2D 計(jì)算機(jī)視覺(jué)：原理、算法及應(yīng)用

第1章 計(jì)算機(jī)視覺(jué)基礎(chǔ) 1
1.1 視覺(jué)基礎(chǔ) 1
1.1.1 視覺(jué) 1
1.1.2 視感覺(jué)和視知覺(jué) 2
1.1.3 視覺(jué)過(guò)程 3
1.2 視覺(jué)和圖像 5
1.2.1 圖像和數(shù)字圖像 6
1.2.2 圖像和像素表示 7
1.2.3 圖像存儲(chǔ)與文件格式 8
1.2.4 圖像顯示和打印方法 12
1.3 視覺(jué)系統(tǒng)和圖像技術(shù) 14
1.3.1 視覺(jué)系統(tǒng)流程 15
1.3.2 圖像技術(shù)層次 15
1.3.3 圖像技術(shù)類別 16
1.4 本書(shū)架構(gòu)和內(nèi)容概況 17
1.4.1 結(jié)構(gòu)框架和主要內(nèi)容 17
1.4.2 各章概況 18
1.4.3 先修基礎(chǔ) 19
1.5 各節(jié)要點(diǎn)和進(jìn)一步參考 20
第2章 2D圖像采集 22
2.1 采集裝置和性能指標(biāo) 23
2.1.1 CCD傳感器 23
2.1.2 CMOS傳感器 24
2.1.3 常用性能指標(biāo) 25
2.1.4 圖像采集流程 25
2.2 圖像亮度成像模型 26
2.2.1 光度學(xué)基礎(chǔ) 26
2.2.2 均勻照度 27
2.2.3 簡(jiǎn)單亮度成像模型 29
2.3 圖像空間成像模型 30
2.3.1 投影成像幾何 30
2.3.2 基本成像模型 32
2.3.3 一般成像模型 34
2.4 采樣和量化 37
2.4.1 空間和幅度分辨率 37
2.4.2 圖像數(shù)據(jù)量與質(zhì)量 39
2.5 像素之間的關(guān)系 43
2.5.1 像素鄰域及連通 43
2.5.2 像素間距離 44
2.6 各節(jié)要點(diǎn)和進(jìn)一步參考 46
第3章 空域增強(qiáng) 47
3.1 圖像間運(yùn)算 47
3.1.1 算術(shù)運(yùn)算 48
3.1.2 邏輯運(yùn)算 50
3.2 圖像灰度映射 51
3.2.1 圖像求反 51
3.2.2 對(duì)比度拉伸 52
3.2.3 動(dòng)態(tài)范圍壓縮 53
3.3 直方圖均衡化 53
3.3.1 圖像直方圖 53
3.3.2 原理和步驟 55
3.4 直方圖規(guī)定化 57
3.4.1 原理和步驟 57
3.4.2 單映射規(guī)則和組映射規(guī)則 59
3.5 空域卷積增強(qiáng) 62
3.5.1 模板卷積 62
3.5.2 空域?yàn)V波 63
3.6 各節(jié)要點(diǎn)和進(jìn)一步參考 67
第4章 頻域增強(qiáng) 69
4.1 傅里葉變換和頻域增強(qiáng) 70
4.1.1 傅里葉變換 70
4.1.2 傅里葉變換特性 71
4.1.3 頻域增強(qiáng) 72
4.2 頻域低通濾波器 73
4.2.1 理想低通濾波器 73
4.2.2 巴特沃斯低通濾波器 74
4.3 頻域高通濾波器 75
4.3.1 理想高通濾波器 76
4.3.2 巴特沃斯高通濾波器 76
4.4 帶通帶阻濾波器 77
4.4.1 帶通濾波器 78
4.4.2 帶阻濾波器 79
4.4.3 帶通濾波器和帶阻濾波器的聯(lián)系 80
4.4.4 陷波濾波器 81
4.4.5 交互消除周期噪聲 82
4.5 同態(tài)濾波器 84
4.5.1 同態(tài)濾波流程 84
4.5.2 同態(tài)濾波消噪 86
4.6 各節(jié)要點(diǎn)和進(jìn)一步參考 86
第5章 圖像恢復(fù) 88
5.1 圖像退化模型 88
5.1.1 圖像退化模型 89
5.1.2 圖像退化模型性質(zhì) 90
5.2 逆濾波 91
5.2.1 無(wú)約束恢復(fù) 91
5.2.2 逆濾波模型 92
5.3 維納濾波 93
5.3.1 有約束恢復(fù) 93
5.3.2 維納濾波器 94
5.4 幾何失真校正 95
5.4.1 空間變換 95
5.4.2 灰度插值 97
5.5 圖像修補(bǔ) 99
5.5.1 圖像修補(bǔ)原理 99
5.5.2 圖像修補(bǔ)示例 100
5.6 各節(jié)要點(diǎn)和進(jìn)一步參考 103
第6章 彩色增強(qiáng) 105
6.1 彩色視覺(jué) 105
6.1.1 三基色和顏色表示 106
6.1.2 色度圖 107
6.2 彩色模型 109
6.2.1 RGB模型 109
6.2.2 HSI模型 110
6.2.3 從RGB轉(zhuǎn)換到HSI 111
6.2.4 從HSI轉(zhuǎn)換到RGB 111
6.3 偽彩色增強(qiáng) 113
6.3.1 亮度切割 113
6.3.2 從灰度到彩色的變換 114
6.3.3 頻域?yàn)V波 115
6.4 真彩色增強(qiáng) 115
6.4.1 單分量真彩色增強(qiáng) 116
6.4.2 全彩色增強(qiáng) 118
6.5 各節(jié)要點(diǎn)和進(jìn)一步參考 119
第7章 圖像分割 121
7.1 定義和算法分類 122
7.1.1 圖像分割定義 122
7.1.2 圖像分割算法分類 123
7.2 微分邊緣檢測(cè) 124
7.2.1 微分邊緣檢測(cè)原理 124
7.2.2 空域微分算子 125
7.3 主動(dòng)輪廓模型 129
7.3.1 主動(dòng)輪廓 129
7.3.2 能量函數(shù) 130
7.4 閾值化分割 134
7.4.1 原理步驟 134
7.4.2 閾值選取 135
7.5 基于過(guò)渡區(qū)選取閾值 138
7.5.1 過(guò)渡區(qū)和有效平均梯度 138
7.5.2 有效平均梯度的極值點(diǎn)和過(guò)渡區(qū)邊界 139
7.5.3 閾值選取 140
7.6 區(qū)域生長(zhǎng) 141
7.6.1 基本方法 141
7.6.2 問(wèn)題和改進(jìn) 143
7.7 各節(jié)要點(diǎn)和進(jìn)一步參考 144
第8章 基元檢測(cè) 146
8.1 興趣點(diǎn)檢測(cè) 146
8.1.1 利用二階導(dǎo)數(shù)檢測(cè)角點(diǎn) 147
8.1.2 哈里斯興趣點(diǎn)算子 148
8.1.3 積分角點(diǎn)檢測(cè) 150
8.2 橢圓目標(biāo)檢測(cè) 155
8.2.1 直徑二分法 155
8.2.2 弦?切線法 156
8.2.3 橢圓的其他參數(shù) 156
8.3 哈夫變換 158
8.3.1 點(diǎn)?線對(duì)偶性 158
8.3.2 計(jì)算步驟 159
8.3.3 極坐標(biāo)方程 162
8.4 廣義哈夫變換 164
8.4.1 推廣原理 164
8.4.2 完整廣義哈夫變換 166
8.5 各節(jié)要點(diǎn)和進(jìn)一步參考 168
第9章 目標(biāo)表達(dá) 170
9.1 輪廓的鏈碼表達(dá) 170
9.1.1 鏈碼表達(dá) 171
9.1.2 鏈碼歸一化 172
9.2 輪廓標(biāo)志 173
9.2.1 距離?角度標(biāo)志 173
9.2.2 切線角?弧長(zhǎng)標(biāo)志 174
9.2.3 斜率?密度標(biāo)志 174
9.2.4 距離?弧長(zhǎng)標(biāo)志 175
9.3 輪廓的多邊形近似 175
9.3.1 小周長(zhǎng)多邊形 176
9.3.2 聚合多邊形 176
9.3.3 分裂多邊形 177
9.4 目標(biāo)的層次表達(dá) 178
9.4.1 四叉樹(shù)表達(dá)法 178
9.4.2 二叉樹(shù)表達(dá)法 180
9.5 目標(biāo)的圍繞區(qū)域 180
9.5.1 外接盒 181
9.5.2 小包圍長(zhǎng)方形 182
9.5.3 凸包 182
9.6 目標(biāo)的骨架表達(dá) 183
9.6.1 骨架和骨架點(diǎn) 183
9.6.2 骨架算法 184
9.7 各節(jié)要點(diǎn)和進(jìn)一步參考 186
第10章 目標(biāo)描述 188
10.1 輪廓基本描述參數(shù) 189
10.1.1 輪廓長(zhǎng)度 189
10.1.2 輪廓直徑 190
10.1.3 斜率、曲率和角點(diǎn) 190
10.2 區(qū)域基本描述參數(shù) 191
10.2.1 區(qū)域面積 191
10.2.2 區(qū)域重心 192
10.2.3 區(qū)域灰度特性 192
10.3 輪廓的傅里葉描述 193
10.3.1 傅里葉輪廓描述符 193
10.3.2 傅里葉描述隨輪廓的變化 195
10.4 輪廓的小波描述 196
10.4.1 小波變換基礎(chǔ) 196
10.4.2 小波輪廓描述符 197
10.5 區(qū)域不變矩描述 199
10.5.1 中心矩 200
10.5.2 區(qū)域不變矩 201
10.5.3 區(qū)域仿射不變矩 202
10.6 目標(biāo)關(guān)系描述 203
10.6.1 字符串描述 203
10.6.2 樹(shù)結(jié)構(gòu)描述 205
10.7 各節(jié)要點(diǎn)和進(jìn)一步參考 206
第11章 紋理描述 208
11.1 紋理的統(tǒng)計(jì)描述 208
11.1.1 共生矩陣 208
11.1.2 基于共生矩陣的紋理描述符 210
11.1.3 基于能量的紋理描述符 212
11.2 紋理的結(jié)構(gòu)描述 213
11.2.1 結(jié)構(gòu)法基礎(chǔ) 213
11.2.2 紋理鑲嵌 215
11.2.3 局部二值模式 216
11.3 紋理的頻譜描述 218
11.3.1 傅里葉頻譜 218
11.3.2 貝塞爾?傅里葉頻譜 220
11.4 各節(jié)要點(diǎn)和進(jìn)一步參考 222
第12章 形狀描述 223
12.1 形狀緊湊性描述符 223
12.1.1 外觀比 224
12.1.2 形狀因子 224
12.1.3 偏心率 225
12.1.4 球狀性 227
12.1.5 圓形性 228
12.1.6 描述符比較 228
12.2 形狀復(fù)雜性描述符 229
12.2.1 形狀復(fù)雜性的簡(jiǎn)單描述符 230
12.2.2 利用模糊圖的直方圖分析描述形狀復(fù)雜度 230
12.2.3 飽和度 231
12.3 基于離散曲率的描述符 232
12.3.1 曲率與幾何特征 232
12.3.2 離散曲率 233
12.3.3 離散曲率的計(jì)算 234
12.3.4 基于曲率的描述符 235
12.4 拓?fù)浣Y(jié)構(gòu)描述符 237
12.4.1 歐拉數(shù) 237
12.4.2 交叉數(shù)和連接數(shù) 238
12.5 各節(jié)要點(diǎn)和進(jìn)一步參考 239
第13章 目標(biāo)分類 241
13.1 不變量交叉比 241
13.1.1 交叉比 241
13.1.2 非共線點(diǎn)的不變量 244
13.1.3 對(duì)稱的交叉比函數(shù) 245
13.1.4 交叉比應(yīng)用示例 246
13.2 統(tǒng)計(jì)模式分類 247
13.2.1 模式分類原理 248
13.2.2 小距離分類器 248
13.2.3 統(tǒng)計(jì)分類器 250
13.2.4 自適應(yīng)自舉 254
13.3 支持向量機(jī) 256
13.3.1 線性可分類 256
13.3.2 線性不可分類 258
13.4 各節(jié)要點(diǎn)和進(jìn)一步參考 260
附錄A 二值數(shù)學(xué)形態(tài)學(xué) 262
A.1 基本集合定義 262
A.2 二值數(shù)學(xué)形態(tài)學(xué)基本運(yùn)算 264
A.2.1 二值膨脹和腐蝕 264
A.2.2 二值開(kāi)啟和閉合 268
A.3 二值數(shù)學(xué)形態(tài)學(xué)組合運(yùn)算 270
A.3.1 擊中?擊不中變換 270
A.3.2 二值組合運(yùn)算 272
A.4 二值數(shù)學(xué)形態(tài)學(xué)實(shí)用算法 277
A.4.1 噪聲濾除 277
A.4.2 角點(diǎn)檢測(cè) 278
A.4.3 輪廓提取 279
A.4.4 區(qū)域填充 279
A.4.5 目標(biāo)檢測(cè)和定位 280
A.4.6 連通組元抽取 280
A.4.7 區(qū)域骨架提取 281
A.5 各節(jié)要點(diǎn)和進(jìn)一步參考 284
附錄B 視覺(jué)恒常性 285
B.1 視覺(jué)恒常性理論 285
B.1.1 各種恒常性 285
B.1.2 視網(wǎng)膜皮層理論 287
B.2 圖像增強(qiáng)應(yīng)用 288
B.2.1 霧天圖像增強(qiáng) 289
B.2.2 紅外圖像增強(qiáng) 290
B.3 各節(jié)要點(diǎn)和進(jìn)一步參考 291
自我檢測(cè)題 292
自我檢測(cè)題答案 349
參考文獻(xiàn) 362
術(shù)語(yǔ)索引 371