第一部分　導論
第1章　電腦視覺的定義及其歷史2
　1.1　簡介2
　1.2　定義2
　1.3　局部全域問題3
　1.4　生物視覺4
　　1.4.1　生物動因4
　　1.4.2　視覺感知6
　參考文獻7
第2章　編寫影像處理程式8
　2.1　簡介8
　2.2　影像處理的基本程式結構8
　2.3　良好的程式設計風格9
　2.4　電腦視覺的重點9
　2.5　圖像分析軟體工具包10
　2.6　makefile10
　2.7　作業11
　參考文獻11
第3章　數學原理回顧12
　3.1　簡介12
　3.2　線性代數簡要回顧12
　　3.2.1　向量12
　　3.2.2　向量空間14
　　3.2.3　零空間15
　　3.2.4　函數空間16
　　3.2.5　線性變換17
　　3.2.6　導數和導數運算元19
　　3.2.7　特徵值和特徵向量20
　　3.2.8　特徵分解21
　　3.2.9　奇異值分解21
　3.3　函數最小化簡要回顧23
　　3.3.1　梯度下降23
　　3.3.2　局部最小值和全域最小值26
　　3.3.3　模擬退火27
　3.4　概率論簡要回顧28
　3.5　作業30
　參考文獻31
第4章　圖像：表示和創建32
　4.1　簡介32
　4.2　圖像表示32
　　4.2.1　標誌性表示（圖像）32
　　4.2.2　函數表示(方程)34
　　4.2.3　線性表示(向量)34
　　4.2.4　概率表示（隨機場）35
　　4.2.5　圖形表示（圖）35
　　4.2.6　鄰接悖論和六邊形圖元36
　4.3　作為曲面的圖像38
　　4.3.1　梯度38
　　4.3.2　等值線38
　　4.3.3　脊39
　4.4　作業39
　參考文獻40
第二部分　預處理
第5章　卷積核算子42
　5.1　簡介42
　5.2　線性運算元42
　5.3　圖像的向量表示44
　5.4　導數估計45
　　5.4.1　使用核估計導數46
　　5.4.2　通過函數擬合來估計導數46
　　5.4.3　圖像基向量49
　　5.4.4　核作為採樣可微分函數50
　　5.4.5　其他高階導數53
　　5.4.6　尺度簡介54
　5.5　邊緣檢測55
　5.6　尺度空間58
　　5.6.1　金字塔58
　　5.6.2　沒有重採樣的尺度空間59
　5.7　示例61
　5.8　數位梯度檢測器的性能63
　　5.8.1　方向導數63
　　5.8.2　方向估計67
　　5.8.3　討論70
　5.9　總結71
　5.10　作業71
　參考文獻76
第6章　去噪78
　6.1　簡介78
　6.2　圖像平滑78
　　6.2.1　一維情況79
　　6.2.2　二維情況79
　6.3　使用雙邊濾波器實現保邊平滑82
　6.4　使用擴散方程實現保邊平滑84
　　6.4.1　一維空間的擴散方程84
　　6.4.2　PDE模擬85
　　6.4.3　二維空間的擴散方程85
　　6.4.4　可變電導擴散86
　6.5　使用優化實現保邊平滑87
　　6.5.1　雜訊消除的目標函數87
　　6.5.2　尋找一個先驗項90
　　6.5.3　MAP演算法實現和均場退火92
　　6.5.4　病態問題和正則化94
　6.6　等效演算法95
　6.7　總結97
　6.8　作業97
　參考文獻99
第7章　數學形態學101
　7.1　簡介101
　7.2　二值形態學101
　　7.2.1　膨脹101
　　7.2.2　腐蝕106
　　7.2.3　膨脹和腐蝕的性質107
　　7.2.4　開運算和閉運算108
　　7.2.5　開運算和閉運算的性質109
　7.3　灰度形態學109
　　7.3.1　使用平面結構元素的灰度圖像110
　　7.3.2　使用灰度結構元素的灰度圖像113
　　7.3.3　使用集合運算的灰度形態學114
　7.4　距離變換114
　　7.4.1　使用反覆運算最近鄰計算DT115
　　7.4.2　使用二值形態運算計算DT115
　　7.4.3　使用遮罩計算DT115
　　7.4.4　使用維諾圖計算DT117
　7.5　邊緣連結的應用117
　7.6　總結120
　7.7　作業121
　參考文獻122
第三部分　圖像理解
第8章　分割124
　8.1　簡介124
　8.2　閾值：僅基於亮度的分割125
　　8.2.1　閾值的局部性質125
　　8.2.2　通過長條圖分析選擇閾值126
　　8.2.3　用高斯和擬合長條圖129
　　8.2.4　高斯混合模型與期望最大化130
　8.3　聚類：基於顏色相似度的分割132
　　8.3.1　k-均值聚類133
　　8.3.2　均值移位聚類135
　8.4　連接元件：使用區域增長的空間分割136
　　8.4.1　遞迴方法136
　　8.4.2　反覆運算方法138
　　8.4.3　示例應用139
　8.5　使用主動輪廓進行分割140
　　8.5.1　snake：離散和連續140
　　8.5.2　水準集：包含邊或者不包含邊144
　8.6　分水嶺：基於亮度曲面的分割151
　8.7　圖割：基於圖論的分割156
　　8.7.1　目標函數157
　　8.7.2　求解目標函數158
　8.8　使用MFA進行分割159
　8.9　評估分割的品質160
　8.10　總結161
　8.11　作業162
　參考文獻163
第9章　參數變換167
　9.1　簡介167
　9.2　霍夫變換168
　　9.2.1　垂線問題169
　　9.2.2　如何找到交點——累加器陣列169
　　9.2.3　使用梯度降低計算複雜度170
　9.3　尋找圓171
　　9.3.1　由任意三個非共線圖元表示的圓的位置推導171
　　9.3.2　當原點未知但半徑已知時找圓172
　　9.3.3　利用梯度資訊減少找圓的計算172
　9.4　尋找橢圓172
　9.5　廣義霍夫變換174
　9.6　尋找峰值175
　9.7　尋找三維形狀——高斯圖176
　9.8　尋找對應體——立體視覺中的參數一致性177
　9.9　總結179
　9.10　作業179
　參考文獻180
第10章　標記法和形狀匹配181
　10.1　簡介181
　10.2　線性變換182
　　10.2.1　剛體變換182
　　10.2.2　仿射變換183
　　10.2.3　規範和指標184
　10.3　協方差矩陣185
　　10.3.1　K-L擴展的推導186
　　10.3.2　K-L擴展的特性188
　　10.3.3　群190
　10.4　區域特徵191
　　10.4.1　簡單特徵191
　　10.4.2　矩193
　　10.4.3　鏈碼195
　　10.4.4　傅裡葉描述符195
　　10.4.5　中軸196
　10.5　匹配特徵向量197
　　10.5.1　匹配簡單特徵197
　　10.5.2　匹配向量197
　　10.5.3　將向量與類匹配198
　10.6　使用邊界描述形狀199
　　10.6.1　形狀矩陣200
　　10.6.2　形狀上下文201
　　10.6.3　曲率尺度空間202
　　10.6.4　SKS模型204
　10.7　形狀空間中的測地線208
　　10.7.1　二維形狀208
　　10.7.2　一個封閉的邊界作為向量210
　　10.7.3　向量空間210
　　10.7.4　流形211
　　10.7.5　投影到閉合曲線上的流形212
　　10.7.6　找到一條測地線215
　10.8　總結217
　10.9　作業217
　參考文獻219
第11章　場景表示和匹配221
　11.1　簡介221
　11.2　匹配的標誌性表示221
　　11.2.1　將範本匹配到場景221
　　11.2.2　點匹配222
　　11.2.3　特徵圖像223
　11.3　興趣運算225
　　11.3.1　Harris-Laplace運算226
　　11.3.2　SIFT興趣運算228
　11.4　SIFT231
　　11.4.1　SIFT描述符231
　　11.4.2　使用SIFT描述符匹配鄰域231
　11.5　SKS231
　　11.5.1　SKS描述符232
　　11.5.2　使用SKS描述符匹配鄰域233
　11.6　方向梯度長條圖234
　　11.6.1　方向梯度長條圖描述符235
　　11.6.2　匹配方向梯度長條圖描述符235
　11.7　圖匹配236
　　11.7.1　關聯圖237
　　11.7.2　鬆弛標記239
　　11.7.3　彈簧與範本240
　11.8　再論彈簧和範本241
　11.9　可變形範本241
　11.10　總結242
　11.11　作業243
　參考文獻246
第四部分　在三維世界中的二維圖像
第12章　三維相關250
　12.1　簡介250
　12.2　幾何相機——兩個已知相機的範圍（立體視覺）251
　　12.2.1　投影251
　　12.2.2　投影相機252
　　12.2.3　坐標系254
　12.3　從運動中恢復形狀——兩個未知相機的範圍258
　　12.3.1　立體視覺與對應問題258
　　12.3.2　8點演算法261
　　12.3.3　尋找相機矩陣262
　　12.3.4　相機矩陣的立體視覺263
　　12.3.5　基本歧義264
　12.4　圖像拼接和單應性264
　　12.4.1　視差267
　　12.4.2　匹配幾何不變數269
　12.5　控制照明——一個攝像頭和一個光源的範圍271
　12.6　從x中恢復形狀——單個相機的範圍273
　　12.6.1　從陰影中恢復形狀273
　　12.6.2　使用兩個光源的著色形狀274
　　12.6.3　表面法線的形狀276
　　12.6.4　光度立體視覺法276
　　12.6.5　超過三個光源的光度立體視覺法277
　　12.6.6　從紋理中恢復形狀278
　　12.6.7　從焦點中恢復形狀278
　12.7　三維空間的曲面279
　　12.7.1　二階曲面279
　　12.7.2　將二階曲面擬合到數據280
　　12.7.3　擬合橢圓和橢球體282
　12.8　總結283
　12.9　作業284
　參考文獻286
第13章　開發電腦視覺演算法290　
參考文獻292
附錄A　支持向量機293
附錄B　如何區分包含核運算子的函數298
附錄C　影像檔系統軟體300
索引305