复杂场景下图像与视频分析PDF|Epub|txt|kindle电子书版本网盘下载

复杂场景下图像与视频分析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 绪论1

1.1视觉感知与彩色模型1

1.1.1视觉感知1

1.1.2彩色模型3

1.2图像和视频的数字化8

1.2.1图像的数字化8

1.2.2视频的数字化10

1.3图像和视频分析的相关概念10

1.3.1数字图像处理10

1.3.2图像分析11

1.3.3视频分析12

1.4图像与视频分析的研究内容13

1.4.1图像与视频场景分割13

1.4.2图像与视频场景特征描述14

1.4.3图像/视频中的目标识别15

1.4.4场景描述与理解16

1.5图像与视频分析的应用17

1.5.1工业方面的应用17

1.5.2医学图像分析18

1.5.3遥感领域应用18

1.5.4军事公安领域的应用19

1.5.5交通20

1.5.6其他21

1.6小结22

参考文献22

第2章 图像分割技术24

2.1图像与视频分割概述24

2.2几种经典图像分割方法25

2.2.1基于边缘的分割25

2.2.2基于阈值的分割32

2.2.3基于区域的分割37

2.3基于形态学分水岭的分割39

2.3.1形态学图像处理基本概念和运算39

2.3.2基于分水岭的分割43

2.4基于聚类的分割46

2.4.1 C-均值聚类方法46

2.4.2模糊C-均值聚类方法47

2.5基于图论的图像分割方法49

2.5.1基本原理49

2.5.2 GraphCut及其改进图像分割方法50

2.5.3其他基于图的分割方法55

2.6偏微分图像分割56

2.6.1 Snakes及其改进模型57

2.6.2水平集（Level Set）方法58

2.6.3基于变分水平集的图像分割62

2.7多特征融合的图像分割63

2.8彩色图像分割64

2.8.1直方图阈值法64

2.8.2彩色空间聚类法65

2.8.3融合颜色和空间信息的彩色图像分割66

2.9视频对象分割68

2.9.1基于时空的视频对象分割68

2.9.2基于运动的视频对象分割71

2.9.3交互式视频对象分割79

2.9.4基于高斯混合模型的自适应阴影检测79

2.10小结82

参考文献82

第3章 特征描述与提取86

3.1概述86

3.1.1视觉特征87

3.1.2图像内容87

3.1.3图像特征87

3.1.4图像特征提取89

3.1.5特征选择89

3.2常用的低层视觉特征90

3.2.1颜色特征描述91

3.2.2纹理特征描述96

3.2.3形状特征描述127

3.2.4局部特征描述150

3.2.5视觉特征的比较182

3.3其他低层特征提取183

3.3.1图像代数特征183

3.3.2图像变换系数特征184

3.3.3基于统计信息的特征提取184

3.4图像中层语义描述185

3.4.1视觉词包（Bag-of-Visterms，BOV）185

3.4.2语义主题188

3.5图像高层语义特征描述189

3.5.1语义提取模型190

3.5.2语义关联192

3.5.3高层语义描述推理193

3.6运动特征描述199

3.6.1基于MPEG-7的运动特征描述201

3.6.2非参数模型202

3.6.3参数模型206

3.6.4基于特征的运动估计210

3.7小结210

参考文献211

第4章 分类器设计218

4.1概述218

4.1.1生成模型218

4.1.2判别模型220

4.1.3混合生成—判别模型221

4.2常见分类器222

4.2.1贝叶斯分类器222

4.2.2 SVM分类器228

4.2.3强化学习分类器235

4.2.4神经网络分类器250

4.2.5基于点集Voronoi图的分类器256

4.2.6最近邻凸包分类器258

4.2.7遗传算法和免疫算法的分类器262

4.2.8基于稀疏表示的分类器265

4.3多分类器集成267

4.3.1集成学习的有效性和条件268

4.3.2基分类器产生方法269

4.3.3多分类器集成系统结构270

4.3.4多分类器设计方法272

4.3.5分类器的选择准则273

4.3.6 Adaboost分类器274

4.4小结279

参考文献280

第5章 基于SVM的文档图像版面分析286

5.1概述286

5.1.1版面分析发展历程286

5.1.2版面分析方法分类288

5.2文档图像倾斜检测290

5.2.1倾斜校正方法概述290

5.2.2改进的最近邻链倾斜检测算法292

5.3简单背景下版面分割298

5.3.1基于边缘检测的连通区构造298

5.3.2结合连通区和游程平滑版面分割299

5.3.3文本区域二值化303

5.4复杂背景下版面分割304

5.5阅读顺序未知的纯文本图像版面分析306

5.5.1已有算法分析307

5.5.2基于SVM的复杂纯文本图像版面分析算法308

5.6小结312

参考文献312

第6章 基于显著性和LDA主题模型的图像场景分类315

6.1基于语义生成模型的图像场景分类概述315

6.2基本术语317

6.3图像中的主题模型318

6.4基于主题模型的场景分类方法基本框架319

6.5基于显著性的主题模型场景分类319

6.5.1视觉词包表示320

6.5.2视觉词包生成321

6.5.3基于频域显著性的视觉词包生成322

6.5.4统计可视单词的词频表327

6.5.5改进LDA模型在图像上的实现327

6.6本章小结340

参考文献340

第7章 运动目标检测与跟踪342

7.1概述342

7.2基于背景差分的目标检测345

7.2.1背景建模概述345

7.2.2单高斯背景建模347

7.2.3高斯混合背景建模347

7.2.4引入二型模糊的混合高斯背景建模351

7.3非参数核密度估计的运动目标检测356

7.3.1经典方法357

7.3.2基于时间窗的核密度估计运动检测358

7.3.3聚类差分核密度估计算法363

7.4检测结果后处理366

7.5运动目标跟踪367

7.5.1 Kalman预测与全局特征匹配跟踪368

7.5.2基于Mean Shift的目标跟踪373

7.5.3改进的Mean Shift跟踪方法377

7.5.4基于粒子滤波的跟踪378

7.5.5抗遮挡目标跟踪385

7.5.6基于角点抽样的互遮挡多目标跟踪392

7.6小结399

参考文献399

名词索引404