| 作者 |
| E. R. 戴维斯 阿娣提·玛珠德 M. 戈皮 |
| 丛书名 |
| 智能科学与技术丛书 |
| 出版社 |
| 机械工业出版社 |
| ISBN |
| 9782011121438 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 ---------------------------计算机视觉：原理、算法、应用及学习（原书第5版）--------------------------- 本书系统地展示了计算机视觉的基本方法学，讲解基础理论的同时，强调算法和实际中的设计约束。此次第5版全面修订，涵盖更多计算机视觉的概念和应用，既适合本科生和研究生，也适合该领域的研究人员和工程师。 ---------------------------视觉计算基础：计算机视觉、图形学和图像处理的核心概念--------------------------- 本书涵盖了视觉计算的基本概念。为创建、获取、分析和操作视觉数据(如二维图像,三维模型)提供了一个统一的计算和数学处理方法。书中涉及的基本原理包括：卷积、傅里叶变换、滤波器、几何变换、超极几何、三维重建、色彩和图像合成管道。这本书是为一个16周的学期课程而写的，既可以用于本科生和研究生的教学，也可以作为专业人员的参考。 |
| 目录 |
---------------------------计算机视觉：原理、算法、应用及学习（原书第5版）--------------------------- 译者序 推荐序 第5版前言 第1版前言 缩写词汇表 第1章 计算机视觉面临的挑战 1 1.1 导言—人类及其感官 1 1.2 视觉的本质 2 1.2.1 识别过程 2 1.2.2 解决识别问题 3 1.2.3 物体定位 4 1.2.4 场景分析 5 1.2.5 视觉是逆向图形学 6 1.3 从自动视觉检测到监控 6 1.4 本书是关于什么的 7 1.5 机器学习的作用 8 1.6 后续章节内容概述 9 1.7 书目注释 9 第一部分 初级视觉 第2章 图像与图像处理 12 2.1 导言 12 2.2 图像处理操作 15 2.2.1 灰度图像的一些基本操作 15 2.2.2 二值图像的基本操作 19 2.3 卷积和点扩散函数 21 2.4 顺序操作与并行操作 22 2.5 结束语 23 2.6 书目和历史注释 24 2.7 问题 24 第3章 图像滤波和形态学 25 3.1 导言 25 3.2 通过高斯平滑抑制噪声 27 3.3 中值滤波器 28 3.4 模式滤波器 30 3.5 秩排序滤波器 35 3.6 锐化–反锐化掩模 35 3.7 中值滤波器引入的偏移 36 3.7.1 中值偏移的连续体模型 36 3.7.2 推广到灰度图 38 3.7.3 中值偏移的离散模型 40 3.8 秩排序滤波器引入的偏移 41 3.9 滤波器在计算机视觉工业应用中的作用 44 3.10 图像滤波中的色彩 44 3.11 二值图像的膨胀和腐蚀 45 3.11.1 膨胀和腐蚀 45 3.11.2 抵消效应 45 3.11.3 改进的膨胀与腐蚀算子 45 3.12 数学形态学 46 3.12.1 泛化的形态学膨胀 46 3.12.2 泛化的形态学腐蚀 47 3.12.3 膨胀与腐蚀之间的对偶性 47 3.12.4 膨胀与腐蚀算子的特性 48 3.12.5 闭合与开启 50 3.12.6 基本形态学运算概要 51 3.13 形态学分组 53 3.14 灰度图像中的形态学 54 3.15 结束语 55 3.16 书目和历史注释 56 3.17 问题 58 第4章 阈值的作用 61 4.1 导言 61 4.2 区域生长方法 62 4.3 阈值方法 62 4.3.1 寻找合适的阈值 62 4.3.2 解决阈值选取中的偏差问题 63 4.4 自适应阈值 64 4.5 更彻底的阈值选择方法 66 4.5.1 基于方差的阈值 67 4.5.2 基于熵的阈值 67 4.5.3 最大似然阈值 68 4.6 全局波谷阈值方法 69 4.7 应用全局波谷阈值方法的实际结果 71 4.8 直方图凹性分析 75 4.9 结束语 75 4.10 书目和历史注释 76 4.11 问题 77 第5章 边缘检测 78 5.1 导言 78 5.2 边缘检测基本理论 79 5.3 模板匹配方法 80 5.4 3×3模板算子理论 81 5.5 微分梯度算子的设计 82 5.6 圆形算子的概念 83 5.7 圆形算子的详细实现 83 5.8 微分边缘算子的系统设计 85 5.9 上述方法的问题—一些替代方案 86 5.10 滞后阈值 88 5.11 Canny算子 89 5.12 Laplacian算子 92 5.13 结束语 93 5.14 书目和历史注释 93 5.15 问题 94 第6章 角点、兴趣点和不变特征的检测 95 6.1 导言 95 6.2 模板匹配 95 6.3 二阶导数方法 96 6.4 基于中值滤波的角点检测器 98 6.4.1 分析中值检测器的操作 98 6.4.2 实际结果 99 6.5 Harris兴趣点算子 100 6.5.1 各种几何构型的角点信号和位移 102 6.5.2 交叉点和T形交叉点的性能 103 6.5.3 Harris算子的不同形式 105 6.6 角点方向 106 6.7 局部不变特征检测器与描述符 106 6.7.1 几何变换和特征标准化 107 6.7.2 Harris尺度、仿射不变检测器和描述符 108 6.7.3 Hessian尺度、仿射不变检测器和描述符 109 6.7.4 尺度不变特征变换算子 110 6.7.5 加速鲁棒特征算子 110 6.7.6 最大稳定极值区域 111 6.7.7 各种不变特征检测器的比较 112 6.7.8 定向梯度直方图 114 6.8 结束语 115 6.9 书目和历史注释 116 6.10 问题 118 第7章 纹理分析 119 7.1 导言 119 7.2 纹理分析的一些基本方法 121 7.3 灰度共生矩阵 122 7.4 Laws纹理能量法 123 7.5 Ade特征滤波器法 125 7.6 对Laws法和Ade法的评估 126 7.7 结束语 127 7.8 书目和历史注释 127 第二部分 中级视觉 第8章 二值化形状分析 130 8.1 导言 130 8.2 二值图像的连通性 131 8.3 物体标记和计数 131 8.4 尺寸滤波 136 8.5 距离函数及其用途 138 8.6 骨架和细化 140 8.6.1 交叉数 141 8.6.2 细化的并行和顺序实现 143 8.6.3 引导细化 144 8.6.4 如何看待骨架的本质 145 8.6.5 骨架节点分析 146 8.6.6 骨架在形状识别中的应用 146 8.7 形状识别的其他度量 147 8.8 边界跟踪过程 148 8.9 结束语 149 8.10 书目和历史注释 150 8.11 问题 151 第9章 边界模式分析 154 9.1 导言 154 9.2 边界跟踪过程 156 9.3 质心轮廓 156 9.4 质心轮廓方法存在的问题 157 9.5 （s, ψ）图 159 9.6 解决遮挡问题 160 9.7 边界长度度量的准确性 162 9.8 结束语 163 9.9 书目和历史注释 164 9.10 问题 165 第10章 直线、圆和椭圆的检测 166 10.1 导言 166 10.2 霍夫变换在直线检测中的应用 167 10.3 垂足法 169 10.4 使用RANSAC进行直线检测 171 10.5 腹腔镜工具的位置 174 10.6 基于霍夫的圆形物体检测方案 175 10.7 圆半径未知的问题 178 10.8 克服速度问题 179 10.9 椭圆检测 181 10.9.1 直径平分法 182 10.9.2 弦切法 183 10.9.3 寻找剩余椭圆参数 184 10.10 人类虹膜定位 185 10.11 结束语 186 10.12 书目和历史注释 187 10.13 问题 189 第11章 广义霍夫变换 191 11.1 导言 191 11.2 广义霍夫变换 192 11.3 空间匹配滤波的相关性 193 11.4 梯度加权与均匀加权 194 11.4.1 灵敏度和计算负荷的计算 195 11.4.2 总结 196 11.5 使用GHT检测椭圆 196 11.6 各种椭圆检测方法的比较 199 11.7 物体定位的图论方法 200 11.8 节省计算的可能性 204 11.9 使用GHT进行特征排序 205 11.10 推广最大团及其他方法 207 11.11 搜索 208 11.12 结束语 208 11.13 书目和历史注释 209 11.14 问题 212 第12章 物体分割与形状模型 215 12.1 导言 215 12.2 主动轮廓 215 12.3 使用主动轮廓获得的实际结果 217 12.4 用于物体分割的水平集方法 218 12.5 形状模型 219 12.6 结束语 227 12.7 书目和历史注释 227 第三部分 机器学习和深度学习网络 第13章 基本分类概念 230 13.1 导言 230 13.2 最近邻算法 231 13.3 贝叶斯决策理论 232 13.4 最近邻与贝叶斯方法的关系 234 13.4.1 问题的数学陈述 234 13.4.2 最近邻算法的重要性 236 13.5 最佳特征数量 236 13.6 代价函数和错误–拒绝权衡 236 13.7 监督和无监督学习 238 13.8 聚类分析 238 13.9 支持向量机 240 13.10 人工神经网络 241 13.11 反向传播算法 244 13.12 多层感知器架构 246 13.13 训练数据过拟合 247 13.14 结束语 248 13.15 书目和历史注释 249 13.16 问题 250 第14章 机器学习：概率方法 251 14.1 导言 251 14.2 高斯混合和EM算法 253 14.3 更一般的EM算法视图 257 14.4 一些实际例子 259 14.5 主成分分析 264 14.6 多分类器 266 14.7 Boosting方法 268 14.8 AdaBoost建模 270 14.9 Boosting方法的损失函数 272 14.10 LogitBoost算法 275 14.11 Boosting方法的有效性 277 14.12 多类别的Boosting方法 277 14.13 接受者操作特性 281 14.14 结束语 284 14.15 书目和历史注释 284 14.16 问题 286 第15章 深度学习网络 287 15.1 导言 287 15.2 卷积神经网络 289 15.3 用于定义CNN架构的参数 290 15.4 LeCun 等人提出的LeNet 架构 293 15.5 Krizhevsky等人提出的AlexNet架构 296 15.6 Zeiler和Fergus对CNN架构的研究 300 15.7 Zeiler和Fergus的可视化实验 302 15.8 Simonyan和Zisserman的VGGNet架构 303 15.9 Noh等人的DeconvNet架构 305 15.10 Badrinarayanan等人的SegNet架构 307 15.11 循环神经网络 309 15.12 结束语 311 15.13 书目和历史注释 313 第四部分 三维视觉和运动 第16章 三维世界 316 16.1 导言 316 16.2 三维视觉方法 316 16.3 三维视觉投影方案 318 16.3.1 双目图像 319 16.3.2 对应问题 320 16.4 阴影形状 322 16.5 光度立体技术 325 16.6 表面光滑性的假设 326 16.7 纹理形状 327 16.8 结构光的使用 327 16.9 三维物体识别方案 329 16.10 Horaud的汇聚定向技术 329 16.11 一个重要的范例—工业零件的定位 332 16.12 结束语 333 16.13 书目和历史注释 334 16.14 问题 336 第17章 解决n点透视问题 338 17.1 导言 338 17.2 视角倒转现象 338 17.3 弱透视投影下的姿势歧义性 339 17.4 求姿势估计的唯一解 341 17.4.1 三点情况下的解 343 17.4.2 利用对称梯形来预测姿势 344 17.5 结束语 345 17.6 书目和历史注释 345 17.7 问题 346 第18章 不变量与透视 347 18.1 导言 347 18.2 交比：“比率的比率”的概念 348 18.3 非共线点的不变量 351 18.4 圆锥曲线上点的不变量 353 18.5 微分和半微分不变量 355 18.6 对称交比函数 356 18.7 消失点检测 357 18.8 更多关于消失点的内容 358 18.9 圆和椭圆的表观中心 359 18.10 美术和摄影中的透视效果 360 18.11 结束语 365 18.12 书目和历史注释 365 18.13 问题 367 第19章 图像变换和摄像机校准 368 19.1 导言 368 19.2 图像变换 369 19.3 摄像机校准 372 19.4 内部和外部参数 373 19.5 径向畸变纠正 375 19.6 多视图视觉 376 19.7 广义的对极几何 376 19.8 本征矩阵 377 19.9 基础矩阵 378 19.10 本征矩阵和基础矩阵的性质 379 19.11 评估基础矩阵 380 19.12 8点算法的更新 380 19.13 图像校正 380 19.14 三维重建 381 19.15 结束语 382 19.16 书目和历史注释 383 19.17 问题 384 第20章 运动 385 20.1 导言 385 20.2 光流 385 20.3 光流场的理解 387 20.4 利用扩展焦点避免碰撞 389 20.5 时间邻近度分析 390 20.6 基于光流模型的基本问题 391 20.7 运动中的立体视觉 391 20.8 卡尔曼滤波器 393 20.9 宽基线匹配 394 20.10 结束语 395 20.11 书目和历史注释 396 20.12 问题 396 第五部分 计算机视觉的应用 第21章 人脸检测与识别：深度学习带来的影响 398 21.1 导言 398 21.2 一种人脸检测的简单方法 399 21.3 人脸特征检测 401 21.4 用于快速人脸检测的Viola-Jones方法 402 21.5 人脸识别的特征脸方法 404 21.6 人脸识别的其他难点 406 21.7 人脸正面化 408 21.8 Sun等人提出的DeepID人脸表征系统 410 21.9 再议快速人脸检测 413 21.10 三维人脸检测 416 21.11 结束语 417 21.12 书目和历史注释 418 第22章 监控 420 22.1 导言 420 22.2 监控：基本几何 421 22.3 前景–背景分离 424 22.3.1 背景建模 424 22.3.2 背景建模的实例 426 22.3.3 前景的直接检测 430 22.4 粒子滤波 430 22.5 基于颜色直方图的跟踪 434 22.6 粒子滤波的应用 437 22.7 倒角匹配、跟踪和遮挡 439 22.8 多个摄像机的组合视角 440 22.9 交通流量监测的应用 443 22.9.1 Bascle等人的系统 443 22.9.2 Koller等人的系统 445 22.10 车牌定位 446 22.11 跟踪遮挡分类 447 22.12 通过步态区分行人 449 22.13 人体步态分析 451 22.14 基于模型的动物跟踪 452 22.15 结束语 454 22.16 书目和历史注释 455 22.17 问题 456 第23章 车载视觉系统 457 23.1 导言 457 23.2 定位道路 458 23.3 道路交通标线的定位 459 23.4 道路交通标志的定位 461 23.5 车辆的定位 462 23.6 通过查看车牌和其他结构特征获得的信息 464 23.7 定位行人 466 23.8 导航和自我运动 468 23.9 农业车辆导航 471 23.9.1 任务的三维层面 473 23.9.2 实时实现 473 23.10 结束语 474 23.11 高级驾驶辅助系统的更多细节及相关书目 474 23.11.1 车辆检测的发展 476 23.11.2 行人检测的发展 476 23.11.3 道路和车道检测的发展 478 23.11.4 交通标志检测的发展 479 23.11.5 路径规划、导航和自我运动的发展 480 23.12 问题 480 第24章 结语——计算机视觉展望 481 24.1 导言 481 24.2 机器视觉中的重要参数 481 24.3 权衡 483 24.3.1 一些重要的权衡 483 24.3.2 两阶段模板匹配权衡 484 24.4 摩尔定律的作用 484 24.5 硬件、算法和过程 485 24.6 选择表达形式的重要性 485 24.7 过去、现在和未来 486 24.8 深度学习探索 487 24.9 书目和历史注释 487 在线资源 附录A 稳健统计 附录B 采样定理 附录C 颜色的表示 附录D 从分布中采样 参考文献 ---------------------------视觉计算基础：计算机视觉、图形学和图像处理的核心概念--------------------------- 出版者的话 译者序 前言 作者简介 第一部分预备知识 第1章数据 11可视化 12离散化 121采样 122量化 13表示 14噪声 15本章小结 参考文献 习题 第2章技术 21插值 211线性插值 212双线性插值 22几何相交 23本章小结 参考文献 习题 第二部分基于图像的视觉计算 第3章卷积 31线性系统 311线性系统的响应 312卷积的性质 32线性滤波器 321全通、低通、带通和高通滤波器 322设计新滤波器 323二维滤波器的可分性 324相关和模式匹配 33实现细节 34本章小结 参考文献 习题 第4章谱分析 41离散傅里叶变换 42极坐标 421性质 422信号分析示例 43频域的周期性 44混叠 45推广到二维插值 451周期性的影响 452陷波器 453混叠效应示例 46对偶性 47本章小结 参考文献 习题 第5章特征检测 51边缘检测 511边缘子检测器 512多分辨率边缘检测 513边缘子聚合 52特征检测 53其他非线性滤波器 54本章小结 参考文献 习题 第三部分基于几何的视觉计算 第6章几何变换 61齐次坐标 62线性变换 63欧氏和仿射变换 631平移 632旋转 633缩放 634剪切 635一些现象 64变换的串联 641相对于中心点的缩放 642相对于任意轴的旋转 65坐标系 66串联的性质 67透视变换 68自由度 69非线性变换 610本章小结 参考文献 习题 第7章针孔相机 71针孔相机模型 711相机标定 712三维深度估计 713单应性 72实际相机的一些考虑 73本章小结 参考文献 习题 第8章对极几何 81背景 82多视几何中的匹配 83基础矩阵 831性质 832基础矩阵的估计 833仿前置双眼的相机设置 84本质矩阵 85整流 86应用对极几何 861根据视差恢复深度 862根据光流恢复深度 87本章小结 参考文献 习题 第四部分基于辐射度的视觉计算 第9章光照 91辐射度学 911双向反射分布函数 912光传播方程 92光度学与色彩 921CIE XYZ色彩空间 922CIE XYZ空间的认知结构 923认知一致色彩空间 93本章小结 参考文献 习题 第10章色彩还原 101加性色彩混合的建模 1011设备的色域 1012色调映射算子 1013强度分辨率 1014显示器示例 102色彩管理 1021色域变换 1022色域匹配 103减性色彩混合的建模 104局限性 1041高动态范围成像 1042多光谱成像 105本章小结 参考文献 习题 第11章光度处理 111直方图处理 112图像融合 1121图像混合 1122图像割 113光度立体视觉 1131阴影处理 1132光照方向计算 1133色彩处理 114本章小结 参考文献 习题 第五部分视觉内容合成 第12章多样化域 121建模 122处理 123渲染 124应用 125本章小结 参考文献 第13章交互式图形流程 131顶点的几何变换 1311模型变换 1312视图变换 1313透视投影变换 1314遮挡处理 1315窗口坐标变换 1316最终变换 132裁剪和属性的顶点插值 133光栅化和属性的像素插值 134本章小结 参考文献 习题 第14章真实感与性能 141光照 142着色 143阴影 144纹理贴图 1441纹理至对象空间映射 1442对象至屏幕空间映射 1443分级细化贴图 145凹凸贴图 146环境贴图 147透明度 148累积缓存 149背面剔除 1410可见性剔除 14101包围体 14102空间细分 14103其他用途 1411本章小结 参考文献 习题 第15章图形编程 151图形处理单元的发展 152图形API和程序库的发展 153现代GPU和CUDA 1531GPU架构 1532CUDA编程模型 1533CUDA存储模型 154本章小结 参考文献 |