图书介绍

图像工程 下 图像理解 3pdf电子书版本下载

图像工程  下  图像理解  3
  • 章毓晋编著 著
  • 出版社: 北京:清华大学出版社
  • ISBN:9787302302957
  • 出版时间:2012
  • 标注页数:405页
  • 文件大小:101MB
  • 文件页数:420页
  • 主题词:计算机应用-图象处理-高等学校-教材

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
下载压缩包 [复制下载地址] 温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页

下载说明

图像工程 下 图像理解 3PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 绪论 1

1.1 图像工程的发展 1

1.2 图像理解及相关学科 7

1.2.1 图像理解 7

1.2.2 计算机视觉 8

1.2.3 其他相关学科 9

1.2.4 图像理解的应用领域 10

1.3 图像理解理论框架 11

1.3.1 马尔视觉计算理论 12

1.3.2 对马尔理论框架的改进 17

1.3.3 关于马尔重建理论的讨论 19

1.3.4 新理论框架的研究 21

1.4 内容框架和特点 23

总结和复习 25

第1单元 采集表达 29

第2章 摄像机成像 29

2.1 视觉过程 29

2.2 摄像机成像模型 31

2.2.1 基本摄像机模型 32

2.2.2 近似投影模式 36

2.2.3 一般摄像机模型 37

2.2.4 通用成像模型 40

2.3 摄像机标定 42

2.3.1 标定程序和参数 42

2.3.2 两级标定法 44

2.4 光度学和亮度成像 47

2.4.1 光度学 47

2.4.2 亮度成像模型 50

总结和复习 51

第3章 深度信息采集 54

3.1 高维图像和成像方式 54

3.1.1 高维图像种类 54

3.1.2 本征图像和非本征图像 55

3.1.3 深度成像方式 57

3.2 双目成像模式 58

3.2.1 双目横向模式 58

3.2.2 双目会聚横向模式 60

3.2.3 双目轴向模式 62

3.3 深度图像直接采集 63

3.3.1 飞行时间法 63

3.3.2 结构光法 65

3.3.3 莫尔等高条纹法 67

3.3.4 深度和亮度图像同时采集 69

3.4 显微镜3-D分层成像 70

3.4.1 景深和焦距 70

3.4.2 显微镜3-D成像 72

3.4.3 共聚焦显微镜3-D成像 74

总结和复习 76

第4章 3-D景物表达 78

4.1 曲线和曲面的局部特征 78

4.1.1 曲线局部特征 78

4.1.2 曲面局部特征 81

4.2 3-D表面表达 84

4.2.1 参数表达 85

4.2.2 表面朝向表达 86

4.3 等值面的构造和表达 89

4.3.1 行进立方体算法 89

4.3.2 覆盖算法 91

4.4 从并行轮廓插值3-D表面 92

4.5 3-D实体表达 97

4.5.1 基本表达方案 97

4.5.2 广义圆柱体表达 99

总结和复习 100

第2单元 景物重建 105

第5章 立体视觉:双目 105

5.1 立体视觉模块 105

5.2 基于区域的双目立体匹配 107

5.2.1 模板匹配 108

5.2.2 立体匹配 110

5.3 基于特征的双目立体匹配 112

5.3.1 基本步骤 113

5.3.2 尺度不变特征变换 115

5.3.3 加速鲁棒性特征 117

5.3.4 动态规划匹配 122

5.4 视差图误差检测与校正 124

总结和复习 127

第6章 立体视觉:多目 129

6.1 水平多目立体匹配 129

6.1.1 水平多目图像 130

6.1.2 倒距离 131

6.2 正交三目立体匹配 133

6.2.1 基本原理 133

6.2.2 基于梯度分类的正交匹配 137

6.3 多目立体匹配 141

6.3.1 任意排列三目立体匹配 141

6.3.2 正交多目立体匹配 145

6.4 亚像素级视差计算 146

总结和复习 150

第7章 景物恢复:多图像 152

7.1 单目景物恢复 152

7.2 光度立体学 153

7.2.1 景物亮度和图像亮度 153

7.2.2 表面反射特性和亮度 156

7.2.3 景物表面朝向 157

7.2.4 反射图和亮度约束方程 158

7.2.5 光度立体学求解 160

7.3 从运动求取结构 163

7.3.1 光流和运动场 163

7.3.2 光流方程求解 165

7.3.3 光流与表面取向 170

7.3.4 光流与相对深度 173

总结和复习 173

第8章 景物恢复:单图像 176

8.1 从影调恢复形状 176

8.1.1 影调与形状 176

8.1.2 亮度方程求解 179

8.2 纹理与表面朝向 184

8.2.1 单目成像和畸变 184

8.2.2 由纹理变化恢复朝向 186

8.2.3 检测线段纹理消失点 192

8.3 由焦距确定深度 193

8.4 根据三点透视估计位姿 195

总结和复习 197

第3单元 场景解释 201

第9章 知识表达和推理 201

9.1 知识基础 201

9.2 场景知识 203

9.2.1 模型 203

9.2.2 属性超图 204

9.2.3 基于知识的建模 206

9.3 过程知识 207

9.4 知识表达 209

9.4.1 知识表达要求 209

9.4.2 知识表达类型 210

9.4.3 图像理解系统中的知识模块 211

9.4.4 基本知识表达方案 213

9.5 逻辑系统 214

9.5.1 谓词演算规则 214

9.5.2 利用定理证明来推理 217

9.6 语义网 220

9.7 产生式系统 223

总结和复习 225

第10章 广义匹配 227

10.1 匹配概述 227

10.1.1 匹配策略和类别 228

10.1.2 匹配和配准 229

10.1.3 匹配评价 230

10.2 目标匹配 231

10.2.1 匹配的度量 231

10.2.2 字符串匹配 233

10.2.3 惯量等效椭圆匹配 234

10.2.4 形状矩阵匹配 235

10.3 动态模式匹配 236

10.4 关系匹配 238

10.5 图同构 241

10.5.1 图论简介 242

10.5.2 图同构和匹配 244

10.6 线条图标记 246

总结和复习 250

第11章 场景分析和语义解释 252

11.1 场景理解概述 252

11.2 模糊推理 254

11.2.1 模糊集和模糊运算 255

11.2.2 模糊推理方法 256

11.3 遗传算法图像解释 258

11.3.1 遗传算法原理 259

11.3.2 语义分割和解释 260

11.4 场景目标标记 263

11.5 场景分类 266

11.5.1 词袋/特征包模型 266

11.5.2 pLSA模型 268

11.5.3 LDA模型 272

总结和复习 275

第4单元 研究示例 279

第12章 多传感器图像信息融合 279

12.1 信息融合概述 279

12.2 图像融合 282

12.2.1 图像融合的主要步骤 282

12.2.2 图像融合的三个层次 283

12.2.3 图像融合效果评价 285

12.3 像素级融合方法 288

12.3.1 基本融合方法 288

12.3.2 融合方法的结合 290

12.3.3 小波融合时的最佳分解层数 293

12.3.4 像素级融合示例 294

12.4 特征级和决策级融合方法 297

12.4.1 贝叶斯法 297

12.4.2 证据推理法 298

12.4.3 粗糙集理论法 300

总结和复习 303

第13章 基于内容的图像和视频检索 305

13.1 基于视觉特征的图像检索 305

13.1.1 颜色特征匹配 306

13.1.2 纹理特征计算 307

13.1.3 多尺度形状特征 308

13.2 基于运动特征的视频检索 309

13.2.1 全局运动特征 310

13.2.2 局部运动特征 311

13.3 视频节目分析和索引 312

13.3.1 新闻视频结构化 312

13.3.2 体育比赛视频排序 315

13.3.3 家庭录像视频组织 320

13.4 语义分类检索 324

13.4.1 基于视觉关键词的图像分类 325

13.4.2 高层语义与气氛 326

总结和复习 328

第14章 时空行为理解 331

14.1 时空技术 331

14.2 时空兴趣点 333

14.3 动态轨迹学习和分析 335

14.3.1 自动场景建模 336

14.3.2 学习路径 337

14.3.3 自动活动分析 340

14.4 动作分类和识别 341

14.4.1 动作分类 341

14.4.2 动作识别 343

14.5 活动和行为建模 346

14.5.1 动作建模 346

14.5.2 活动建模和识别 350

总结和复习 354

附录A 视觉和视知觉 356

A.1 视知觉概述 356

A.2 视觉特性 358

A.2.1 视觉的空间特性 358

A.2.2 视觉的时间特性 360

A.2.3 视觉的亮度特性 361

A.3 形状知觉 363

A.3.1 轮廓 363

A.3.2 图形和背景 365

A.3.3 几何图形错觉 368

A.4 空间知觉 371

A.4.1 非视觉性深度线索 371

A.4.2 双目深度线索 372

A.4.3 单目深度线索 374

A.5 运动知觉 376

部分习题解答 381

参考文献 385

索引 398

精品推荐