图像处理 分析与机器视觉 第4版PDF|Epub|txt|kindle电子书版本网盘下载

图像处理 分析与机器视觉 第4版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

第1章 引言1

1.1 动机1

1.2 计算机视觉为什么是困难的2

1.3 图像表达与图像分析的任务4

1.4 总结7

1.5 习题7

1.6 参考文献8

第2章 图像及其表达与性质9

2.1 图像表达若干概念9

2.2 图像数字化11

2.2.1 采样11

2.2.2 量化12

2.3 数字图像性质13

2.3.1 数字图像的度量和拓扑性质13

2.3.2 直方图17

2.3.3 熵18

2.3.4 图像的视觉感知18

2.3.5 图像品质20

2.3.6 图像中的噪声21

2.4 彩色图像22

2.4.1 色彩物理学22

2.4.2 人所感知的色彩23

2.4.3 彩色空间26

2.4.4 调色板图像28

2.4.5 颜色恒常性28

2.5 摄像机概述29

2.5.1 光敏传感器29

2.5.2 黑白摄像机30

2.5.3 彩色摄像机32

2.6 总结32

2.7 习题33

2.8 参考文献35

第3章 图像及其数学与物理背景37

3.1 概述37

3.1.1 线性37

3.1.2 狄拉克（Dirac）分布和卷积37

3.2 积分线性变换38

3.2.1 作为线性系统的图像39

3.2.2 积分线性变换引言39

3.2.3 1D傅里叶变换39

3.2.4 2D傅里叶变换43

3.2.5 采样与香农约束45

3.2.6 离散余弦变换47

3.2.7 小波变换48

3.2.8 本征分析52

3.2.9 奇异值分解53

3.2.10 主分量分析54

3.2.11 Radon变换56

3.2.12 其他正交图像变换56

3.3 作为随机过程的图像57

3.4 图像形成物理59

3.4.1 作为辐射测量的图像59

3.4.2 图像获取与几何光学60

3.4.3 镜头像差和径向畸变63

3.4.4 从辐射学角度看图像获取65

3.4.5 表面反射67

3.5 总结69

3.6 习题70

3.7 参考文献71

第4章 图像分析的数据结构73

4.1 图像数据表示的层次73

4.2 传统图像数据结构74

4.2.1 矩阵74

4.2.2 链76

4.2.3 拓扑数据结构76

4.2.4 关系结构77

4.3 分层数据结构78

4.3.1 金字塔78

4.3.2 四叉树79

4.3.3 其他金字塔结构80

4.4 总结81

4.5 习题82

4.6 参考文献83

第5章 图像预处理85

5.1 像素亮度变换85

5.1.1 位置相关的亮度校正85

5.1.2 灰度级变换86

5.2 几何变换88

5.2.1 像素坐标变换88

5.2.2 亮度插值89

5.3 局部预处理91

5.3.1 图像平滑91

5.3.2 边缘检测算子97

5.3.3 二阶导数过零点100

5.3.4 图像处理中的尺度104

5.3.5 Canny边缘提取105

5.3.6 参数化边缘模型107

5.3.7 多光谱图像中的边缘107

5.3.8 频域的局部预处理108

5.3.9 用局部预处理算子作线检测112

5.3.10 角点（兴趣点）检测113

5.3.11 最大稳定极值区域检测116

5.4 图像复原117

5.4.1 容易复原的退化118

5.4.2 逆滤波118

5.4.3 维纳滤波118

5.5 总结120

5.6 习题121

5.7 参考文献126

第6章 分割Ⅰ130

6.1 阈值化130

6.1.1 阈值检测方法132

6.1.2 最优阈值化133

6.1.3 多光谱阈值化135

6.2 基于边缘的分割136

6.2.1 边缘图像阈值化137

6.2.2 边缘松弛法138

6.2.3 边界跟踪139

6.2.4 作为图搜索的边缘跟踪143

6.2.5 作为动态规划的边缘跟踪149

6.2.6 Hough变换152

6.2.7 使用边界位置信息的边界检测157

6.2.8 从边界构造区域157

6.3 基于区域的分割159

6.3.1 区域归并160

6.3.2 区域分裂161

6.3.3 分裂与归并162

6.3.4 分水岭分割165

6.3.5 区域增长后处理167

6.4 匹配167

6.4.1 模版匹配168

6.4.2 模版匹配的控制策略170

6.5 分割的评测问题170

6.5.1 监督式评测171

6.5.2 非监督式评测173

6.6 总结174

6.7 习题176

6.8 参考文献178

第7章 分割Ⅱ185

7.1 均值移位分割185

7.2 活动轮廓模型——蛇行190

7.2.1 经典蛇行和气球191

7.2.2 扩展193

7.2.3 梯度矢量流蛇194

7.3 几何变形模型——水平集和测地活动轮廓198

7.4 模糊连接性203

7.5 面向基于3D图的图像分割208

7.5.1 边界对的同时检测208

7.5.2 次优的表面检测211

7.6 图割分割212

7.7 最优单和多表面分割217

7.8 总结227

7.9 习题228

7.10 参考文献229

第8章 形状表示与描述237

8.1 区域标识239

8.2 基于轮廓的形状表示与描述241

8.2.1 链码241

8.2.2 简单几何边界表示242

8.2.3 边界的傅里叶变换245

8.2.4 使用片段序列的边界描述246

8.2.5 B样条表示249

8.2.6 其他基于轮廓的形状描述方法250

8.2.7 形状不变量251

8.3 基于区域的形状表示与描述253

8.3.1 简单的标量区域描述254

8.3.2 矩257

8.3.3 凸包259

8.3.4 基于区域骨架的图表示262

8.3.5 区域分解266

8.3.6 区域邻近图267

8.4 形状类别268

8.5 总结268

8.6 习题270

8.7 参考文献272

第9章 物体识别278

9.1 知识表示278

9.2 统计模式识别281

9.2.1 分类原理282

9.2.2 最近邻283

9.2.3 分类器设置285

9.2.4 分类器学习287

9.2.5 支持向量机288

9.2.6 聚类分析291

9.3 神经元网络293

9.3.1 前馈网络294

9.3.2 非监督学习295

9.3.3 Hopfield神经元网络296

9.4 句法模式识别297

9.4.1 语法与语言298

9.4.2 句法分析与句法分类器300

9.4.3 句法分类器学习与语法推导301

9.5 作为图匹配的识别302

9.5.1 图和子图的同构303

9.5.2 图的相似度305

9.6 识别中的优化技术306

9.6.1 遗传算法307

9.6.2 模拟退火308

9.7 模糊系统309

9.7.1 模糊集和模糊隶属函数310

9.7.2 模糊集运算311

9.7.3 模糊推理312

9.7.4 模糊系统设计与训练314

9.8 模式识别中的Boosting方法315

9.9 随机森林317

9.9.1 随机森林训练318

9.9.2 随机森林决策321

9.9.3 随机森林扩展322

9.10 总结322

9.11 习题325

9.12 参考文献330

第10章 图像理解335

10.1 图像理解控制策略336

10.1.1 并行和串行处理控制336

10.1.2 分层控制337

10.1.3 自底向上的控制337

10.1.4 基于模型的控制337

10.1.5 混合的控制策略338

10.1.6 非分层控制341

10.2 SIFT：尺度不变特征转换342

10.3 RANSAC：通过随机抽样一致来拟合344

10.4 点分布模型347

10.5 活动表观模型355

10.6 图像理解中的模式识别方法362

10.6.1 基于分类的分割362

10.6.2 上下文图像分类364

10.6.3 梯度方向直方图-HOG367

10.7 Boosted层叠分类器用于快速物体检测370

10.8 基于随机森林的图像理解372

10.9 场景标注和约束传播377

10.9.1 离散松弛法378

10.9.2 概率松弛法379

10.9.3 搜索解释树381

10.10 语义图像分割和理解382

10.10.1 语义区域增长383

10.10.2 遗传图像解释384

10.11 隐马尔可夫模型390

10.11.1 应用394

10.11.2 耦合的HMM394

10.11.3 贝叶斯信念网络395

10.12 马尔科夫随机场397

10.12.1 图像和视觉的应用398

10.13 高斯混合模型和期望最大化399

10.14 总结404

10.15 习题407

10.16 参考文献410

第11章 3D几何，对应，从亮度到3D419

11.1 3D视觉任务419

11.1.1 Marr理论421

11.1.2 其他视觉范畴：主动和有目的的视觉422

11.2 射影几何学基础423

11.2.1 射影空间中的点和超平面424

11.2.2 单应性426

11.2.3 根据对应点估计单应性427

11.3 单透视摄像机430

11.3.1 摄像机模型430

11.3.2 齐次坐标系中的投影和反投影432

11.3.3 从已知场景标定一个摄像机432

11.4 从多视图重建场景433

11.4.1 三角测量433

11.4.2 射影重建434

11.4.3 匹配约束435

11.4.4 光束平差法436

11.4.5 升级射影重建和自标定437

11.5 双摄像机和立体感知438

11.5.1 极线几何学——基本矩阵438

11.5.2 摄像机的相对运动——本质矩阵440

11.5.3 分解基本矩阵到摄像机矩阵441

11.5.4 从对应点估计基本矩阵441

11.5.5 双摄像机矫正结构442

11.5.6 矫正计算444

11.6 三摄像机和三视张量445

11.6.1 立体对应点算法446

11.6.2 距离图像的主动获取451

11.7 由辐射测量到3D信息453

11.7.1 由阴影到形状453

11.7.2 光度测量立体视觉455

11.8 总结456

11.9 习题457

11.10 参考文献459

第12章 3D视觉的应用464

12.1 由X到形状464

12.1.1 由运动到形状464

12.1.2 由纹理到形状468

12.1.3 其他由X到形状的技术469

12.2 完全的3D物体471

12.2.1 3D物体、模型以及相关问题471

12.2.2 线条标注472

12.2.3 体积表示和直接测量474

12.2.4 体积建模策略475

12.2.5 表面建模策略476

12.2.6 为获取完整3D模型的面元标注与融合478

12.3 3D场景的2D视图表达482

12.3.1 观察空间482

12.3.2 多视图表达和示象图482

12.4 从无组织的2D视图集合进行3D重建，从运动到结构483

12.5 重建场景几何485

12.6 总结487

12.7 习题487

12.8 参考文献488

第13章 数学形态学493

13.1 形态学基本概念493

13.2 形态学四原则494

13.3 二值膨胀和腐蚀495

13.3.1 膨胀495

13.3.2 腐蚀497

13.3.3 击中击不中变换498

13.3.4 开运算和闭运算499

13.4 灰度级膨胀和腐蚀499

13.4.1 顶面、本影、灰度级膨胀和腐蚀500

13.4.2 本影同胚定理和膨胀、腐蚀及开、闭运算的性质502

13.4.3 顶帽变换502

13.5 骨架和物体标记503

13.5.1 同伦变换503

13.5.2 骨架、中轴和最大球503

13.5.3 细化、粗化和同伦骨架505

13.5.4 熄灭函数和最终腐蚀506

13.5.5 最终腐蚀和距离函数508

13.5.6 测地变换509

13.5.7 形态学重构510

13.6 粒度测定法511

13.7 形态学分割与分水岭513

13.7.1 粒子分割、标记和分水岭513

13.7.2 二值形态学分割513

13.7.3 灰度级分割和分水岭515

13.8 总结516

13.9 习题517

13.10 参考文献518

第14章 图像数据压缩520

14.1 图像数据性质521

14.2 图像数据压缩中的离散图像变换521

14.3 预测压缩方法523

14.4 矢量量化525

14.5 分层的和渐进的压缩方法525

14.6 压缩方法比较526

14.7 其他技术527

14.8 编码527

14.9 JPEG和MPEG图像压缩528

14.9.1 JPEG——静态图像压缩528

14.9.2 JPEG-2000压缩529

14.9.3 MPEG——全运动的视频压缩531

14.10 总结532

14.11 习题533

14.12 参考文献535

第15章 纹理537

15.1 统计纹理描述539

15.1.1 基于空间频率的方法539

15.1.2 共生矩阵540

15.1.3 边缘频率541

15.1.4 基元长度（行程）542

15.1.5 Laws纹理能量度量543

15.1.6 局部二值模式（LBPs）544

15.1.7 分形纹理描述547

15.1.8 多尺度纹理描述——小波域方法549

15.1.9 其他纹理描述的统计方法551

15.2 句法纹理描述方法552

15.2.1 形状链语法553

15.2.2 图语法554

15.2.3 分层纹理中的基元分组555

15.3 混合的纹理描述方法556

15.4 纹理识别方法的应用557

15.5 总结557

15.6 习题559

15.7 参考文献561

第16章 运动分析566

16.1 差分运动分析方法568

16.2 光流571

16.2.1 光流计算571

16.2.2 全局和局部光流估计573

16.2.3 局部和全局相结合的光流估计575

16.2.4 运动分析中的光流575

16.3 基于兴趣点对应关系的分析578

16.3.1 兴趣点的检测578

16.3.2 Lucas-Kanade点跟踪578

16.3.3 兴趣点的对应关系580

16.4 特定运动模式的检测582

16.5 视频跟踪585

16.5.1 背景建模585

16.5.2 基于核函数的跟踪588

16.5.3 目标路径分析592

16.6 辅助跟踪的运动模型596

16.6.1 卡尔曼滤波器596

16.6.2 粒子滤波器600

16.6.3 半监督跟踪——TLD603

16.7 总结605

16.8 习题607

16.9 参考文献608

词汇613