为你推荐
内容简介
前言
第1章 计算机视觉基础
1.1 视觉基础
1.1.1 视觉
1.1.2 视感觉和视知觉
1.1.3 视觉过程
1.2 视觉和图像
1.2.1 图像和数字图像
1.2.2 图像和像素表示
1.2.3 图像存储与文件格式
1.2.4 图像显示和打印方法
1.3 视觉系统和图像技术
1.3.1 视觉系统流程
1.3.2 图像技术层次
1.3.3 图像技术类别
1.4 本书架构和内容概况
1.4.1 结构框架和主要内容
1.4.2 各章概况
1.4.3 先修基础
1.5 各节要点和进一步参考
第2章 2D图像采集
2.1 采集装置和性能指标
2.1.1 CCD传感器
2.1.2 CMOS传感器
2.1.3 常用性能指标
2.1.4 图像采集流程
2.2 图像亮度成像模型
2.2.1 光度学基础
2.2.2 均匀照度
2.2.3 简单亮度成像模型
2.3 图像空间成像模型
2.3.1 投影成像几何
2.3.2 基本成像模型
2.3.3 一般成像模型
2.4 采样和量化
2.4.1 空间和幅度分辨率
2.4.2 图像数据量与质量
2.5 像素之间的关系
2.5.1 像素邻域及连通
2.5.2 像素间距离
2.6 各节要点和进一步参考
第3章 空域增强
3.1 图像间运算
3.1.1 算术运算
3.1.2 逻辑运算
3.2 图像灰度映射
3.2.1 图像求反
3.2.2 对比度拉伸
3.2.3 动态范围压缩
3.3 直方图均衡化
3.3.1 图像直方图
3.3.2 原理和步骤
3.4 直方图规定化
3.4.1 原理和步骤
3.4.2 单映射规则和组映射规则
3.5 空域卷积增强
3.5.1 模板卷积
3.5.2 空域滤波
3.6 各节要点和进一步参考
第4章 频域增强
4.1 傅里叶变换和频域增强
4.1.1 傅里叶变换
4.1.2 傅里叶变换特性
4.1.3 频域增强
4.2 频域低通滤波器
4.2.1 理想低通滤波器
4.2.2 巴特沃斯低通滤波器
4.3 频域高通滤波器
4.3.1 理想高通滤波器
4.3.2 巴特沃斯高通滤波器
4.4 带通带阻滤波器
4.4.1 带通滤波器
4.4.2 带阻滤波器
4.4.3 带通滤波器和带阻滤波器的联系
4.4.4 陷波滤波器
4.4.5 交互消除周期噪声
4.5 同态滤波器
4.5.1 同态滤波流程
4.5.2 同态滤波消噪
4.6 各节要点和进一步参考
第5章 图像恢复
5.1 图像退化
5.1.1 图像退化模型
5.1.2 图像退化模型性质
5.2 逆滤波
5.2.1 无约束恢复
5.2.2 逆滤波模型
5.3 维纳滤波
5.3.1 有约束恢复
5.3.2 维纳滤波器
5.4 几何失真校正
5.4.1 空间变换
5.4.2 灰度插值
5.5 图像修补
5.5.1 图像修补原理
5.5.2 图像修补示例
5.6 各节要点和进一步参考
第6章 彩色增强
6.1 彩色视觉
6.1.1 三基色和颜色表示
6.1.2 色度图
6.2 彩色模型
6.2.1 RGB模型
6.2.2 HSI模型
6.2.3 从RGB转换到HSI
6.2.4 从HSI转换到RGB
6.3 伪彩色增强
6.3.1 亮度切割
6.3.2 从灰度到彩色的变换
6.3.3 频域滤波
6.4 真彩色增强
6.4.1 单分量真彩色增强
6.4.2 全彩色增强
6.5 各节要点和进一步参考
第7章 图像分割
7.1 定义和算法分类
7.1.1 图像分割定义
7.1.2 图像分割算法分类
7.2 微分边缘检测
7.2.1 微分边缘检测原理
7.2.2 空域微分算子
7.3 主动轮廓模型
7.3.1 主动轮廓
7.3.2 能量函数
7.4 阈值化分割
7.4.1 原理步骤
7.4.2 阈值选取
7.5 基于过渡区选取阈值
7.5.1 过渡区和有效平均梯度
7.5.2 有效平均梯度的极值点和过渡区边界
7.5.3 阈值选取
7.6 区域生长
7.6.1 基本方法
7.6.2 问题和改进
7.7 各节要点和进一步参考
第8章 基元检测
8.1 兴趣点检测
8.1.1 利用二阶导数检测角点
8.1.2 哈里斯兴趣点算子
8.1.3 积分角点检测
8.2 椭圆目标检测
8.2.1 直径二分法
8.2.2 弦-切线法
8.2.3 椭圆的其他参数
8.3 哈夫变换
8.3.1 点-线对偶性
8.3.2 计算步骤
8.3.3 极坐标方程
8.4 广义哈夫变换
8.4.1 推广原理
8.4.2 完整广义哈夫变换
8.5 各节要点和进一步参考
第9章 目标表达
9.1 轮廓的链码表达
9.1.1 链码表达
9.1.2 链码归一化
9.2 轮廓标志
9.2.1 距离-角度标志
9.2.2 切线角-弧长标志
9.2.3 斜率-密度标志
9.2.4 距离-弧长标志
9.3 轮廓的多边形近似
9.3.1 最小周长多边形
9.3.2 聚合多边形
9.3.3 分裂多边形
9.4 目标的层次表达
9.4.1 四叉树表达法
9.4.2 二叉树表达法
9.5 目标的围绕区域
9.5.1 外接盒
9.5.2 最小包围长方形
9.5.3 凸包
9.6 目标的骨架表达
9.6.1 骨架和骨架点
9.6.2 骨架算法
9.7 各节要点和进一步参考
第10章 目标描述
10.1 轮廓基本描述参数
10.1.1 轮廓长度
10.1.2 轮廓直径
10.1.3 斜率、曲率和角点
10.2 区域基本描述参数
10.2.1 区域面积
10.2.2 区域重心
10.2.3 区域灰度特性
10.3 轮廓的傅里叶描述
10.3.1 傅里叶轮廓描述符
10.3.2 傅里叶描述随轮廓的变化
10.4 轮廓的小波描述
10.4.1 小波变换基础
10.4.2 小波轮廓描述符
10.5 区域不变矩描述
10.5.1 中心矩
10.5.2 区域不变矩
10.5.3 区域仿射不变矩
10.6 目标关系描述
10.6.1 字符串描述
10.6.2 树结构描述
10.7 各节要点和进一步参考
第11章 纹理描述
11.1 纹理的统计描述
11.1.1 共生矩阵
11.1.2 基于共生矩阵的纹理描述符
11.1.3 基于能量的纹理描述符
11.2 纹理的结构描述
11.2.1 结构法基础
11.2.2 纹理镶嵌
11.2.3 局部二值模式
11.3 纹理的频谱描述
11.3.1 傅里叶频谱
11.3.2 贝塞尔-傅里叶频谱
11.4 各节要点和进一步参考
第12章 形状描述
12.1 形状紧凑性描述符
12.1.1 外观比
12.1.2 形状因子
12.1.3 偏心率
12.1.4 球状性
12.1.5 圆形性
12.1.6 描述符比较
12.2 形状复杂性描述符
12.2.1 形状复杂性的简单描述符
12.2.2 利用模糊图的直方图分析描述形状复杂度
12.2.3 饱和度
12.3 基于离散曲率的描述符
12.3.1 曲率与几何特征
12.3.2 离散曲率
12.3.3 离散曲率的计算
12.3.4 基于曲率的描述符
12.4 拓扑结构描述符
12.4.1 欧拉数
12.4.2 交叉数和连接数
12.5 各节要点和进一步参考
第13章 目标分类
13.1 不变量交叉比
13.1.1 交叉比
13.1.2 非共线点的不变量
13.1.3 对称的交叉比函数
13.1.4 交叉比应用示例
13.2 统计模式分类
13.2.1 模式分类原理
13.2.2 最小距离分类器
13.2.3 最优统计分类器
13.2.4 自适应自举
13.3 支持向量机
13.3.1 线性可分类
13.3.2 线性不可分类
13.4 各节要点和进一步参考
附录A 二值数学形态学
A.1 基本集合定义
A.2 二值数学形态学基本运算
A.2.1 二值膨胀和腐蚀
A.2.2 二值开启和闭合
A.3 二值数学形态学组合运算
A.3.1 击中-击不中变换
A.3.2 二值组合运算
A.4 二值数学形态学实用算法
A.4.1 噪声滤除
A.4.2 角点检测
A.4.3 轮廓提取
A.4.4 区域填充
A.4.5 目标检测和定位
A.4.6 连通组元抽取
A.4.7 区域骨架提取
A.5 各节要点和进一步参考
附录B 视觉恒常性
B.1 视觉恒常性理论
B.1.1 各种恒常性
B.1.2 视网膜皮层理论
B.2 图像增强应用
B.2.1 雾天图像增强
B.2.2 红外图像增强
B.3 各节要点和进一步参考
自我检测题
第1章 计算机视觉基础
第2章 2D图像采集
第3章 空域增强
第4章 频域增强
第5章 图像恢复
第6章 彩色增强
第7章 图像分割
第8章 基元检测
第9章 目标表达
第10章 目标描述
第11章 纹理描述
第12章 形状描述
第13章 目标分类
自我检测题答案
第1章 计算机视觉基础
第2章 2D图像采集
第3章 空域增强
第4章 频域增强
第5章 图像恢复
第6章 彩色增强
第7章 图像分割
第8章 基元检测
第9章 目标表达
第10章 目标描述
第11章 纹理描述
第12章 形状描述
第13章 目标分类
参考文献
第1章 计算机视觉基础
第2章 2D图像采集
第3章 空域增强
第4章 频域增强
第5章 图像恢复
第6章 彩色增强
第7章 图像分割
第8章 基元检测
第9章 目标表达
第10章 目标描述
第11章 纹理描述
第12章 形状描述
第13章 目标分类
附录A 二值数学形态学
附录B 视觉恒常性
术语索引
B
C
D
E
F
G
H
J
K
L
M
N
O
P
Q
R
S
T
W
X
Y
Z
反侵权盗版声明
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
