智能视觉：图像、特征与分割

　　智能视觉是利用计算机模拟视觉各级中枢神经系统功能，旨在分析图像中对象的几何和物理属性以及对象问的关系，以实现对图像的感知、识别和解释。智能视觉的关键环节是从图像的光谱能量分布中提取特征，并运用特征对图像逐像素赋予语义标签，实现像素级别的 分割——语义分割。本书以人眼视觉系统对图像的观察、分析和认知为生物依据，以图像像素—图像特征—语义分割为主线，深入地阐述了智能视觉的相关理论及算法。

暂缺《智能视觉：图像、特征与分割》作者简介

第1章 绪论
1.1 图像视觉特征
1.1.1 亮度感知
1.1.2 对象轮廓
1.1.3 对象形状
1.1.4 对象视觉感知
1.2 图像分割研究现状
1.2.1 图像区域分割
1.2.2 感兴趣对象提取
1.2.3 图像语义分割
1.3 图像语义分割难点
1.3.1 先验信息
1.3.2 分割框架
习题与讨论
参考文献
第2章 图像及其类型
2.1 图像数字表示
2.2 图像类型
2.2.1 二值图像
2.2.2 灰度图像
2.2.3 彩色图像
2.2.4 不同类型之比较
2.3 灰度直方图
2.3.1 直方图均衡化
2.3.2 直方图形状分析
2.3.3 基于直方图的图像二值化
习题与讨论
参考文献
第3章 图像颜色分析
3.1 CIE色度学系统
3.1.1 CIE-XYZ系统
3.1.2 CIELUV均匀颜色空间
3.1.3 CIELab均匀颜色空间
3.2 视频颜色模型
3.2.1 YUV颜色模型
3.2.2 YIQ颜色模型
3.2.3 YCbCr颜色模型
3.3 视觉颜色模型
习题与讨论
参考文献
第4章 图像质量评价
4.1 主观评价
4.2 参考的客观评价
4.2.1 基于颜色损失的评价
4.2.2 基于结构相似性的评价
4.2.3 基于感兴趣区域的评价
4.3 无参考的客观评价
4.3.1 基于视觉掩盖的评价
4.3.2 仿生视觉评价
习题与讨论