圖像工程：圖像理解（下冊(cè) 第4版）

目錄


第1章緒論

1．1圖像工程的發(fā)展

1．1．1基本概念和定義概括

1．1．2圖像技術(shù)發(fā)展情況回顧

1．2圖像理解及相關(guān)學(xué)科

1．2．1圖像理解

1．2．2計(jì)算機(jī)視覺(jué)

1．2．3其他相關(guān)學(xué)科

1．2．4圖像理解的應(yīng)用領(lǐng)域

1．3圖像理解理論框架

1．3．1馬爾視覺(jué)計(jì)算理論

1．3．2對(duì)馬爾理論框架的改進(jìn)

1．3．3關(guān)于馬爾重建理論的討論

1．3．4新理論框架的研究

1．4內(nèi)容框架和特點(diǎn)

總結(jié)和復(fù)習(xí)

第1單元采 集 表 達(dá)

第2章攝像機(jī)成像

2．1視覺(jué)過(guò)程

2．2攝像機(jī)成像模型

2．2．1基本攝像機(jī)模型

2．2．2近似投影模式

2．2．3一般攝像機(jī)模型

2．2．4通用成像模型

2．3攝像機(jī)標(biāo)定

2．3．1標(biāo)定程序和參數(shù)

2．3．2兩級(jí)標(biāo)定法

2．4亮度成像

2．4．1光度學(xué)和光源

2．4．2從亮度到照度

總結(jié)和復(fù)習(xí)

第3章壓縮感知與成像

3．1壓縮感知概述

3．2稀疏表達(dá)

3．3測(cè)量矩陣及特性

3．3．1采樣/測(cè)量模型

3．3．2測(cè)量矩陣特性

3．4解碼重構(gòu)

3．4．1重構(gòu)原理

3．4．2測(cè)量矩陣的校準(zhǔn)

3．4．3典型重構(gòu)算法

3．5稀疏編碼與字典學(xué)習(xí)

3．5．1字典學(xué)習(xí)與矩陣分解

3．5．2非負(fù)矩陣分解

3．5．3端元提取

3．5．4稀疏編碼

3．6壓縮感知的成像應(yīng)用

3．6．1單像素相機(jī)

3．6．2壓縮感知磁共振成像

總結(jié)和復(fù)習(xí)

第4章深度信息采集

4．1高維圖像和成像方式

4．1．1高維圖像種類(lèi)

4．1．2本征圖像和非本征圖像

4．1．3深度成像方式

4．2雙目成像模式

4．2．1雙目橫向模式

4．2．2雙目會(huì)聚橫向模式

4．2．3雙目軸向模式

4．3深度圖像直接采集

4．3．1飛行時(shí)間法

4．3．2結(jié)構(gòu)光法

4．3．3莫爾等高條紋法

4．3．4深度和亮度圖像同時(shí)采集

4．4顯微鏡3D分層成像

4．4．1景深和焦距

4．4．2顯微鏡3D成像

4．4．3共聚焦顯微鏡3D成像

總結(jié)和復(fù)習(xí)

第5章3D景物表達(dá)

5．1曲線(xiàn)和曲面的局部特征

5．1．1曲線(xiàn)局部特征

5．1．2曲面局部特征

5．23D表面表達(dá)

5．2．1參數(shù)表達(dá)

5．2．2表面朝向表達(dá)

5．3等值面的構(gòu)造和表達(dá)

5．3．1行進(jìn)立方體算法

5．3．2覆蓋算法

5．4從并行輪廓插值3D表面

5．53D實(shí)體表達(dá)

5．5．1基本表達(dá)方案

5．5．2廣義圓柱體表達(dá)

總結(jié)和復(fù)習(xí)

第2單元景 物 重 建

第6章立體視覺(jué)： 雙目

6．1立體視覺(jué)模塊

6．2基于區(qū)域的雙目立體匹配

6．2．1模板匹配

6．2．2立體匹配

6．3基于特征的雙目立體匹配

6．3．1基本步驟

6．3．2尺度不變特征變換

6．3．3加速魯棒性特征

6．3．4動(dòng)態(tài)規(guī)劃匹配

6．4視差圖誤差檢測(cè)與校正

總結(jié)和復(fù)習(xí)

第7章立體視覺(jué)： 多目

7．1水平多目立體匹配

7．1．1水平多目圖像

7．1．2倒距離

7．2正交三目立體匹配

7．2．1基本原理

7．2．2基于梯度分類(lèi)的正交匹配

7．3多目立體匹配

7．3．1任意排列三目立體匹配

7．3．2正交多目立體匹配

7．4亞像素級(jí)視差計(jì)算

總結(jié)和復(fù)習(xí)

第8章景物恢復(fù)： 多圖像

8．1單目景物恢復(fù)

8．2光度立體學(xué)

8．2．1景物亮度和圖像亮度

8．2．2表面反射特性和亮度

8．2．3景物表面朝向

8．2．4反射圖和亮度約束方程

8．2．5光度立體學(xué)求解

8．3從運(yùn)動(dòng)求取結(jié)構(gòu)

8．3．1光流和運(yùn)動(dòng)場(chǎng)

8．3．2光流方程求解

8．3．3光流與表面取向

8．3．4光流與相對(duì)深度

總結(jié)和復(fù)習(xí)

第9章景物恢復(fù)： 單圖像

9．1從影調(diào)恢復(fù)形狀

9．1．1影調(diào)與形狀

9．1．2亮度方程求解

9．2紋理與表面朝向

9．2．1單目成像和畸變

9．2．2由紋理變化恢復(fù)朝向

9．2．3檢測(cè)線(xiàn)段紋理消失點(diǎn)

9．2．4確定圖像外消失點(diǎn)

9．3由焦距確定深度

9．4根據(jù)三點(diǎn)透視估計(jì)位姿

總結(jié)和復(fù)習(xí)

第3單元場(chǎng) 景 解 釋

第10章知識(shí)表達(dá)和推理

10．1知識(shí)基礎(chǔ)

10．2場(chǎng)景知識(shí)

10．2．1模型

10．2．2屬性超圖

10．2．3基于知識(shí)的建模

10．3過(guò)程知識(shí)

10．4知識(shí)表達(dá)

10．4．1知識(shí)表達(dá)要求

10．4．2知識(shí)表達(dá)類(lèi)型

10．4．3圖像理解系統(tǒng)中的知識(shí)模塊

10．4．4基本知識(shí)表達(dá)方案

10．5邏輯系統(tǒng)

10．5．1謂詞演算規(guī)則

10．5．2利用定理證明來(lái)推理

10．6語(yǔ)義網(wǎng)

10．7產(chǎn)生式系統(tǒng)

總結(jié)和復(fù)習(xí)

第11章廣義匹配

11．1匹配概述

11．1．1匹配策略和類(lèi)別

11．1．2匹配和配準(zhǔn)

11．1．3匹配評(píng)價(jià)

11．2目標(biāo)匹配

11．2．1匹配的度量

11．2．2對(duì)應(yīng)點(diǎn)匹配

11．2．3字符串匹配

11．2．4慣量等效橢圓匹配

11．2．5形狀矩陣匹配

11．3動(dòng)態(tài)模式匹配

11．4關(guān)系匹配

11．5圖同構(gòu)匹配

11．5．1圖論簡(jiǎn)介

11．5．2圖同構(gòu)和匹配

11．6線(xiàn)條圖標(biāo)記和匹配

總結(jié)和復(fù)習(xí)

第12章場(chǎng)景分析和語(yǔ)義解釋

12．1場(chǎng)景理解概述

12．2模糊推理

12．2．1模糊集和模糊運(yùn)算

12．2．2模糊推理方法

12．3遺傳算法圖像解釋

12．3．1遺傳算法原理

12．3．2語(yǔ)義分割和解釋

12．4場(chǎng)景目標(biāo)標(biāo)記

12．5場(chǎng)景分類(lèi)

12．5．1詞袋/特征包模型

12．5．2pLSA模型

12．5．3LDA模型

總結(jié)和復(fù)習(xí)

第4單元研 究 示 例

第13章多傳感器圖像信息融合

13．1信息融合概述

13．2圖像融合

13．2．1圖像融合的主要步驟

13．2．2圖像融合的三個(gè)層次

13．2．3圖像融合效果評(píng)價(jià)

13．3像素級(jí)融合方法

13．3．1基本融合方法

13．3．2融合方法的結(jié)合

13．3．3小波融合時(shí)的最佳分解層數(shù)

13．3．4壓縮感知圖像融合

13．3．5像素級(jí)融合示例

13．4特征級(jí)和決策級(jí)融合方法

13．4．1貝葉斯法

13．4．2證據(jù)推理法

13．4．3粗糙集理論法

總結(jié)和復(fù)習(xí)

第14章基于內(nèi)容的圖像和視頻檢索

14．1圖像和視頻檢索原理

14．2視覺(jué)特征的匹配和檢索

14．2．1顏色特征匹配

14．2．2紋理特征計(jì)算

14．2．3多尺度形狀特征

14．2．4綜合特征檢索

14．3基于運(yùn)動(dòng)特征的視頻檢索

14．3．1全局運(yùn)動(dòng)特征

14．3．2局部運(yùn)動(dòng)特征

14．4視頻節(jié)目分析和索引

14．4．1新聞視頻結(jié)構(gòu)化

14．4．2體育比賽視頻排序

14．4．3家庭錄像視頻組織

14．5語(yǔ)義分類(lèi)檢索

14．5．1基于視覺(jué)關(guān)鍵詞的圖像分類(lèi)

14．5．2高層語(yǔ)義與氣氛

總結(jié)和復(fù)習(xí)

第15章時(shí)空行為理解

15．1時(shí)空技術(shù)

15．2時(shí)空興趣點(diǎn)

15．3動(dòng)態(tài)軌跡學(xué)習(xí)和分析

15．3．1自動(dòng)場(chǎng)景建模

15．3．2學(xué)習(xí)路徑

15．3．3自動(dòng)活動(dòng)分析

15．4動(dòng)作分類(lèi)和識(shí)別

15．4．1動(dòng)作分類(lèi)

15．4．2動(dòng)作識(shí)別

15．5活動(dòng)和行為建模

15．5．1動(dòng)作建模

15．5．2活動(dòng)建模和識(shí)別

15．6主體與動(dòng)作聯(lián)合建模

15．6．1單標(biāo)簽主體動(dòng)作識(shí)別

15．6．2多標(biāo)簽主體動(dòng)作識(shí)別

15．6．3主體動(dòng)作語(yǔ)義分割

總結(jié)和復(fù)習(xí)

附錄A視覺(jué)和視知覺(jué)

A.1視知覺(jué)概述

A.2視覺(jué)特性

A.2．1視覺(jué)的空間特性

A.2．2視覺(jué)的時(shí)間特性

A.2．3視覺(jué)的亮度特性

A.3形狀知覺(jué)

A.3．1輪廓

A.3．2圖形和背景

A.3．3幾何圖形錯(cuò)覺(jué)

A.4空間知覺(jué)

A.4．1非視覺(jué)性深度線(xiàn)索

A.4．2雙目深度線(xiàn)索

A.4．3單目深度線(xiàn)索

A.5運(yùn)動(dòng)知覺(jué)

部分思考題和練習(xí)題解答

參考文獻(xiàn)

主題索引