书籍详情
图象工程（下册 图象理解与计算机视觉）
作者：章毓晋编著
出版社：清华大学出版社
出版时间：2000-08-01
ISBN：9787302039808
定价：¥20.00
购买这本书可以去
内容简介
本书获2002年教育部全国普通高校优秀教材一等奖。本书主要介绍图像理解和计算机视觉的基本概念、研究内容和实用技术，以及近年来国际上有关的最新研究成果和应用实例。本书包括五部分。第一部分（第1、2章）概述了一些有关图像和视觉的基础知识；第二部分（第3、4章）是对一些图像采集、处理和分析技术的推广；第三部分（第5、6章）讨论有关立体匹配和场景恢复的技术；第四部分（第7、8、9章）介绍有关对场景进行解释所涉及的知识表达、匹配理解等内容；第五部分（附录A和附录B）介绍了一些相关技术，包括统计和结构模式识别、人工神经网络、数学形态学等。为便于教学，本书共给出各类例题100个。为便于检查教学效果，各章后均有练习题，本册书共有练习题142个。另外，书末列出了提供参考和直接引用的100多篇文献的目录。本书可作为信息和信号处理、通信与电子系统、模式识别、机器人视觉、生物医学工程等学科专业课教材，也可供上述学科及信息工程、电子工程、计算机科学与技术、机器人自动化、遥感和军事侦察等领域的科技工作者和高等院校的师生参考。
作者简介
暂缺《图象工程（下册 图象理解与计算机视觉）》作者简介
目录
第1章 绪论
1. 1 图象工程概述
1. 2 图象理解与计算机视觉
1. 2. 1 图象理解
1. 2. 2 计算机视觉
1. 2. 3 图象理解与计算机视觉的关系
1. 2. 4 和图象理解与计算机视觉相关的其它学科
1. 2. 5 图象理解与计算机视觉的应用领域
1. 3 本书的安排和概要
1. 3. 1 整体安排
1. 3. 2 各章概要
练习题
第2章 视感觉和视知党
2. 1 概述和分类
2. 2 视觉过程与特性
2. 2. 1 视觉过程
2. 2. 2 视觉的时间特性
2. 2. 3 视觉的空间特性
2. 3 形状知觉
2. 3. 1 轮廓
2. 3. 2 图形和背景
2. 3. 3 几何图形视错觉
2. 4 空间知觉
2. 4. 1 非视觉性深度线索
2. 4. 2 双眼深度线索
2. 4. 3 单眼深度线索
练习题
第3章 立体成象
3. 1 概述和分类
3. 2 图象采集装置
3. 2. 1 采集装置的性能指标
3. 2. 2 灰度图采集和CCD摄象器件
3. 2. 3 深度图采集和结构光测距装置
3. 3 成象变换和摄象机模型
3. 3. 1 世界坐标与摄象机坐标重合时的摄象机模型
3. 3. 2 世界坐标与摄象机坐标分开时的摄象机模型
3. 3. 3 通用摄象机模型
3. 4 摄象机校准
3. 5 立体成象方式
3. 5. 1 立体成象方式分类
3. 5. 2 单目成象和畸变
3. 5. 3 双目成象和视差
3. 5. 4 结构光成象和成象高度
练习题
第4章 扩展分折技术
4. 1 概述和分类
4. 2 广义哈夫变换
4. 2. 1 基本哈夫变换原理
4. 2. 2 广义哈夫变换原理
4. 2. 3 完整广义哈夫变换
4. 3 亚象素边缘检测
4. 3. 1 基于矩保持的亚象素边缘检测
4. 3. 2 利用一阶微分期望值的亚象素边缘检测
4. 3. 3 利用切线信息的亚象素边缘检测
4. 4 3-D边缘检测和阈值分割
4. 4. 1 3-D边缘检测
4. 4. 2 3-D阈值分割
4. 5 16-邻域
4. 5. 1 术语和定义
4. 5. 2 N16空间中的连通性和最短通路
4. 5. 3 Ti变换
4. 5. 4 N16空间中的距离
4. 6 3-D表面的表达
4. 6. 1 3-D轮廓线的表达
4. 6. 2 3-D目标表面的表达
4. 6. 3 表面面元插值3-D轮廓
4. 7 3-D实体的表达
4. 7. 1 表达方案
4. 7. 2 广义圆柱体
4. 7. 3 扩展高斯图
练习题
第5章 立体视觉
5. 1 概述和分类
5. 2 立体视觉模块
5. 3 双目立体匹配
5. 4 多目立体匹配
5. 4. 1 多目图象
5. 4. 2 倒距离
5. 5 正交多目立体匹配
5. 5. 1 基本原理
5. 5. 2 基于梯度分类的正交三目立体匹配
5. 5. 3 正交多目立体匹配
5. 6 视差图误差检测与校正
5. 7 亚象素级视差
练习题
第6章 三维形状信息恢复
6. 1 概述和分类
6. 2 光度立体学
6. 2. 1 场景亮度和图象亮度
6. 2. 2 表面反射特性和亮度
6. 2. 3 目标表面朝向
6. 2. 4 反射图
6. 2. 5 光度立体学求解
6. 3 从运动求取结构
6. 3. 1 光流和运动场
6. 3. 2 光流约束方程
6. 3. 3 光流计算
6. 3. 4 光流与表面取向
6. 4 从阴影恢复形状
6. 4. 1 阴影与形状
6. 4. 2 利用单目图象求解照度方程
6. 5 纹理与表面朝向
6. 5. 1 基本方法
6. 5. 2 线段纹理消失点的确定
练习题
第7章 知识和表达
7. 1 概述和分类
7. 2 场景知识
7. 3 过程知识
7. 4 知识表达基础
7. 4. 1 对知识表达的要求
7. 4. 2 知识表达类型
7. 4. 3 图象理解系统中的知识模块
7. 4. 4 图象理解中的知识表达
7. 5 逻辑系统
7. 5. l 定义
7. 5. 2 利用定理证明未推理
7. 6 语义网络
7. 7 产生式(专家)系统
练习题
第8章 匹配和理解
8. 1 概述和分类
8. 2 模板匹配
8. 3 目标匹配
8. 3. 1 字符串匹配
8. 3. 2 特征点匹配
8. 3. 3 形状数匹配
8. 3. 4 惯量等效椭圆匹配
8. 4 动态模式匹配
8. 5 关系匹配
8. 6 线图同构
8. 7 特征内容匹配
8. 7. 1 一般框架和系统模块
8. 7. 2 颜色匹配
8. 7. 3 纹理匹配
8. 7. 4 形状匹配
8. 7. 5 综合特征匹配
8. 7. 6 语义内容匹配
8. 7. 7 基于内容的多媒体信息检索与国际标准MPEG-7
练习题
第9章 视觉理论和信息系统
9. 1 概述和分类
9. 2 视觉计算理论
9. 2. 1 马尔理论
9. 2. 2 关于马尔理论的讨论
9. 3 视觉信息系统模型
9. 3. 1 系统模型结构
9. 3. 2 多层次串行结构
9. 3. 3 以知识库为个心的辐射结构
9. 3. 4 以知识库为根的树结构
9. 3. 5 多模块交叉配合结构
9. 4 具体系统分析
9. 4. 1 VISIONS系统
9. 4. 2 ACRONYM系统
9. 4. 3 KB Vision系统
9. 5 典型系统比较
9. 6 讨论和展望
练习题
附录A 相关技术
A. 1 概述和分类
A. 2 统计模式识别
A. 2. 1 模式和分类
A. 2. 2 最小距离分类器
A. 2. 3 最优统计分类器
A. 3 结构模式识别
A. 3. 1 字符串结构识别
A. 3. 2 树结构识别
A. 3. 3 学习和推理
A. 4 人工神经网络
A. 4. 1 发展和特点
A. 4. 2 用于两个模式类的感知机模型
A. 4. 3 多层前向神经网络
A. 4. 4 多层网络决策面的复杂度
A. 5 图象代数与形态分析
A. 5. 1 二值数学形态学
A. 5. 2 灰度数学形态学的一些基本算法
A. 5. 3 灰度数学形态学的一些实用算法
A. 5. 4 图象代数
练习题
附录B 参考文献
B. 1 主要相关书籍
B. 2 本书引用的中文文献
B. 3 本书引用的英文文献英文目录
1. 1 图象工程概述
1. 2 图象理解与计算机视觉
1. 2. 1 图象理解
1. 2. 2 计算机视觉
1. 2. 3 图象理解与计算机视觉的关系
1. 2. 4 和图象理解与计算机视觉相关的其它学科
1. 2. 5 图象理解与计算机视觉的应用领域
1. 3 本书的安排和概要
1. 3. 1 整体安排
1. 3. 2 各章概要
练习题
第2章 视感觉和视知党
2. 1 概述和分类
2. 2 视觉过程与特性
2. 2. 1 视觉过程
2. 2. 2 视觉的时间特性
2. 2. 3 视觉的空间特性
2. 3 形状知觉
2. 3. 1 轮廓
2. 3. 2 图形和背景
2. 3. 3 几何图形视错觉
2. 4 空间知觉
2. 4. 1 非视觉性深度线索
2. 4. 2 双眼深度线索
2. 4. 3 单眼深度线索
练习题
第3章 立体成象
3. 1 概述和分类
3. 2 图象采集装置
3. 2. 1 采集装置的性能指标
3. 2. 2 灰度图采集和CCD摄象器件
3. 2. 3 深度图采集和结构光测距装置
3. 3 成象变换和摄象机模型
3. 3. 1 世界坐标与摄象机坐标重合时的摄象机模型
3. 3. 2 世界坐标与摄象机坐标分开时的摄象机模型
3. 3. 3 通用摄象机模型
3. 4 摄象机校准
3. 5 立体成象方式
3. 5. 1 立体成象方式分类
3. 5. 2 单目成象和畸变
3. 5. 3 双目成象和视差
3. 5. 4 结构光成象和成象高度
练习题
第4章 扩展分折技术
4. 1 概述和分类
4. 2 广义哈夫变换
4. 2. 1 基本哈夫变换原理
4. 2. 2 广义哈夫变换原理
4. 2. 3 完整广义哈夫变换
4. 3 亚象素边缘检测
4. 3. 1 基于矩保持的亚象素边缘检测
4. 3. 2 利用一阶微分期望值的亚象素边缘检测
4. 3. 3 利用切线信息的亚象素边缘检测
4. 4 3-D边缘检测和阈值分割
4. 4. 1 3-D边缘检测
4. 4. 2 3-D阈值分割
4. 5 16-邻域
4. 5. 1 术语和定义
4. 5. 2 N16空间中的连通性和最短通路
4. 5. 3 Ti变换
4. 5. 4 N16空间中的距离
4. 6 3-D表面的表达
4. 6. 1 3-D轮廓线的表达
4. 6. 2 3-D目标表面的表达
4. 6. 3 表面面元插值3-D轮廓
4. 7 3-D实体的表达
4. 7. 1 表达方案
4. 7. 2 广义圆柱体
4. 7. 3 扩展高斯图
练习题
第5章 立体视觉
5. 1 概述和分类
5. 2 立体视觉模块
5. 3 双目立体匹配
5. 4 多目立体匹配
5. 4. 1 多目图象
5. 4. 2 倒距离
5. 5 正交多目立体匹配
5. 5. 1 基本原理
5. 5. 2 基于梯度分类的正交三目立体匹配
5. 5. 3 正交多目立体匹配
5. 6 视差图误差检测与校正
5. 7 亚象素级视差
练习题
第6章 三维形状信息恢复
6. 1 概述和分类
6. 2 光度立体学
6. 2. 1 场景亮度和图象亮度
6. 2. 2 表面反射特性和亮度
6. 2. 3 目标表面朝向
6. 2. 4 反射图
6. 2. 5 光度立体学求解
6. 3 从运动求取结构
6. 3. 1 光流和运动场
6. 3. 2 光流约束方程
6. 3. 3 光流计算
6. 3. 4 光流与表面取向
6. 4 从阴影恢复形状
6. 4. 1 阴影与形状
6. 4. 2 利用单目图象求解照度方程
6. 5 纹理与表面朝向
6. 5. 1 基本方法
6. 5. 2 线段纹理消失点的确定
练习题
第7章 知识和表达
7. 1 概述和分类
7. 2 场景知识
7. 3 过程知识
7. 4 知识表达基础
7. 4. 1 对知识表达的要求
7. 4. 2 知识表达类型
7. 4. 3 图象理解系统中的知识模块
7. 4. 4 图象理解中的知识表达
7. 5 逻辑系统
7. 5. l 定义
7. 5. 2 利用定理证明未推理
7. 6 语义网络
7. 7 产生式(专家)系统
练习题
第8章 匹配和理解
8. 1 概述和分类
8. 2 模板匹配
8. 3 目标匹配
8. 3. 1 字符串匹配
8. 3. 2 特征点匹配
8. 3. 3 形状数匹配
8. 3. 4 惯量等效椭圆匹配
8. 4 动态模式匹配
8. 5 关系匹配
8. 6 线图同构
8. 7 特征内容匹配
8. 7. 1 一般框架和系统模块
8. 7. 2 颜色匹配
8. 7. 3 纹理匹配
8. 7. 4 形状匹配
8. 7. 5 综合特征匹配
8. 7. 6 语义内容匹配
8. 7. 7 基于内容的多媒体信息检索与国际标准MPEG-7
练习题
第9章 视觉理论和信息系统
9. 1 概述和分类
9. 2 视觉计算理论
9. 2. 1 马尔理论
9. 2. 2 关于马尔理论的讨论
9. 3 视觉信息系统模型
9. 3. 1 系统模型结构
9. 3. 2 多层次串行结构
9. 3. 3 以知识库为个心的辐射结构
9. 3. 4 以知识库为根的树结构
9. 3. 5 多模块交叉配合结构
9. 4 具体系统分析
9. 4. 1 VISIONS系统
9. 4. 2 ACRONYM系统
9. 4. 3 KB Vision系统
9. 5 典型系统比较
9. 6 讨论和展望
练习题
附录A 相关技术
A. 1 概述和分类
A. 2 统计模式识别
A. 2. 1 模式和分类
A. 2. 2 最小距离分类器
A. 2. 3 最优统计分类器
A. 3 结构模式识别
A. 3. 1 字符串结构识别
A. 3. 2 树结构识别
A. 3. 3 学习和推理
A. 4 人工神经网络
A. 4. 1 发展和特点
A. 4. 2 用于两个模式类的感知机模型
A. 4. 3 多层前向神经网络
A. 4. 4 多层网络决策面的复杂度
A. 5 图象代数与形态分析
A. 5. 1 二值数学形态学
A. 5. 2 灰度数学形态学的一些基本算法
A. 5. 3 灰度数学形态学的一些实用算法
A. 5. 4 图象代数
练习题
附录B 参考文献
B. 1 主要相关书籍
B. 2 本书引用的中文文献
B. 3 本书引用的英文文献英文目录
猜您喜欢
