹配
       8. 7. 1  一般框架和系統(tǒng)模塊
       8. 7. 2  顏色匹配
       8. 7. 3  紋理匹配
       8. 7. 4  形狀匹配
       8. 7. 5  綜合特征匹配
       8. 7. 6  語義內容匹配
       8. 7. 7  基于內容的多媒體信息檢索與國際標準MPEG-7
     練習題
   第9章  視覺理論和信息系統(tǒng)
     9. 1  概述和分類
     9. 2  視覺計算理論
       9. 2. 1  馬爾理論
       9. 2. 2  關于馬爾理論的討論
     9. 3  視覺信息系統(tǒng)模型
       9. 3. 1  系統(tǒng)模型結構
       9. 3. 2  多層次串行結構
       9. 3. 3  以知識庫為個心的輻射結構
       9. 3. 4  以知識庫為根的樹結構
       9. 3. 5  多模塊交叉配合結構
     9. 4  具體系統(tǒng)分析
       9. 4. 1  VISIONS系統(tǒng)
       9. 4. 2  ACRONYM系統(tǒng)
       9. 4. 3  KB Vision系統(tǒng)
     9. 5  典型系統(tǒng)比較
     9. 6  討論和展望
     練習題
   附錄A  相關技術
     A. 1  概述和分類
     A. 2  統(tǒng)計模式識別
       A. 2. 1  模式和分類
       A. 2. 2  最小距離分類器
       A. 2. 3  最優(yōu)統(tǒng)計分類器
     A. 3  結構模式識別
       A. 3. 1  字符串結構識別
       A. 3. 2  樹結構識別
       A. 3. 3  學習和推理
     A. 4  人工神經網絡
       A. 4. 1  發(fā)展和特點
       A. 4. 2  用于兩個模式類的感知機模型
       A. 4. 3  多層前向神經網絡
       A. 4. 4  多層網絡決策面的復雜度
     A. 5  圖象代數(shù)與形態(tài)分析
       A. 5. 1  二值數(shù)學形態(tài)學
       A. 5. 2  灰度數(shù)學形態(tài)學的一些基本算法
       A. 5. 3  灰度數(shù)學形態(tài)學的一些實用算法
       A. 5. 4  圖象代數(shù)
     練習題
   附錄B  參考文獻
     B. 1  主要相關書籍
     B. 2  本書引用的中文文獻
     B. 3  本書引用的英文文獻英文目錄