图像工程 下：图像理解2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

图像工程 下：图像理解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

1 绪论1

1.1 图像工程的发展1

1.2 图像理解概述6

1.2.1 图像理解6

1.2.2 计算机视觉7

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 主要内容和安排11

总结和复习14

2 视感觉和视知觉16

2.1 从感觉到知觉16

2.2.1 视觉的时间特性19

2.2 视觉特性19

2.2.2 视觉的空间特性21

2.3 形状知觉23

2.3.1 形状的感知23

2.3.2 轮廓24

2.3.3 图形和背景26

2.3.4 几何图形视错觉30

2.4 空间知觉34

2.4.1 非视觉性深度线索35

2.4.2 双目深度线索35

2.4.3 单目深度线索38

2.5 运动知觉40

总结和复习42

3.1 高维图像44

3.1.1 高维图像种类44

3 高维图像采集44

3.1.2 本征图像和非本征图像45

3.2 成像变换和摄像机模型47

3.2.1 一般摄像机模型47

3.2.2 近似投影模式50

3.2.3 通用成像模型52

3.3 摄像机标定54

3.3.1 标定程序和参数54

3.3.2 两级标定法57

3.4 深度图像采集60

3.4.1 飞行时间法60

3.4.2 结构光法63

3.4.3 莫尔等高条纹法64

3.4.4 深度和亮度图像同时采集67

3.5.1 显微镜3-D成像68

3.5 显微镜3-D分层成像68

3.5.2 共聚焦显微镜3-D成像70

总结和复习72

4 3-D目标表达75

4.1 曲线和曲面的局部特征76

4.1.1 曲线局部特征76

4.1.2 曲面局部特征79

4.2 3-D表面表达84

4.2.1 参数表达84

4.2.2 表面朝向表达86

4.3 等值面的构造和表达88

4.3.1 行进立方体算法88

4.3.2 覆盖算法91

4.4 从并行轮廓插值3-D表面92

4.5.1 基本表达方案97

4.5 3-D实体表达97

4.5.2 广义圆柱体表达100

总结和复习101

5 立体视觉：双目103

5.1 立体视觉104

5.1.1 立体成像方式104

5.1.2 立体视觉模块105

5.2 双目成像和视差107

5.2.1 双目横向模式107

5.2.2 双目横向会聚模式110

5.2.3 双目纵向模式111

5.3 基于区域的双目立体匹配112

5.3.1 模板匹配112

5.3.2 双目立体匹配114

5.4.1 基本方法117

5.4 基于特征的双目立体匹配117

5.4.2 动态规划匹配119

5.5 视差图误差检测与校正121

总结和复习124

6 立体视觉：多目127

6.1 水平多目立体匹配127

6.1.1 水平多目图像128

6.1.2 倒距离129

6.2 正交三目立体匹配132

6.2.1 基本原理132

6.2.2 基于梯度分类的正交匹配136

6.3 多目立体匹配140

6.3.1 任意排列三目立体匹配140

6.4 亚像素级视差计算142

6.3.2 正交多目立体匹配142

总结和复习147

7 景物恢复：多图像149

7.1 单目景物恢复149

7.2 光度立体学151

7.2.1 景物亮度和图像亮度151

7.2.2 表面反射特性和亮度154

7.2.3 目标表面朝向156

7.2.4 反射图和亮度约束方程157

7.2.5 光度立体学求解159

7.3 从运动求取结构162

7.3.1 光流和运动场162

7.3.2 光流方程求解164

7.3.3 光流与表面取向170

总结和复习172

8 景物恢复：单图像174

8.1 从阴影恢复形状174

8.1.1 阴影与形状174

8.1.2 利用单目图像求解照度方程178

8.2 纹理与表面朝向183

8.2.1 单目成像和畸变183

8.2.2 由纹理变化恢复朝向185

8.2.3 线段纹理消失点的确定192

8.3 由焦距确定深度194

8.4 根据三点透视估计位姿196

总结和复习198

9 知识和表达201

9.1 知识分类和表达202

9.2.1 模型203

9.2 场景知识203

9.2.2 属性超图205

9.2.3 基于知识的建模206

9.3 过程知识208

9.4 知识表达基础210

9.4.1 对知识表达的要求210

9.4.2 知识表达类型211

9.4.3 图像理解系统中的知识模块212

9.4.4 图像理解中的知识表达213

9.5 逻辑系统215

9.5.1 谓词演算规则215

9.5.2 利用定理证明来推理218

9.6 语义网络221

9.7 产生式系统224

总结和复习227

10 广义匹配229

10.1 匹配基础230

10.1.1 匹配策略和类别230

10.1.2 匹配和配准231

10.2 目标匹配232

10.2.1 匹配的度量233

10.2.2 字符串匹配235

10.2.3 惯量等效椭圆匹配235

10.3 动态模式匹配236

10.4 关系匹配239

10.5 图同构243

10.5.1 图论简介243

10.5.2 图同构和匹配245

10.6 线条图标记247

总结和复习251

11 图像模式识别254

11.1 模式和分类254

11.2 统计模式识别258

11.2.1 最小距离分类器258

11.2.2 最优统计分类器260

11.3 感知机和支持向量机264

11.3.1 感知机264

11.3.2 支持向量机268

11.4 结构模式识别272

11.4.1 字符串结构识别272

11.4.2 树结构识别275

11.4.3 学习和推理278

总结和复习281

12 图像理解理论和系统284

12.1 从感知到理解285

12.2 图像理解理论框架287

12.2.1 马尔视觉计算理论287

12.2.2 对马尔理论框架的改进293

12.2.3 关于马尔重建理论的讨论294

12.2.4 新理论框架的研究296

12.3 图像理解系统模型298

12.3.1 系统模型结构298

12.3.2 多层次串行结构299

12.3.3 以知识库为中心的辐射结构300

12.3.4 以知识库为根的树结构301

12.3.5 多模块交叉配合结构302

12.4.1 VISIONS系统303

12.4 具体系统分析303

12.4.2 ACRONYM系统304

12.4.3 KB Vision系统306

12.5 典型系统比较306

12.6 讨论和展望308

总结和复习312

附录A 多传感器图像信息融合315

A.1 信息融合概述315

A.1.1 多信息融合316

A.1.2 传感器模型318

A.2 图像融合320

A.2.1 图像融合的主要步骤320

A.2.2 图像融合的三个层次322

A.2.3 图像融合效果评价323

A.2.4 像素级融合示例327

A.3 像素级融合方法329

A.3.1 基本融合方法329

A.3.2 融合方法的结合331

A.3.3 小波融合时的最佳分解层数334

A.4 特征级和决策级融合方法336

A.4.1 贝叶斯法336

A.4.2 证据推理法337

A.4.3 粗糙集理论法340

附录B 人脸和表情识别344

B.1 生物特征识别344

B.2 人脸检测定位347

B.2.1 人脸检测定位的基本方法347

B.2.2 基于Hausdorff距离的人脸检测定位348

B.3.1 眼睛几何模型及确定352

B.3 脸部器官提取和跟踪352

B.3.2 眨眼过程中的眼睛轮廓跟踪354

B.4 表情识别356

B.4.1 表情识别和步骤356

B.4.2 表情特征提取357

B.4.3 基于Gabor变换的表情特征提取360

B.4.4 表情分类362

B.4.5 基于高阶奇异值分解的表情分类365

B.5 人脸识别369

B.5.1 边缘本征矢量加权的Hausdorff距离369

B.5.2 非特定表情人脸识别371

附录C 基于内容的图像和视频检索372

C.1 基于视觉特征的图像检索372

C.1.1 颜色匹配373

C.1.2 纹理匹配375

C.1.3 形状匹配376

C.2 基于运动特征的视频检索377

C.2.1 全局运动特征匹配378

C.2.2 局部运动特征匹配379

C.3 基于区域的AdaBoost检索381

C.4 视频节目分析和检索383

C.4.1 新闻视频结构化383

C.4.2 体育比赛视频排序387

C.4.3 家庭录像视频组织391

C.5 语义分类检索396

C.5.1 基于视觉关键词的图像分类397

C.5.2 高层语义与气氛399

部分习题解答402

参考文献427