 |
-- 會員 / 註冊 --
|
 |
|
|
|
計算機視覺 ( 簡體 字) |
| 作者：劉紹輝,姜峰 | 類別：1. -> 教材 -> 數位影像處理 |
| 譯者： |
| 出版社：電子工業出版社 |  3dWoo書號： 50935
詢問書籍請說出此書號！【缺書】
NT售價： 260 元 |
| 出版日：3/1/2019 |
| 頁數：236 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787121355486 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：自馬爾的計算機視覺理論以來，計算機視覺技術作為與現實生活緊密聯系的重要研究內容引起了國內外學術界的普遍關注。隨著計算能力和技術的發展，其實際應用越發促進了計算機視覺技術的進一步發展。從最開始的實時人臉識別到目標檢測與跟蹤，從傳統的手工提取特征到基于深度學習方式的提取特征，計算機視覺技術正從理論研究及在可控環境中的應用逐步向更廣泛的普及應用擴展。
本書敘述了計算機視覺相關的一些基本理論和技術，主要包括人類視覺系統的建模、JND模型和顯著性模型、圖像的形成過程及相關的坐標變換、圖像的底層特征提取與檢測、圖像中物體運動與關聯分析等。由于篇幅有限，本書對深度學習內容介紹較少，后續版本會增加深度學習的內容。本書內容及材料主要來自已公開發表的文獻、書籍、網上博客，以及編者所在單位的碩士生、博士生的相關工作。本書對相關的基本原理有較詳細的介紹，具有較好的實用性，對本領域研究人員和科技工程人員均有較好的參考價值。
本書第1、2、3章由劉紹輝撰寫，其余各章由姜峰撰寫。全書由劉紹輝、姜峰統稿。在本書的撰寫和校稿過程中，計算機科學與技術學院智能接口與人機交互技術研究中心的博士生和碩士生做了大量工作，在此一并表示感謝。本書的完成特別感謝電子工業出版社的章海濤主任，正是在他的鼓勵和幫助下才得以完成全文的撰寫。
限于編者水平，書中不足之處在所難免，敬請廣大讀者批評指正。再版時將會逐一考慮進行更正。
編 者
2018年9月
于哈爾濱工業大學 |
內容簡介：計算機視覺是目前研究最為活躍的領域之一，很多新的技術和方法在計算機視覺中得到了成功的應用。本書以計算機視覺相關技術和模型為主線，討論當前這個領域的傳統技術和方法。全書共分9章。第1章介紹了人類視覺系統及其計算模型、JND模型和顯著性模型。第2章介紹了圖像的基本表示，以及底層特征，包括邊緣、角點、幾何形狀的檢測。第3章介紹了基本的色度學及顏色模型，并對圖像形成過程進行了詳細介紹。隨后介紹了齊次坐標及坐標變換相關的知識，最后介紹了相機位置、方向和姿態估計。后幾章分別對運動場與光流相關的基礎和算法、應用進行了論述。第4章介紹了從圖像序列中估計2D和3D運動。第5章介紹了差分運動分析及基于核函數的視覺跟蹤。第6章介紹了蒙特卡洛羅運動分析。第7章介紹了鉸鏈運動分析及人體姿態估計。第8章介紹了多目標跟蹤算法。 計算機視覺相關技術在實際生活中有著廣泛的應用，并在最近幾年取得巨大進展，尤其是深度學習技術的發展使更多人對計算機視覺領域產生了興趣。本書可供計算機科學與技術、軟件工程、多媒體處理和信號處理等領域中關注計算機視覺、圖像處理、模式識別及其應用的工程技術人員和科研教學人員閱讀，也可以作為研究生和大學高年級學生學習的教材和參考書。 |
目錄：第1章 人類視覺系統及其建模 1
1.1 人類視覺系統概述 1
1.2 人眼基本視覺特性 4
1.2.1 色彩空間 4
1.2.2 多通道特性 5
1.2.3 亮度自適應 5
1.2.4 對比度敏感度函數（CSF） 5
1.2.5 視覺掩蓋效應 6
1.3 立體視覺的形成過程 7
1.3.1 立體視覺系統的生理特性 7
1.3.2 立體視覺系統的心理特性 9
1.3.3 立體視覺生理特性與心理特性的關系 9
1.4 JND模型與顯著性模型 10
1.4.1 JND模型 10
1.4.2 顯著性模型 18
1.5 本章小結 19
參考文獻 19
第2章 圖像邊緣、角點檢測 20
2.1 圖像 20
2.2 灰度位圖圖像和彩色位圖圖像 21
2.3 GIF圖像格式和JPEG壓縮 24
2.3.1 GIF圖像 25
2.3.2 JPEG圖像 25
2.4 圖像邊緣及其檢測 31
2.4.1 邊緣類型 32
2.4.2 邊緣檢測的三個階段 33
2.4.3 濾波操作及雙邊濾波器 33
2.4.4 差分操作 36
2.4.5 邊緣檢測操作 37
2.4.6 非極大值抑制操作 37
2.4.7 幾種典型的邊緣檢測算法 38
2.5 圖像角點檢測 41
2.5.1 圖像角點檢測基本原理及Harris角點檢測 41
2.5.2 FAST角點檢測 44
2.6 形狀檢測 44
2.6.1 標準Hough變換及圓形Hough變換 44
2.6.2 廣義Hough變換 46
2.6.3 三種常見Hough變換的區別 47
2.7 直線段檢測 47
本章小結 49
參考文獻 50
第3章 圖像形成與相機幾何 51
3.1 引言 51
3.1.1 色度學 51
3.1.2 三色視覺原理 52
3.2 圖像的形成 53
3.2.1 取景透鏡 54
3.2.2 抗混淆濾波器 57
3.2.3 紅外截止濾波器和保護玻璃 59
3.2.4 圖像傳感器 59
3.3 齊次坐標 64
3.4 小孔成像 65
3.5 圖像坐標系、相機坐標系和世界坐標系 67
3.5.1 圖像坐標系 67
3.5.2 相機坐標系 68
3.5.3 世界坐標系 68
3.6 坐標平移、伸縮和旋轉 68
3.6.1 坐標平移 68
3.6.2 坐標伸縮 69
3.6.3 坐標旋轉 69
3.6.4 繞任意軸旋轉的矩陣表示 71
3.6.5 羅德里格斯公式 74
3.6.6 四元數 75
3.6.7 旋轉矩陣與旋轉角的關系 76
3.6.8 矩陣與運動的對應關系 77
3.6.9 世界坐標系到圖像坐標系的變換 78
3.6.10 透視相機模型 80
3.7 相機標定 80
3.7.1 相機畸變 83
3.7.2 相機標定 84
3.8 相機位置和方向 84
3.9 姿態估計 86
本章小結 88
習題3 88
參考文獻 88
第4章 從圖像序列中估計2D和3D運動 89
4.1 運動場與光流場 89
4.2 光流計算 91
4.2.1 光流方程 91
4.2.2 經典光流計算方法 92
4.2.3 光流算法的改進 94
4.3 光流技術的研究難點及策略 100
4.3.1 魯棒的光流估計 101
4.3.2 壓縮感知及基于稀疏模型的光流估計 103
4.3.3 光流分布信息的統計研究 105
4.4 3D運動恢復 107
4.4.1 透視投影成像的幾何模型 107
4.4.2 3D運動場 109
4.4.3 3D運動場到2D速度場的投影轉換模型 111
4.4.4 2D速度場的局部擬合及三維運動參數估計 112
參考文獻 114
第5章 差分運動分析及基于核函數的視覺跟蹤 120
5.1 基于差分方法的光流計算 120
5.1.1 光流通用模型 120
5.1.2 模型數據項 121
5.1.3 HS模型的計算方法 126
5.2 視覺跟蹤概述 128
5.2.1 視覺跟蹤的分類 129
5.2.2 視頻目標跟蹤算法的組成 130
5.3 核函數跟蹤算法 130
5.3.1 核函數跟蹤算法的問題及發展 131
5.3.2 目標及候選圖像區域表達 131
5.3.3 相似性度量 132
5.3.4 概率密度估計 133
5.3.5 Mean Shift 136
5.3.6 誤差平方和測度及牛頓迭代 140
5.3.7 多極值點問題 141
5.4 本章小結 142
參考文獻 142
第6章 蒙特卡羅運動分析 145
6.1 跟蹤問題的形式化表示 145
6.1.1 Markov性假設 145
6.1.2 三個基本模型 145
6.1.3 推測過程 146
6.2 卡爾曼濾波與廣義卡爾曼濾波 146
6.2.1 狀態空間表示法和參數估計 146
6.2.2 標準卡爾曼濾波 147
6.2.3 廣義卡爾曼濾波 148
6.3 特征表示與提取 149
6.3.1 顏色直方圖 149
6.3.2 形狀特征 150
6.3.3 尺度不變輪廓特征的表示 150
6.4 目標跟蹤方法評價指標 152
6.5 序列Monte Carlo方法研究 153
6.5.1 Monte Carlo方法 153
6.5.2 重要性采樣 156
6.5.3 序列重要性采樣 158
6.5.4 退化問題 160
6.5.5 粒子濾波的改進方法 164
6.5.6 粒子濾波的收斂性 170
6.6 本章小結 174
參考文獻 175
第7章 鉸鏈運動分析及人體姿態估計 180
7.1 人體模型及觀測似然函數 180
7.1.1 人體模型 180
7.1.2 觀測似然函數 181
7.2 模擬退火的粒子濾波算法 181
7.2.1 粒子濾波算法 181
7.2.2 模擬退火 182
7.2.3 模擬退火的粒子濾波 183
7.3 非參數置信傳播算法 183
7.4 人體運動估計 184
7.4.1 條件隨機場理論 185
7.4.2 人體與外觀模型 190
7.5 本章小結 192
參考文獻 192
第8章 多目標跟蹤算法 194
8.1 多目標跟蹤概述 194
8.1.1 目標運動模型 195
8.2 數據關聯算法 197
8.2.1 最近鄰域法 197
8.2.2 概率數據關聯算法 197
8.2.3 聯合概率數據互聯算法 199
8.2.4 其他的經典算法 201
8.3 基于圖模型的多目標跟蹤算法 202
8.3.1 概率圖模型分析 203
8.3.2 概率圖模型推理方法 213
8.4 本章小結 224
參考文獻 225 |
| 序： |
|
