計算機視覺：原理、算法、應用及學習（原書第5版）

譯者序
推薦序
第5版前言
第1版前言
縮寫詞匯表
第1章　計算機視覺面臨的挑戰(zhàn) 1
1.1　導言—人類及其感官 1
1.2　視覺的本質 2
1.2.1　識別過程 2
1.2.2　解決識別問題 3
1.2.3　物體定位 4
1.2.4　場景分析 5
1.2.5　視覺是逆向圖形學 6
1.3　從自動視覺檢測到監(jiān)控 6
1.4　本書是關于什么的 7
1.5　機器學習的作用 8
1.6　后續(xù)章節(jié)內(nèi)容概述 9
1.7　書目注釋 9
部分　初級視覺
第2章　圖像與圖像處理 12
2.1　導言 12
2.2　圖像處理操作 15
2.2.1　灰度圖像的一些基本操作 15
2.2.2　二值圖像的基本操作 19
2.3　卷積和點擴散函數(shù) 21
2.4　順序操作與并行操作 22
2.5　結束語 23
2.6　書目和歷史注釋 24
2.7　問題 24
第3章　圖像濾波和形態(tài)學 25
3.1　導言 25
3.2　通過高斯平滑抑制噪聲 27
3.3　中值濾波器 28
3.4　模式濾波器 30
3.5　秩排序濾波器 35
3.6　銳化–反銳化掩模 35
3.7　中值濾波器引入的偏移 36
3.7.1　中值偏移的連續(xù)體模型 36
3.7.2　推廣到灰度圖 38
3.7.3　中值偏移的離散模型 40
3.8　秩排序濾波器引入的偏移 41
3.9　濾波器在計算機視覺工業(yè)應用中的作用 44
3.10　圖像濾波中的色彩 44
3.11　二值圖像的膨脹和腐蝕 45
3.11.1　膨脹和腐蝕 45
3.11.2　抵消效應 45
3.11.3　改進的膨脹與腐蝕算子 45
3.12　數(shù)學形態(tài)學 46
3.12.1　泛化的形態(tài)學膨脹 46
3.12.2　泛化的形態(tài)學腐蝕 47
3.12.3　膨脹與腐蝕之間的對偶性 47
3.12.4　膨脹與腐蝕算子的特性 48
3.12.5　閉合與開啟 50
3.12.6　基本形態(tài)學運算概要 51
3.13　形態(tài)學分組 53
3.14　灰度圖像中的形態(tài)學 54
3.15　結束語 55
3.16　書目和歷史注釋 56
3.17　問題 58
第4章　閾值的作用 61
4.1　導言 61
4.2　區(qū)域生長方法 62
4.3　閾值方法 62
4.3.1　尋找合適的閾值 62
4.3.2　解決閾值選取中的偏差問題 63
4.4　自適應閾值 64
4.5　更徹底的閾值選擇方法 66
4.5.1　基于方差的閾值 67
4.5.2　基于熵的閾值 67
4.5.3　似然閾值 68
4.6　全局波谷閾值方法 69
4.7　應用全局波谷閾值方法的實際結果 71
4.8　直方圖凹性分析 75
4.9　結束語 75
4.10　書目和歷史注釋 76
4.11　問題 77
第5章　邊緣檢測 78
5.1　導言 78
5.2　邊緣檢測基本理論 79
5.3　模板匹配方法 80
5.4　3×3模板算子理論 81
5.5　微分梯度算子的設計 82
5.6　圓形算子的概念 83
5.7　圓形算子的詳細實現(xiàn) 83
5.8　微分邊緣算子的系統(tǒng)設計 85
5.9　上述方法的問題—?一些替代方案 86
5.10　滯后閾值 88
5.11　Canny算子 89
5.12　Laplacian算子 92
5.13　結束語 93
5.14　書目和歷史注釋 93
5.15　問題 94
第6章　角點、興趣點和不變特征的檢測 95
6.1　導言 95
6.2　模板匹配 95
6.3　二階導數(shù)方法 96
6.4　基于中值濾波的角點檢測器 98
6.4.1　分析中值檢測器的操作 98
6.4.2　實際結果 99
6.5　Harris興趣點算子 100
6.5.1　各種幾何構型的角點信號和位移 102
6.5.2　交叉點和T形交叉點的性能 103
6.5.3　Harris算子的不同形式 105
6.6　角點方向 106
6.7　局部不變特征檢測器與描述符 106
6.7.1　幾何變換和特征標準化 107
6.7.2　Harris尺度、仿射不變檢測器和描述符 108
6.7.3　Hessian尺度、仿射不變檢測器和描述符 109
6.7.4　尺度不變特征變換算子 110
6.7.5　加速魯棒特征算子 110
6.7.6　穩(wěn)定極值區(qū)域 111
6.7.7　各種不變特征檢測器的比較 112
6.7.8　定向梯度直方圖 114
6.8　結束語 115
6.9　書目和歷史注釋 116
6.10　問題 118
第7章　紋理分析 119
7.1　導言 119
7.2　紋理分析的一些基本方法 121
7.3　灰度共生矩陣 122
7.4　Laws紋理能量法 123
7.5　Ade特征濾波器法 125
7.6　對Laws法和Ade法的評估 126
7.7　結束語 127
7.8　書目和歷史注釋 127
第二部分　中級視覺
第8章　二值化形狀分析 130
8.1　導言 130
8.2　二值圖像的連通性 131
8.3　物體標記和計數(shù) 131
8.4　尺寸濾波 136
8.5　距離函數(shù)及其用途 138
8.6　骨架和細化 140
8.6.1　交叉數(shù) 141
8.6.2　細化的并行和順序實現(xiàn) 143
8.6.3　引導細化 144
8.6.4　如何看待骨架的本質 145
8.6.5　骨架節(jié)點分析 146
8.6.6　骨架在形狀識別中的應用 146
8.7　形狀識別的其他度量 147
8.8　邊界跟蹤過程 148
8.9　結束語 149
8.10　書目和歷史注釋 150
8.11　問題 151
第9章　邊界模式分析 154
9.1　導言 154
9.2　邊界跟蹤過程 156
9.3　質心輪廓 156
9.4　質心輪廓方法存在的問題 157
9.5?。╯, ψ）圖 159
9.6　解決遮擋問題 160
9.7　邊界長度度量的準確性 162
9.8　結束語 163
9.9　書目和歷史注釋 164
9.10　問題 165
第10章　直線、圓和橢圓的檢測 166
10.1　導言 166
10.2　霍夫變換在直線檢測中的應用 167
10.3　垂足法 169
10.4　使用RA