圖像工程問題解析

總目錄






第1單元基礎(chǔ)知識第1章圖像采集

第2章像素聯(lián)系

第3章形態(tài)變換

第4章圖像變換
第2單元圖像處理第5章圖像增強(qiáng)

第6章圖像恢復(fù)

第7章圖像編碼

第8章拓展技術(shù)
第3單元圖像分析第9章圖像分割

第10章目標(biāo)表達(dá)描述

第11章特性分析
第4單元圖像理解第12章三維表達(dá)

第13章立體視覺

第14章景物重構(gòu)

第15章知識和匹配
第5單元相關(guān)參考第16章數(shù)學(xué)形態(tài)學(xué)

第17章高層研究應(yīng)用

第18章視感覺和視知覺







單元標(biāo)題問題數(shù)量章標(biāo)題問題數(shù)量

1基礎(chǔ)知識56
1圖像采集12
2像素聯(lián)系10
3形態(tài)變換11
4圖像變換23

2圖像處理70
5圖像增強(qiáng)26
6圖像恢復(fù)14
7圖像編碼15
8拓展技術(shù)15

3圖像分析46
9圖像分割15
10目標(biāo)表達(dá)描述14
11特性分析17

4圖像理解43
12三維表達(dá)10
13立體視覺11
14景物重構(gòu)11
15知識和匹配11

5相關(guān)參考41
16數(shù)學(xué)形態(tài)學(xué)19
17高層研究應(yīng)用11
18視感覺和視知覺11







目錄


第1單元基 礎(chǔ) 知 識

第1章圖像采集

11變焦操作與采樣操作

12圖像與場景的幾何信息

13成像單元數(shù)

14景深的計(jì)算

15光源照射亮度的計(jì)算

16攝像機(jī)運(yùn)動(dòng)與像素亮度變化

17結(jié)構(gòu)光成像的計(jì)算

18不同立體成像的方式

19圖像與理解場景的信息

110數(shù)字弧的判斷

111方盒量化和網(wǎng)格相交量化

112網(wǎng)格相交量化的結(jié)果


第2章像素聯(lián)系

21子集鄰接和連接的判斷

224通路和8通路的轉(zhuǎn)換

23用鄰接矩陣表示像素之間的鄰接關(guān)系

24六邊形采樣坐標(biāo)系

25離散圓盤

26像素間的距離和通路

27馬步距離滿足測度性質(zhì)

28斜面距離與歐氏距離

29通路長度的計(jì)算

210不同鄰接情況下的通路長度



第3章形態(tài)變換

31齊次坐標(biāo)直線交點(diǎn)

32齊次坐標(biāo)的幾何解釋

33單位正方形的剪切變換

34不同坐標(biāo)變換實(shí)現(xiàn)相同功能

35仿射變換的作用/功能

36仿射變換下的線段長度比

37仿射變換矩陣的參數(shù)

38投影變換及其特例的特點(diǎn)對比

39圖像平面與世界坐標(biāo)系的映射

3103D投影幾何和變換不變量

311透視投影中的歧義


第4章圖像變換

41奇偶函數(shù)

42傅里葉變換對的平移性質(zhì)

43函數(shù)的傅里葉變換公式

44沃爾什變換計(jì)算

45哈達(dá)瑪變換矩陣

46斯拉特變換矩陣

47多種變換的計(jì)算

48哈爾變換的基函數(shù)

49哈爾變換矩陣

410哈爾函數(shù)計(jì)算

411矩陣的哈爾變換計(jì)算

412哈爾變換和哈達(dá)瑪變換的計(jì)算

413哈爾小波函數(shù)及其傅里葉變換

414時(shí)域窗和頻域窗

415蓋伯變換濾波圖像

416縮放函數(shù)和小波函數(shù)

417小波變換和反變換

418小波變換系數(shù)的計(jì)算

419拉東變換的計(jì)算

420霍特林反變換

421霍特林變換的證明

422霍特林變換的計(jì)算

423用霍特林變換重建的均方誤差

第2單元圖 像 處 理

第5章圖像增強(qiáng)

51圖像增強(qiáng)方法辨析

52位面提取函數(shù)

53灰度映射曲線的分析

54調(diào)整灰度映射曲線的效果

55直方圖均衡化的變型

56用1D模板實(shí)現(xiàn)2D模板的卷積

57小尺寸模板與大尺寸模板

58用不同平均來消除噪聲

59增強(qiáng)圖像中特定統(tǒng)計(jì)特性的區(qū)域

510借助像素梯度進(jìn)行增強(qiáng)

511利用單方向灰度差的增強(qiáng)

512用平滑操作實(shí)現(xiàn)銳化操作

513兩個(gè)平滑操作的差與銳化操作

514用不同模板計(jì)算中值

515中值濾波中更新中值

516中值濾波的模板與消除噪聲效果

517不同濾波方法的特點(diǎn)和對比

518用低通濾波實(shí)現(xiàn)高通濾波

519用兩個(gè)低通濾波器構(gòu)建一個(gè)高通濾波器

520巴特沃斯帶通濾波器

521巴特沃斯低通濾波消除虛假輪廓

522鄰域平均對應(yīng)的濾波器

523鄰域差分對應(yīng)的濾波器

524濾波器分解

525空域模板的設(shè)計(jì)

526對椒鹽噪聲的線性濾波


第6章圖像恢復(fù)

61幾何失真的雙線性校正

62恢復(fù)轉(zhuǎn)移函數(shù)的形式

63分段換方向運(yùn)動(dòng)的轉(zhuǎn)移函數(shù)

64勻加速運(yùn)動(dòng)所造成的模糊

65有約束最小平方恢復(fù)濾波器的轉(zhuǎn)移函數(shù)

66正弦模式干擾的消除

67正弦模式干擾與勻速直線運(yùn)動(dòng)模糊的對比

68圖像修復(fù)和圖像補(bǔ)全的對比

69大寫英文字母的投影

610特殊圖像的投影重建

611傅里葉變換投影定理的證明

612扇束投影實(shí)驗(yàn)結(jié)果

613代數(shù)重建技術(shù)的迭代計(jì)算

614最大似然最大期望重建算法的迭代計(jì)算


第7章圖像編碼

71符號與符號串的概率

72一階和二階編碼

73編碼圖信噪比的計(jì)算

74二值碼和灰度碼

75二值分解和灰度碼分解

761D游程和WBS編碼方法

77對英文字母的哈夫曼編碼

78哈夫曼編碼和平移哈夫曼編碼

79哈夫曼編碼和截?cái)喙蚵幋a

710算術(shù)編碼過程

711算術(shù)編碼可編序列長度

712LZW編碼

713分區(qū)模板編碼

714閾值編碼

715霍特林變換與編碼


第8章拓展技術(shù)

81平均絕對差和歸一化互相關(guān)

82水印失真測度

83亞采樣和剪切的比較

84彩色光的亮度

85RGB彩色立方體上給定亮度值的點(diǎn)

86RGB彩色立方體上給定飽和度值的點(diǎn)

87RGB彩色立方體與HSI顏色實(shí)體

88相加光的HSI坐標(biāo)

89彩色光的配色與混合

810飽和度增強(qiáng)與色調(diào)增強(qiáng)的結(jié)果

811分段運(yùn)動(dòng)軌跡

812累積差圖像的計(jì)算

813圖像金字塔表達(dá)

814高斯和拉普拉斯金字塔的構(gòu)建

815檢測和消除邊緣時(shí)的小波特性

第3單元圖 像 分 析

第9章圖像分割

91體素的積分密度

92不同微分算子的效果比較

93拉普拉斯值的計(jì)算

94最小核同值區(qū)和索貝爾算子

95灰度梯度散射圖

96基于過渡區(qū)的閾值分割

97克服分水嶺算法過分割的方法

98使用遺傳算法分割

99哈夫變換仿真

910從2D哈夫變換推廣到3D哈夫變換

911矩保持法和一階微分期望值法

912分割中的先驗(yàn)信息

913分割目標(biāo)的形狀測度

914誤差概率與絕對最終測量精度

915分割評價(jià)實(shí)驗(yàn)


第10章目標(biāo)表達(dá)描述

101基于聚合和基于分裂的最小均方誤差線段逼近法

102正五角形的外接盒和最小包圍長方形

103方和圓的標(biāo)記及形狀描述符

104長方形和橢圓的形狀描述符

105傅里葉描述符

106階為10的所有形狀及它們的形狀數(shù)

107歐拉數(shù)計(jì)算

108不變矩的形狀區(qū)分能力

109描述符的形狀區(qū)分能力

1010隨機(jī)點(diǎn)分布的泊松概率和高斯概率

1011組合有向線段

10123D圖像中的連通悖論

1013直線長度的計(jì)算

1014離散距離d5,7的最大相對誤差


第11章特性分析

111灰度共生矩陣與紋理參數(shù)

112形狀因子與邊界的連通性

113曲線曲率的計(jì)算

114形狀的判斷

115形狀定義和表達(dá)

116分形維數(shù)的計(jì)算

117移動(dòng)目標(biāo)的成像

118轉(zhuǎn)動(dòng)目標(biāo)的成像

119中值維護(hù)背景的背景建模方法

1110高斯混合模型

1111輻射狀模糊程度

1112視頻中目標(biāo)的運(yùn)動(dòng)

1113光流方程

1114基本運(yùn)動(dòng)和光流場

1115運(yùn)動(dòng)場和光流的不一致

1116卡爾曼濾波和粒子濾波

1117不同跟蹤方法的優(yōu)缺點(diǎn)

第4單元圖 像 理 解

第12章三維表達(dá)

121接續(xù)曲線的高斯圖

122曲面上的主方向

123鞍脊和鞍谷表面的方向?qū)?shù)

124鞍脊表面的曲率

125橢圓球的高斯球和擴(kuò)展高斯圖

126曲率與撓率的幾何意義

127曲率和撓率的計(jì)算

128行進(jìn)立方體算法重構(gòu)等值面

129覆蓋算法效果示例

1210覆蓋算法重構(gòu)等值面


第13章立體視覺

131采集器移動(dòng)與視差變化

132近視校正

133雙目成像模式的比較

134順序性約束

135極線與極點(diǎn)

136極線與投影點(diǎn)

137本質(zhì)矩陣的推導(dǎo)

138景物表面傾斜的問題

139相對深度誤差

1310水平四目的期望值曲線

1311單方向多目立體視覺


第14章景物重構(gòu)

141鏡面反射強(qiáng)度計(jì)算

142理想散射表面的反射強(qiáng)度

143朗伯表面夾角與亮度

144理想散射表面性質(zhì)

145攝像機(jī)運(yùn)動(dòng)參數(shù)

146鏡頭的焦距和景深

147攝像機(jī)傾斜成像的變形

148從影調(diào)恢復(fù)形狀與雙目立體視覺

149影調(diào)與結(jié)構(gòu)光的對比

1410紋理平面的朝向

1411圓變形后的橢圓長短軸


第15章知識和匹配

151邏輯等價(jià)關(guān)系

152目標(biāo)分類知識的不同表達(dá)

153模板匹配與哈夫變換

154形狀數(shù)之間的相似距離

155關(guān)系匹配計(jì)算

156關(guān)系匹配中的計(jì)算量

157有色圖的同構(gòu)

158有共同頂點(diǎn)的子圖

159計(jì)算各種子圖

1510圖同構(gòu)和子圖同構(gòu)

1511距離比較

第5單元相 關(guān) 參 考

第16章數(shù)學(xué)形態(tài)學(xué)

161膨脹的計(jì)算

162灰度膨脹的組合性

163腐蝕的組合性

164位移不變性驗(yàn)證

165結(jié)構(gòu)元素的尺寸和取值

166結(jié)構(gòu)元素分解

167開啟、閉合、高帽運(yùn)算

168形態(tài)學(xué)基本操作

169擊中—擊不中計(jì)算

1610不同距離圓盤的細(xì)化

1611圓盤細(xì)化實(shí)例

1612細(xì)化步驟和過程

1613粗化步驟和過程

1614利用粗化進(jìn)行細(xì)化

1615噪聲濾除

1616形態(tài)學(xué)梯度

1617形態(tài)學(xué)梯度邊緣增強(qiáng)算子

16188連接轉(zhuǎn)m連接

1619頂面和陰影


第17章高層研究應(yīng)用

171貝葉斯分類器的邊界函數(shù)

172貝葉斯融合

173圖像配準(zhǔn)

174圖像拼接

175粗糙集分類

176中心矩法

177詞袋模型與費(fèi)舍爾矢量比較

178灰度圖和彩色圖檢索

179自拍圖的檢索

1710活動(dòng)剖析

1711路徑學(xué)習(xí)方法


第18章視感覺和視知覺

181錐細(xì)胞的排列與視網(wǎng)膜上的分辨率

182視敏度

183人類視覺系統(tǒng)感知彩色

184圖形的良好性

185眼肌運(yùn)動(dòng)

186單目深度線索

187恒常性程度

188遠(yuǎn)距離時(shí)的大小知覺恒常性

189透視縮放和透視縮短

1810視野隨運(yùn)動(dòng)速度的變化

1811視覺感知的方法


索引