計(jì)算機(jī)視覺(jué)：原理、算法、應(yīng)用及學(xué)習(xí)（原書(shū)第5版）

譯者序
推薦序
第5版前言
第1版前言
縮寫(xiě)詞匯表
第1章　計(jì)算機(jī)視覺(jué)面臨的挑戰(zhàn) 1
1.1　導(dǎo)言—人類(lèi)及其感官 1
1.2　視覺(jué)的本質(zhì) 2
1.2.1　識(shí)別過(guò)程 2
1.2.2　解決識(shí)別問(wèn)題 3
1.2.3　物體定位 4
1.2.4　場(chǎng)景分析 5
1.2.5　視覺(jué)是逆向圖形學(xué) 6
1.3　從自動(dòng)視覺(jué)檢測(cè)到監(jiān)控 6
1.4　本書(shū)是關(guān)于什么的 7
1.5　機(jī)器學(xué)習(xí)的作用 8
1.6　后續(xù)章節(jié)內(nèi)容概述 9
1.7　書(shū)目注釋 9
部分　初級(jí)視覺(jué)
第2章　圖像與圖像處理 12
2.1　導(dǎo)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(diǎn)擴(kuò)散函數(shù) 21
2.4　順序操作與并行操作 22
2.5　結(jié)束語(yǔ) 23
2.6　書(shū)目和歷史注釋 24
2.7　問(wèn)題 24
第3章　圖像濾波和形態(tài)學(xué) 25
3.1　導(dǎo)言 25
3.2　通過(guò)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?yàn)V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?yàn)V波器引入的偏移 41
3.9　濾波器在計(jì)算機(jī)視覺(jué)工業(yè)應(yīng)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(yīng) 45
3.11.3　改進(jìn)的膨脹與腐蝕算子 45
3.12　數(shù)學(xué)形態(tài)學(xué) 46
3.12.1　泛化的形態(tài)學(xué)膨脹 46
3.12.2　泛化的形態(tài)學(xué)腐蝕 47
3.12.3　膨脹與腐蝕之間的對(duì)偶性 47
3.12.4　膨脹與腐蝕算子的特性 48
3.12.5　閉合與開(kāi)啟 50
3.12.6　基本形態(tài)學(xué)運(yùn)算概要 51
3.13　形態(tài)學(xué)分組 53
3.14　灰度圖像中的形態(tài)學(xué) 54
3.15　結(jié)束語(yǔ) 55
3.16　書(shū)目和歷史注釋 56
3.17　問(wèn)題 58
第4章　閾值的作用 61
4.1　導(dǎo)言 61
4.2　區(qū)域生長(zhǎng)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(wèn)題 63
4.4　自適應(yīng)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(yīng)用全局波谷閾值方法的實(shí)際結(jié)果 71
4.8　直方圖凹性分析 75
4.9　結(jié)束語(yǔ) 75
4.10　書(shū)目和歷史注釋 76
4.11　問(wèn)題 77
第5章　邊緣檢測(cè) 78
5.1　導(dǎo)言 78
5.2　邊緣檢測(cè)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(shè)計(jì) 82
5.6　圓形算子的概念 83
5.7　圓形算子的詳細(xì)實(shí)現(xiàn) 83
5.8　微分邊緣算子的系統(tǒng)設(shè)計(jì) 85
5.9　上述方法的問(wèn)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(jié)束語(yǔ) 93
5.14　書(shū)目和歷史注釋 93
5.15　問(wèn)題 94
第6章　角點(diǎn)、興趣點(diǎn)和不變特征的檢測(cè) 95
6.1　導(dǎo)言 95
6.2　模板匹配 95
6.3　二階導(dǎo)數(shù)方法 96
6.4　基于中值濾波的角點(diǎn)檢測(cè)器 98
6.4.1　分析中值檢測(cè)器的操作 98
6.4.2　實(shí)際結(jié)果 99
6.5　Harris興趣點(diǎn)算子 100
6.5.1　各種幾何構(gòu)型的角點(diǎn)信號(hào)和位移 102
6.5.2　交叉點(diǎn)和T形交叉點(diǎn)的性能 103
6.5.3　Harris算子的不同形式 105
6.6　角點(diǎn)方向 106
6.7　局部不變特征檢測(cè)器與描述符 106
6.7.1　幾何變換和特征標(biāo)準(zhǔn)化 107
6.7.2　Harris尺度、仿射不變檢測(cè)器和描述符 108
6.7.3　Hessian尺度、仿射不變檢測(cè)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(cè)器的比較 112
6.7.8　定向梯度直方圖 114
6.8　結(jié)束語(yǔ) 115
6.9　書(shū)目和歷史注釋 116
6.10　問(wèn)題 118
第7章　紋理分析 119
7.1　導(dǎo)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(duì)Laws法和Ade法的評(píng)估 126
7.7　結(jié)束語(yǔ) 127
7.8　書(shū)目和歷史注釋 127
第二部分　中級(jí)視覺(jué)
第8章　二值化形狀分析 130
8.1　導(dǎo)言 130
8.2　二值圖像的連通性 131
8.3　物體標(biāo)記和計(jì)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(xì)化 140
8.6.1　交叉數(shù) 141
8.6.2　細(xì)化的并行和順序?qū)崿F(xiàn) 143
8.6.3　引導(dǎo)細(xì)化 144
8.6.4　如何看待骨架的本質(zhì) 145
8.6.5　骨架節(jié)點(diǎn)分析 146
8.6.6　骨架在形狀識(shí)別中的應(yīng)用 146
8.7　形狀識(shí)別的其他度量 147
8.8　邊界跟蹤過(guò)程 148
8.9　結(jié)束語(yǔ) 149
8.10　書(shū)目和歷史注釋 150
8.11　問(wèn)題 151
第9章　邊界模式分析 154
9.1　導(dǎo)言 154
9.2　邊界跟蹤過(guò)程 156
9.3　質(zhì)心輪廓 156
9.4　質(zhì)心輪廓方法存在的問(wèn)題 157
9.5　（s, ψ）圖 159
9.6　解決遮擋問(wèn)題 160
9.7　邊界長(zhǎng)度度量的準(zhǔn)確性 162
9.8　結(jié)束語(yǔ) 163
9.9　書(shū)目和歷史注釋 164
9.10　問(wèn)題 165
第10章　直線(xiàn)、圓和橢圓的檢測(cè) 166
10.1　導(dǎo)言 166
10.2　霍夫變換在直線(xiàn)檢測(cè)中的應(yīng)用 167
10.3　垂足法 169
10.4　使用RA