注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁出版圖書科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)計(jì)算機(jī)輔助設(shè)計(jì)與工程計(jì)算計(jì)算機(jī)輔助綜合計(jì)算機(jī)視覺

計(jì)算機(jī)視覺

計(jì)算機(jī)視覺

定 價:¥55.00

作 者: (美)Linda G.Shapiro,(美)George C.Stockman著;趙清杰,錢芳,蔡利棟譯;趙清杰譯
出版社: 機(jī)械工業(yè)出版社
叢編項(xiàng): 計(jì)算機(jī)科學(xué)叢書
標(biāo) 簽: 暫缺

ISBN: 9787111159728 出版時間: 2005-03-01 包裝: 平裝
開本: 26cm 頁數(shù): 429 字?jǐn)?shù):  

內(nèi)容簡介

  本書系統(tǒng)地介紹了計(jì)算機(jī)視覺方面的基礎(chǔ)知識,詳細(xì)討論了從圖像自動抽取重要信息的相關(guān)理論,內(nèi)容包括最近出現(xiàn)的研究成果。本書取材新穎精煉,重點(diǎn)突出,以解決實(shí)際問題為目的。前11章討論的是2D情況;第12章到第15章從2D情況擴(kuò)展到3D情況;第16章介紹了利用計(jì)算機(jī)視覺技術(shù)的實(shí)際應(yīng)用系統(tǒng)。書中的大量實(shí)例及習(xí)題,貼近生活,面向應(yīng)用,富有情趣。本書適合作為高等院校計(jì)算機(jī)及相關(guān)專業(yè)的高年級本科生和研究和的教材,也可供相關(guān)技術(shù)人員參考。長期以來,科學(xué)家與科幻作家一直夢想著人類能夠制造出智能機(jī)器,而這種智能機(jī)器首先要能夠?qū)σ曈X信息進(jìn)行理解。本書詳細(xì)討論了從圖像自動抽取重要信息和理論和技術(shù),把利用計(jì)算機(jī)視覺技術(shù)把利用計(jì)算機(jī)視覺技術(shù)解決問題的重要研究內(nèi)容匯集到一起。隨著計(jì)算機(jī)技術(shù)的最新發(fā)展,計(jì)算機(jī)圖像已經(jīng)成為一種經(jīng)濟(jì)靈活的技術(shù)手段,并已滲透到各行各業(yè)。圖像計(jì)算不再只屬于科學(xué)研究領(lǐng)域,甚至成為人們的業(yè)余愛好。本書適合作為高等院校計(jì)算機(jī)及相關(guān)專業(yè)的高年級本科生和研究和的教材,也可供相關(guān)技術(shù)人員參考。本書英文版被美國華盛頓大學(xué)等高等院校采用為教材。本書特點(diǎn):●除了傳統(tǒng)內(nèi)容外,增加了圖像數(shù)據(jù)庫,虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)方面的內(nèi)容;●介紹了兩個運(yùn)用計(jì)算機(jī)視覺技術(shù)的實(shí)際系統(tǒng);●應(yīng)用面涉及工業(yè)、醫(yī)學(xué)、地產(chǎn)、多媒體及計(jì)算機(jī)繪圖;●內(nèi)含大量習(xí)題和編程項(xiàng)目,以及大量極具說服力的圖片;●書中提供大量相關(guān)網(wǎng)站,包括額外圖像檔案文件,圖像處理代碼和幻燈片等。

作者簡介

  LindaG.Shapiro是華盛頓大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)教授及電子工程學(xué)教授。她于1974年在艾奧瓦大學(xué)獲得計(jì)算機(jī)博士學(xué)位。她曾在堪薩斯州立大學(xué)、維吉尼亞工學(xué)院、維吉尼亞州立大學(xué)任教,并在國際機(jī)器視覺組織負(fù)責(zé)智能系統(tǒng)方面的工作。Shapiro教授是Imageunderstranding雜志的主編,是ComputervisionandimageUnderstanding以及patternrecognition雜志的編委。她與RobertM.Haralick一起合寫了Computerandrobotvision一書。1995年她當(dāng)選為IEEE會士,2000年當(dāng)選為模式識別國際協(xié)會的會士。相關(guān)圖書編譯原理C++語言的設(shè)計(jì)和演化并行計(jì)算導(dǎo)論(原書第2版)信息論、編碼與密碼學(xué)軟件需求3D游戲卷1實(shí)時渲染與軟件技術(shù)3D游戲卷2動畫與高級實(shí)時渲染技術(shù)數(shù)字圖像處理疑難解析現(xiàn)代信息檢索CAXA數(shù)控銑CAD/CAM技術(shù)C語言的科學(xué)和藝術(shù)信息系統(tǒng)原理:原書第6版操作系統(tǒng)現(xiàn)代操作系統(tǒng)(第2版)計(jì)算機(jī)網(wǎng)絡(luò):自頂向下方法與Internet特色(原書第3版)高級編譯器設(shè)計(jì)與實(shí)現(xiàn)計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)方案(原書第3版)3D計(jì)算機(jī)圖形學(xué)(原書第3版)C程序設(shè)計(jì)語言(第2版·新版)習(xí)題解答計(jì)算機(jī)科學(xué)概論(原書第2版)C++編程思想。第2卷:實(shí)用編程技術(shù)模式分析的核方法微機(jī)接口技術(shù)實(shí)驗(yàn)教程數(shù)據(jù)倉庫(原書第3版)神經(jīng)網(wǎng)絡(luò)原理(原書第2版)離散數(shù)學(xué)導(dǎo)學(xué)數(shù)據(jù)庫設(shè)計(jì)教程(第2版)組合數(shù)學(xué)(原書第4版)JAVA編程思想(第2版)數(shù)據(jù)庫系統(tǒng)導(dǎo)論UNIX系統(tǒng)編程并行程序設(shè)計(jì)數(shù)據(jù)庫與事務(wù)處理計(jì)算機(jī)網(wǎng)絡(luò)與因特網(wǎng)(原書第4版)人工智能:英文可擴(kuò)展并行計(jì)算技術(shù)、結(jié)構(gòu)與編程數(shù)據(jù)庫原理、編程與性能Java面向?qū)ο蟪绦蛟O(shè)計(jì)教程嵌入式微控制器

圖書目錄

第1章  緒論        1
1.1  機(jī)器視覺        1
1.2  應(yīng)用問題        2
1.2.1  數(shù)字圖像        2
1.2.2  查詢圖像數(shù)據(jù)庫        3
1.2.3  檢查交叉支撐桿上的螺孔        3
1.2.4  診斷人腦內(nèi)部        5
1.2.5  處理掃描的文本頁面        6
1.2.6  解釋積雪覆蓋        6
1.2.7  理解零件場景        7
1.3  圖像運(yùn)算        8
1.3.1  鄰域運(yùn)算        8
1.3.2  整幅圖像增強(qiáng)        9
1.3.3  多幅圖像運(yùn)算        9
1.3.4  圖像特征計(jì)算        10
1.3.5  抽取非圖像表示        10
1.4  面臨的問題        11
1.5  計(jì)算機(jī)和應(yīng)用軟件        11
1.6  相關(guān)領(lǐng)域        12
1.7  內(nèi)容安排        12
1.8  參考文獻(xiàn)        12
1.9  附加習(xí)題        14
第2章  圖像生成與圖像表示        17
2.1  光線感測        17
2.2  成像設(shè)備        18
2.2.1  CCD攝像機(jī)        18
2.2.2  圖像形成        19
2.2.3  視頻攝像機(jī)        20
2.2.4  人眼        21
2.3  數(shù)字圖像中的問題*        21
2.3.1  幾何畸變        21
2.3.2  散射        21
2.3.3  光暈        21
2.3.4  CCD差異        22
2.3.5  削波與逆變        22
2.3.6  彩色畸變        22
2.3.7  量化效應(yīng)        22
2.4  圖像函數(shù)與數(shù)字圖像        22
2.4.1  圖像類型        22
2.4.2  圖像量化與空間度量        24
2.5  數(shù)字圖像格式*        27
2.5.1  圖像文件頭        28
2.5.2  圖像數(shù)據(jù)        28
2.5.3  數(shù)據(jù)壓縮        28
2.5.4  常用圖像格式        28
2.5.5  游程編碼二值圖像        28
2.5.6  PGM格式        28
2.5.7  GIF格式        29
2.5.8  TIFF格式        30
2.5.9  JPEG格式        30
2.5.10  PostScript格式        30
2.5.11  MPEG格式        30
2.5.12  圖像格式比較        31
2.6  成像影響因素        31
2.7  從二維圖像到三維結(jié)構(gòu)        32
2.8  5種參考坐標(biāo)系        33
2.8.1  像素坐標(biāo)系I        33
2.8.2  物體坐標(biāo)系O        34
2.8.3  攝像機(jī)坐標(biāo)系C        34
2.8.4  實(shí)際圖像坐標(biāo)系F        34
2.8.5  世界坐標(biāo)系W        34
2.9  其他類型的傳感器*        34
2.9.1  測微密度計(jì)        34
2.9.2  彩色圖像和多譜圖像        35
2.9.3  X射線        35
2.9.4  磁共振成像        36
2.9.5  距離掃描儀和深度圖像        36
2.10  參考文獻(xiàn)        38
第3章  二值圖像分析        39
3.1  像素與鄰域        39
3.2  圖像模板運(yùn)算        40
3.3  目標(biāo)計(jì)數(shù)        41
3.4  連通成分標(biāo)記        42
3.4.1  遞歸標(biāo)記算法        43
3.4.2  逐行標(biāo)記算法        45
3.5  二值圖像形態(tài)學(xué)        49
3.5.1  結(jié)構(gòu)元        49
3.5.2  基本運(yùn)算        49
3.5.3  二值形態(tài)學(xué)的應(yīng)用        51
3.5.4  條件膨脹        54
3.6  區(qū)域特征        54
3.7  區(qū)域鄰接圖        61
3.8  灰度級圖像閾值化        62
3.8.1  直方圖閾值選擇        62
3.8.2  自動閾值處理:Otsu方法*        63
3.9  參考文獻(xiàn)        66
第4章  模式識別        69
4.1  模式識別問題        69
4.2  分類模型        70
4.2.1  類別        70
4.2.2  傳感器/變換器        70
4.2.3  特征抽取算子        70
4.2.4  分類器        70
4.2.5  分類系統(tǒng)的建立        70
4.2.6  系統(tǒng)錯誤估計(jì)        71
4.2.7  誤報(bào)和漏報(bào)        72
4.3  查準(zhǔn)率與查全率        72
4.4  特征表示        73
4.5  特征向量表示        74
4.6  分類器的實(shí)現(xiàn)        75
4.6.1  最近均值分類        75
4.6.2  最近鄰分類        76
4.7  結(jié)構(gòu)方法        77
4.8  混淆矩陣        79
4.9  決策樹        79
4.10  貝葉斯決策        83
4.11  多維數(shù)據(jù)決策        87
4.12  機(jī)器學(xué)習(xí)        88
4.13  人工神經(jīng)網(wǎng)絡(luò)*        88
4.13.1  感知器模型        88
4.13.2  多層前向網(wǎng)絡(luò)        91
4.14  參考文獻(xiàn)        94
第5章  圖像濾波與增強(qiáng)        95
5.1  圖像處理        95
5.1.1  改善圖像質(zhì)量        95
5.1.2  檢測低層特征        95
5.2  灰度級映射        96
5.3  去除小圖像區(qū)域        99
5.3.1  去除鹽椒噪聲        99
5.3.2  去除小成分        100
5.4  圖像平滑        100
5.5  中值濾波        102
5.6  差分模板邊緣檢測        104
5.6.1  1D信號差分        104
5.6.2  2D圖像差分算子        107
5.7  高斯濾波與LOG邊緣檢測        111
5.7.1  LOG邊緣檢測        112
5.7.2  人類視覺的邊緣檢測        114
5.7.3  馬爾-海爾德斯理論        115
5.8  Canny邊緣檢測        116
5.9  匹配濾波模板*        117
5.9.1  向量空間        117
5.9.2  利用正交基        119
5.9.3  柯西-施瓦茨不等式        120
5.9.4  m×n圖像的向量空間        120
5.9.5  2×2鄰域的Robert基        120
5.9.6  3×3鄰域的Frei-Chen基        121
5.10  卷積和交叉相關(guān)*        124
5.10.1  模板運(yùn)算定義        124
5.10.2  卷積運(yùn)算        125
5.10.3  并行計(jì)算        128
5.11  正弦波空間頻率分析*        128
5.11.1  傅里葉基        128
5.11.2  2D圖像函數(shù)        131
5.11.3  離散傅里葉變換        132
5.11.4  帶通濾波器        134
5.11.5  傅里葉變換討論        135
5.11.6  卷積定理*        135
5.12  總結(jié)和討論        136
5.13  參考文獻(xiàn)        137
第6章  顏色與明暗分析        139
6.1  顏色物理學(xué)        139
6.1.1  感測被照射物體        140
6.1.2  其他因素        141
6.1.3  感受器的敏感性        141
6.2  RGB三基色        142
6.3  其他基色系統(tǒng)        143
6.3.1  CMY減色系統(tǒng)        143
6.3.2  HSI系統(tǒng)        144
6.3.3  電視信號的YIQ與YUV系統(tǒng)        146
6.3.4  基于顏色的分類        147
6.4  顏色直方圖        147
6.5  顏色分割        149
6.6  明暗分析        150
6.6.1  來自單一光源的照射        151
6.6.2  漫反射        151
6.6.3  鏡面反射        152
6.6.4  隨距離增大而變暗        153
6.6.5  復(fù)雜因素        154
6.6.6  phong明暗模型*        154
6.6.7  基于明暗的人類感知        155
6.7  相關(guān)話題*        155
6.7.1  顏色應(yīng)用        155
6.7.2  人類的色感機(jī)制        155
6.7.3  多譜圖像        156
6.7.4  主題圖像        156
6.8  參考文獻(xiàn)        156
第 7章  紋理分析        159
7.1  紋理、紋理素和統(tǒng)計(jì)        159
7.2  基于紋理素的描述        160
7.3  定量紋理測度        161
7.3.1  邊緣密度和方向        161
7.3.2  局部二值分解        162
7.3.3  共生矩陣和特征        162
7.3.4  Laws紋理能量測度        164
7.3.5  自相關(guān)和功率譜        166
7.4  紋理分割        166
7.5  參考文獻(xiàn)        167
第8章  基于內(nèi)容的圖像檢索        169
8.1  圖像數(shù)據(jù)庫實(shí)例        169
8.2  圖像數(shù)據(jù)庫查詢        170
8.3  示例查詢        171
8.4  圖像距離度量        171
8.4.1  顏色相似性度量        172
8.4.2  紋理相似性度量        174
8.4.3  形狀相似性度量        175
8.4.4  目標(biāo)檢測及空間關(guān)系度量        179
8.5  數(shù)據(jù)庫組織        182
8.5.1  標(biāo)準(zhǔn)索引        182
8.5.2  空間索引        184
8.5.3  基于內(nèi)容的多距離測度圖像索引        184
8.6  參考文獻(xiàn)        185
第9章  二維運(yùn)動分析        187
9.1  運(yùn)動現(xiàn)象及應(yīng)用        187
9.2  圖像相減        188
9.3  計(jì)算運(yùn)動向量        189
9.3.1  Decathlete游戲        190
9.3.2  點(diǎn)對應(yīng)        191
9.3.3  MPEG視頻壓縮        194
9.3.4  圖像流計(jì)算*        195
9.3.5  圖像流方程*        195
9.3.6  利用傳播約束求解圖像流*        197
9.4  計(jì)算運(yùn)動點(diǎn)路徑        197
9.5  檢測視頻中的顯著變化        202
9.5.1  視頻序列分割        203
9.5.2  忽略攝影特效        205
9.5.3  存儲視頻子序列        205
9.6  參考文獻(xiàn)        205
第10章  圖像分割        207
10.1  區(qū)域分割        207
10.1.1  聚類方法        208
10.1.2  區(qū)域增長        214
10.2  區(qū)域表示        215
10.2.1  覆蓋圖        215
10.2.2  標(biāo)記圖像        216
10.2.3  邊界編碼        216
10.2.4  四叉樹        217
10.2.5  特征表        217
10.3  輪廓分割        218
10.3.1  區(qū)域邊界跟蹤        218
10.3.2  Canny邊緣檢測和連接        220
10.3.3  相鄰連貫的邊緣生成曲線        223
10.3.4  用霍夫變換檢測直線和圓弧        225
10.4  線段擬合模型        231
10.5  識別更高層結(jié)構(gòu)        235
10.5.1  條帶檢測        235
10.5.2  角點(diǎn)檢測        236
10.6  運(yùn)動一致性分割        237
10.6.1  時空邊界        237
10.6.2  運(yùn)動軌跡聚類        237
10.7  參考文獻(xiàn)        239
第11章  2D匹配        241
11.1  2D數(shù)據(jù)配準(zhǔn)        241
11.2  點(diǎn)的表示        242
11.2.1  參考坐標(biāo)系        242
11.2.2  齊次坐標(biāo)        243
11.3  仿射映射函數(shù)        243
11.3.1  縮放        243
11.3.2  旋轉(zhuǎn)        244
11.3.3  正交和標(biāo)準(zhǔn)正交變換*        245
11.3.4  平移        245
11.3.5  旋轉(zhuǎn)、縮放和平移        245
11.3.6  仿射變形實(shí)例        246
11.3.7  目標(biāo)識別與定位實(shí)例        247
11.3.8  一般仿射變換*        249
11.4  最佳2D仿射變換*        250
11.5  仿射映射法2D目標(biāo)識別        251
11.5.1  局部特征焦點(diǎn)法        252
11.5.2  位姿聚類        254
11.5.3  幾何散列        256
11.6  相關(guān)匹配法2D目標(biāo)識別        259
11.6.1  解釋樹        260
11.6.2  離散松弛        262
11.6.3  連續(xù)松弛*        264
11.6.4  相關(guān)距離匹配        266
11.6.5  相關(guān)索引        269
11.7  非線性變形        269
11.7.1  徑向畸變矯正        271
11.7.2  多項(xiàng)式映射        272
11.8  總結(jié)        272
11.9  參考文獻(xiàn)        272
第12章  2D圖像中的3D信息        275
12.1  本征圖像        275
12.2  線條圖標(biāo)記        278
12.3  2D圖像中的3D線索        283
12.4  其他3D現(xiàn)象        286
12.4.1  從X恢復(fù)形狀        286
12.4.2  消隱點(diǎn)        289
12.4.3  根據(jù)焦距變化求深度        289
12.4.4  運(yùn)動現(xiàn)象        290
12.4.5  邊界和虛擬線        290
12.4.6  非偶然對齊        290
12.5  透視成像模型        291
12.6  通過立體視覺求深度        293
12.7  薄透鏡方程*        297
12.8  總結(jié)性討論        300
12.9  參考文獻(xiàn)        300
第13章  3D感知與目標(biāo)位姿計(jì)算        303
13.1  一般體視結(jié)構(gòu)        303
13.2  3D仿射變換        304
13.2.1  坐標(biāo)系        305
13.2.2  平移        306
13.2.3  縮放        306
13.2.4  旋轉(zhuǎn)        306
13.2.5  任意旋轉(zhuǎn)        308
13.2.6  基于變換的比對        309
13.3  攝像機(jī)模型        311
13.3.1  透視變換矩陣        311
13.3.2  正投影與弱透視投影        314
13.3.3  基于多攝像機(jī)的3D點(diǎn)計(jì)算        315
13.4  最佳仿射標(biāo)定矩陣        317
13.4.1  標(biāo)定物        317
13.4.2  最小二乘問題        317
13.4.3  仿射方法討論        321
13.5  使用結(jié)構(gòu)光        322
13.6  簡單的位姿估計(jì)過程        323
13.7  改進(jìn)的攝像機(jī)標(biāo)定法*        327
13.7.1  攝像機(jī)內(nèi)部參數(shù)        327
13.7.2  攝像機(jī)外部參數(shù)        328
13.7.3  標(biāo)定舉例        331
13.8  位姿估計(jì)*        334
13.8.1  2D-3D點(diǎn)對應(yīng)求位姿        334
13.8.2  約束線性最優(yōu)化        335
13.8.3  計(jì)算變換Tr={R,T}        336
13.8.4  位姿驗(yàn)證和位姿最優(yōu)化        337
13.9  3D目標(biāo)重建        338
13.9.1  數(shù)據(jù)獲取        338
13.9.2  視圖配準(zhǔn)        340
13.9.3  表面重建        341
13.9.4  空間切割算法        341
13.10  從明暗恢復(fù)形狀        343
13.10.1  光度立體        345
13.10.2  結(jié)合空間約束        346
13.11  從運(yùn)動恢復(fù)結(jié)構(gòu)        346
13.12  參考文獻(xiàn)        348
第14章  3D模型和匹配        351
14.1  模型表示        351
14.1.1  3D網(wǎng)格模型        351
14.1.2  表面-邊-頂點(diǎn)模型        352
14.1.3  廣義圓柱體模型        353
14.1.4  八叉樹        354
14.1.5  超二次曲面模型        355
14.2  實(shí)際3D模型與視類模型        356
14.3  物理學(xué)模型和可變形模型        357
14.3.1  蛇形活動輪廓模型        357
14.3.2  3D氣球模型        360
14.3.3  建立心臟跳動模型        361
14.4  3D目標(biāo)識別范例        361
14.4.1  幾何模型比對匹配        362
14.4.2  關(guān)系模型匹配        367
14.4.3  功能模型匹配        372
14.4.4  基于外觀的識別        374
14.5  參考文獻(xiàn)        379
第15章  虛擬現(xiàn)實(shí)        383
15.1  虛擬現(xiàn)實(shí)系統(tǒng)的特征        383
15.2  虛擬現(xiàn)實(shí)的應(yīng)用        384
15.2.1  建筑漫游        384
15.2.2  飛行仿真        384
15.2.3  解剖組織的交互式分割        384
15.3  增強(qiáng)現(xiàn)實(shí)        385
15.4  遙操作        386
15.5  虛擬現(xiàn)實(shí)設(shè)備        388
15.5.1  頭戴式顯示器        389
15.5.2  虛擬靈巧手術(shù)        390
15.5.3  立體顯示設(shè)備        390
15.6  虛擬現(xiàn)實(shí)感知設(shè)備        391
15.6.1  視覺        391
15.6.2  聽覺        391
15.6.3  位姿        391
15.6.4  觸覺        391
15.6.5  運(yùn)動覺        391
15.7  簡單3D模型繪制        392
15.8  實(shí)際圖像和合成圖像融合        393
15.9  人機(jī)交互與心理問題        395
15.10  參考文獻(xiàn)        395
第16章  案例研究        397
16.1  Veggie Vision系統(tǒng)        397
16.1.1  應(yīng)用場合和要求        397
16.1.2  系統(tǒng)設(shè)計(jì)        398
16.1.3  識別過程        398
16.1.4  詳細(xì)分析        399
16.1.5  性能分析        400
16.2  基于虹膜的身份識別        401
16.2.1  對識別系統(tǒng)的要求        401
16.2.2  系統(tǒng)設(shè)計(jì)        402
16.2.3  系統(tǒng)性能        404
16.3  參考文獻(xiàn)        405
索引        407

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號