图像工程 下 图像理解 3PDF|Epub|txt|kindle电子书版本网盘下载

图像工程 下 图像理解 3PDF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 绪论1

1.1 图像工程的发展1

1.2 图像理解及相关学科7

1.2.1 图像理解7

1.2.2 计算机视觉8

1.2.3 其他相关学科9

1.2.4 图像理解的应用领域10

1.3 图像理解理论框架11

1.3.1 马尔视觉计算理论12

1.3.2 对马尔理论框架的改进17

1.3.3 关于马尔重建理论的讨论19

1.3.4 新理论框架的研究21

1.4 内容框架和特点23

总结和复习25

第1单元 采集表达29

第2章 摄像机成像29

2.1 视觉过程29

2.2 摄像机成像模型31

2.2.1 基本摄像机模型32

2.2.2 近似投影模式36

2.2.3 一般摄像机模型37

2.2.4 通用成像模型40

2.3 摄像机标定42

2.3.1 标定程序和参数42

2.3.2 两级标定法44

2.4 光度学和亮度成像47

2.4.1 光度学47

2.4.2 亮度成像模型50

总结和复习51

第3章 深度信息采集54

3.1 高维图像和成像方式54

3.1.1 高维图像种类54

3.1.2 本征图像和非本征图像55

3.1.3 深度成像方式57

3.2 双目成像模式58

3.2.1 双目横向模式58

3.2.2 双目会聚横向模式60

3.2.3 双目轴向模式62

3.3 深度图像直接采集63

3.3.1 飞行时间法63

3.3.2 结构光法65

3.3.3 莫尔等高条纹法67

3.3.4 深度和亮度图像同时采集69

3.4 显微镜3-D分层成像70

3.4.1 景深和焦距70

3.4.2 显微镜3-D成像72

3.4.3 共聚焦显微镜3-D成像74

总结和复习76

第4章 3-D景物表达78

4.1 曲线和曲面的局部特征78

4.1.1 曲线局部特征78

4.1.2 曲面局部特征81

4.2 3-D表面表达84

4.2.1 参数表达85

4.2.2 表面朝向表达86

4.3 等值面的构造和表达89

4.3.1 行进立方体算法89

4.3.2 覆盖算法91

4.4 从并行轮廓插值3-D表面92

4.5 3-D实体表达97

4.5.1 基本表达方案97

4.5.2 广义圆柱体表达99

总结和复习100

第2单元 景物重建105

第5章 立体视觉：双目105

5.1 立体视觉模块105

5.2 基于区域的双目立体匹配107

5.2.1 模板匹配108

5.2.2 立体匹配110

5.3 基于特征的双目立体匹配112

5.3.1 基本步骤113

5.3.2 尺度不变特征变换115

5.3.3 加速鲁棒性特征117

5.3.4 动态规划匹配122

5.4 视差图误差检测与校正124

总结和复习127

第6章 立体视觉：多目129

6.1 水平多目立体匹配129

6.1.1 水平多目图像130

6.1.2 倒距离131

6.2 正交三目立体匹配133

6.2.1 基本原理133

6.2.2 基于梯度分类的正交匹配137

6.3 多目立体匹配141

6.3.1 任意排列三目立体匹配141

6.3.2 正交多目立体匹配145

6.4 亚像素级视差计算146

总结和复习150

第7章 景物恢复：多图像152

7.1 单目景物恢复152

7.2 光度立体学153

7.2.1 景物亮度和图像亮度153

7.2.2 表面反射特性和亮度156

7.2.3 景物表面朝向157

7.2.4 反射图和亮度约束方程158

7.2.5 光度立体学求解160

7.3 从运动求取结构163

7.3.1 光流和运动场163

7.3.2 光流方程求解165

7.3.3 光流与表面取向170

7.3.4 光流与相对深度173

总结和复习173

第8章 景物恢复：单图像176

8.1 从影调恢复形状176

8.1.1 影调与形状176

8.1.2 亮度方程求解179

8.2 纹理与表面朝向184

8.2.1 单目成像和畸变184

8.2.2 由纹理变化恢复朝向186

8.2.3 检测线段纹理消失点192

8.3 由焦距确定深度193

8.4 根据三点透视估计位姿195

总结和复习197

第3单元 场景解释201

第9章 知识表达和推理201

9.1 知识基础201

9.2 场景知识203

9.2.1 模型203

9.2.2 属性超图204

9.2.3 基于知识的建模206

9.3 过程知识207

9.4 知识表达209

9.4.1 知识表达要求209

9.4.2 知识表达类型210

9.4.3 图像理解系统中的知识模块211

9.4.4 基本知识表达方案213

9.5 逻辑系统214

9.5.1 谓词演算规则214

9.5.2 利用定理证明来推理217

9.6 语义网220

9.7 产生式系统223

总结和复习225

第10章 广义匹配227

10.1 匹配概述227

10.1.1 匹配策略和类别228

10.1.2 匹配和配准229

10.1.3 匹配评价230

10.2 目标匹配231

10.2.1 匹配的度量231

10.2.2 字符串匹配233

10.2.3 惯量等效椭圆匹配234

10.2.4 形状矩阵匹配235

10.3 动态模式匹配236

10.4 关系匹配238

10.5 图同构241

10.5.1 图论简介242

10.5.2 图同构和匹配244

10.6 线条图标记246

总结和复习250

第11章 场景分析和语义解释252

11.1 场景理解概述252

11.2 模糊推理254

11.2.1 模糊集和模糊运算255

11.2.2 模糊推理方法256

11.3 遗传算法图像解释258

11.3.1 遗传算法原理259

11.3.2 语义分割和解释260

11.4 场景目标标记263

11.5 场景分类266

11.5.1 词袋／特征包模型266

11.5.2 pLSA模型268

11.5.3 LDA模型272

总结和复习275

第4单元 研究示例279

第12章 多传感器图像信息融合279

12.1 信息融合概述279

12.2 图像融合282

12.2.1 图像融合的主要步骤282

12.2.2 图像融合的三个层次283

12.2.3 图像融合效果评价285

12.3 像素级融合方法288

12.3.1 基本融合方法288

12.3.2 融合方法的结合290

12.3.3 小波融合时的最佳分解层数293

12.3.4 像素级融合示例294

12.4 特征级和决策级融合方法297

12.4.1 贝叶斯法297

12.4.2 证据推理法298

12.4.3 粗糙集理论法300

总结和复习303

第13章 基于内容的图像和视频检索305

13.1 基于视觉特征的图像检索305

13.1.1 颜色特征匹配306

13.1.2 纹理特征计算307

13.1.3 多尺度形状特征308

13.2 基于运动特征的视频检索309

13.2.1 全局运动特征310

13.2.2 局部运动特征311

13.3 视频节目分析和索引312

13.3.1 新闻视频结构化312

13.3.2 体育比赛视频排序315

13.3.3 家庭录像视频组织320

13.4 语义分类检索324

13.4.1 基于视觉关键词的图像分类325

13.4.2 高层语义与气氛326

总结和复习328

第14章 时空行为理解331

14.1 时空技术331

14.2 时空兴趣点333

14.3 动态轨迹学习和分析335

14.3.1 自动场景建模336

14.3.2 学习路径337

14.3.3 自动活动分析340

14.4 动作分类和识别341

14.4.1 动作分类341

14.4.2 动作识别343

14.5 活动和行为建模346

14.5.1 动作建模346

14.5.2 活动建模和识别350

总结和复习354

附录A 视觉和视知觉356

A.1 视知觉概述356

A.2 视觉特性358

A.2.1 视觉的空间特性358

A.2.2 视觉的时间特性360

A.2.3 视觉的亮度特性361

A.3 形状知觉363

A.3.1 轮廓363

A.3.2 图形和背景365

A.3.3 几何图形错觉368

A.4 空间知觉371

A.4.1 非视觉性深度线索371

A.4.2 双目深度线索372

A.4.3 单目深度线索374

A.5 运动知觉376

部分习题解答381

参考文献385

索引398