图象工程（下册 图象理解与计算机视觉）

第1章 绪论

1. 1 图象工程概述

1. 2 图象理解与计算机视觉

1. 2. 1 图象理解

1. 2. 2 计算机视觉

1. 2. 3 图象理解与计算机视觉的关系

1. 2. 4 和图象理解与计算机视觉相关的其它学科

1. 2. 5 图象理解与计算机视觉的应用领域

1. 3 本书的安排和概要

1. 3. 1 整体安排

1. 3. 2 各章概要

练习题

第2章 视感觉和视知党

2. 1 概述和分类

2. 2 视觉过程与特性

2. 2. 1 视觉过程

2. 2. 2 视觉的时间特性

2. 2. 3 视觉的空间特性

2. 3 形状知觉

2. 3. 1 轮廓

2. 3. 2 图形和背景

2. 3. 3 几何图形视错觉

2. 4 空间知觉

2. 4. 1 非视觉性深度线索

2. 4. 2 双眼深度线索

2. 4. 3 单眼深度线索

练习题

第3章 立体成象

3. 1 概述和分类

3. 2 图象采集装置

3. 2. 1 采集装置的性能指标

3. 2. 2 灰度图采集和CCD摄象器件

3. 2. 3 深度图采集和结构光测距装置

3. 3 成象变换和摄象机模型

3. 3. 1 世界坐标与摄象机坐标重合时的摄象机模型

3. 3. 2 世界坐标与摄象机坐标分开时的摄象机模型

3. 3. 3 通用摄象机模型

3. 4 摄象机校准

3. 5 立体成象方式

3. 5. 1 立体成象方式分类

3. 5. 2 单目成象和畸变

3. 5. 3 双目成象和视差

3. 5. 4 结构光成象和成象高度

练习题

第4章 扩展分折技术

4. 1 概述和分类

4. 2 广义哈夫变换

4. 2. 1 基本哈夫变换原理

4. 2. 2 广义哈夫变换原理

4. 2. 3 完整广义哈夫变换

4. 3 亚象素边缘检测

4. 3. 1 基于矩保持的亚象素边缘检测

4. 3. 2 利用一阶微分期望值的亚象素边缘检测

4. 3. 3 利用切线信息的亚象素边缘检测

4. 4 3-D边缘检测和阈值分割

4. 4. 1 3-D边缘检测

4. 4. 2 3-D阈值分割

4. 5 16-邻域

4. 5. 1 术语和定义

4. 5. 2 N16空间中的连通性和最短通路

4. 5. 3 Ti变换

4. 5. 4 N16空间中的距离

4. 6 3-D表面的表达

4. 6. 1 3-D轮廓线的表达

4. 6. 2 3-D目标表面的表达

4. 6. 3 表面面元插值3-D轮廓

4. 7 3-D实体的表达

4. 7. 1 表达方案

4. 7. 2 广义圆柱体

4. 7. 3 扩展高斯图

练习题

第5章 立体视觉

5. 1 概述和分类

5. 2 立体视觉模块

5. 3 双目立体匹配

5. 4 多目立体匹配

5. 4. 1 多目图象

5. 4. 2 倒距离

5. 5 正交多目立体匹配

5. 5. 1 基本原理

5. 5. 2 基于梯度分类的正交三目立体匹配

5. 5. 3 正交多目立体匹配

5. 6 视差图误差检测与校正

5. 7 亚象素级视差

练习题

第6章 三维形状信息恢复

6. 1 概述和分类

6. 2 光度立体学

6. 2. 1 场景亮度和图象亮度

6. 2. 2 表面反射特性和亮度

6. 2. 3 目标表面朝向

6. 2. 4 反射图

6. 2. 5 光度立体学求解

6. 3 从运动求取结构

6. 3. 1 光流和运动场

6. 3. 2 光流约束方程

6. 3. 3 光流计算

6. 3. 4 光流与表面取向

6. 4 从阴影恢复形状

6. 4. 1 阴影与形状

6. 4. 2 利用单目图象求解照度方程

6. 5 纹理与表面朝向

6. 5. 1 基本方法

6. 5. 2 线段纹理消失点的确定

练习题

第7章 知识和表达

7. 1 概述和分类

7. 2 场景知识

7. 3 过程知识

7. 4 知识表达基础

7. 4. 1 对知识表达的要求

7. 4. 2 知识表达类型

7. 4. 3 图象理解系统中的知识模块

7. 4. 4 图象理解中的知识表达

7. 5 逻辑系统

7. 5. l 定义

7. 5. 2 利用定理证明未推理

7. 6 语义网络

7. 7 产生式(专家)系统

练习题

第8章 匹配和理解

8. 1 概述和分类

8. 2 模板匹配

8. 3 目标匹配

8. 3. 1 字符串匹配

8. 3. 2 特征点匹配

8. 3. 3 形状数匹配

8. 3. 4 惯量等效椭圆匹配

8. 4 动态模式匹配

8. 5 关系匹配

8. 6 线图同构

8. 7 特征内容匹配

8. 7. 1 一般框架和系统模块

8. 7. 2 颜色匹配

8. 7. 3 纹理匹配

8. 7. 4 形状匹配

8. 7. 5 综合特征匹配

8. 7. 6 语义内容匹配

8. 7. 7 基于内容的多媒体信息检索与国际标准MPEG-7

练习题

第9章 视觉理论和信息系统

9. 1 概述和分类

9. 2 视觉计算理论

9. 2. 1 马尔理论

9. 2. 2 关于马尔理论的讨论

9. 3 视觉信息系统模型

9. 3. 1 系统模型结构

9. 3. 2 多层次串行结构

9. 3. 3 以知识库为个心的辐射结构

9. 3. 4 以知识库为根的树结构

9. 3. 5 多模块交叉配合结构

9. 4 具体系统分析

9. 4. 1 VISIONS系统

9. 4. 2 ACRONYM系统

9. 4. 3 KB Vision系统

9. 5 典型系统比较

9. 6 讨论和展望

练习题

附录A 相关技术

A. 1 概述和分类

A. 2 统计模式识别

A. 2. 1 模式和分类

A. 2. 2 最小距离分类器

A. 2. 3 最优统计分类器

A. 3 结构模式识别

A. 3. 1 字符串结构识别

A. 3. 2 树结构识别

A. 3. 3 学习和推理

A. 4 人工神经网络

A. 4. 1 发展和特点

A. 4. 2 用于两个模式类的感知机模型

A. 4. 3 多层前向神经网络

A. 4. 4 多层网络决策面的复杂度

A. 5 图象代数与形态分析

A. 5. 1 二值数学形态学

A. 5. 2 灰度数学形态学的一些基本算法

A. 5. 3 灰度数学形态学的一些实用算法

A. 5. 4 图象代数

练习题

附录B 参考文献

B. 1 主要相关书籍

B. 2 本书引用的中文文献

B. 3 本书引用的英文文献英文目录