圖像工程--中冊：圖像分析（第4版）

內容簡介

本書為《圖像工程》第4版的中冊，主要介紹圖像工程的第二層次——圖像分析的基本概念、基本原理、典型方法、實用技術以及國際上有關研究的新成果。

本書主要分為4個單元。第1單元（包含第2~5章）介紹圖像分割技術，其中第2章介紹圖像分割的基礎知識和基本方法，第3章介紹一些典型的圖像分割技術，第4章介紹對基本分割技術的推廣，第5章介紹對圖像分割的評價研究。第2單元（包含第6~8章）介紹對分割出來的目標的表達描述技術，其中第6章介紹目標表達技術，第7章介紹目標描述技術，第8章介紹進一步的測量盼罪戲欠和誤差分析內容。第3單元（包含第9~12章）介紹目標特性分析技術，其中第9章介紹紋理分析技術，第10章介紹形狀分析技術，第11章介紹運動分析技術。

第12章介紹顯著性和屬性。

第4單元（包含第13~15章）介紹一些相關的數學工具，其中第13章介紹二值圖像數學形態學，第14章介紹灰度圖像數學形態學，第15章介紹圖像模式識別原理和方法。書中的附錄介紹了人臉和表情識別的原理和技術，是與第15章相關的套用和擴展。書中還提供了大量例題、思考題和練習題，並對部分練習題提供了解答。書末還給出她踏糊了主題索引。

本書可作為信號與信息處理、通信與信息系統、電子與通信工程、模式識別與智慧型系統、計算機視覺等學科大學本科專業基礎課或研究生專業課教材，也可供信息與通信工程、電子科學與技術、計算機科學與技術、測控技術與儀器、機器人自動化舟雅您、生物醫學工程、光學、電子醫療設備研製、遙感、測繪和軍事偵察等領域的科技工作者參考。

圖書目錄

第1章緒論

1.1圖像和圖像工程

1.1.1圖像基礎

1.1.2圖像工程

1.2圖像分析概論

1.2.1圖像分析定義和研究內容

1.2.2圖像分析系統

1.3圖像分析中的數位化兆她應

1.3.1離散距離

1.3.2連通組元

1.3.3數位化模型

1.3.4數字弧和弦

1.4距離變換

1.4.1定義和性質

1.4.2局部距離的計算

1.4.3距離變換的實現

1.5內容只蘭框架和特點

總結和複習

第1單元圖像分割

第2章圖像分割基礎

2.1圖像分割定義和技術分類

2.2並行邊界技術

2.2.1邊緣及檢測原理

2.2.2正交梯度運算元

2.2.3方向微分運算元

2.2.4二階導數運算元

2.2.5邊界閉合

2.3串列邊界技術

2.3.1主動輪廓模型

2.3.2能淚盛灶樂量函式

2.4並行區域技術

2.4.1原理和分類

2.4.2依賴像素的閾值選取

2.4.3依賴區域的閾值選取

2.4.4依賴坐標的閾值選取

2.4.5空間聚類

2.5串列區域技術

2.5.1區域生長

2.5.2分裂合併

總結和複習

第3章典型分割算法

3.1興趣點檢測

3.1.1二階導數檢測角點

3.1.2最小核同值區運算元

3.1.3哈里斯興趣點運算元

3.2圖割方法

3.3特色的閾值化和聚類技術

3.3.1多解析度閾值選取

3.3.2借拔妹鑽助過渡區選擇閾值

3.3.3藉助均移確定聚類

3.4分水嶺分割算法

3.4.1基本原理和步驟

3.4.2算法改進和擴展

總結和複習

第4章分割技術擴展

4.1從像素單元到目標單元

4.1.1像素和目標之間的單元

4.1.2橢圓目標檢測

4.2從哈夫變換到廣義哈夫變換

4.2.1哈夫變換

4.2.2廣義哈夫變換原理

4.2.3完整廣義哈夫變換

4.3從像素精度到亞像素精度

4.3.1基於矩保持的技術

4.3.2利用一階微分期望值的技術

4.3.3藉助切線信息的技術

4.4從2D圖像到3D圖像

4.4.13D邊緣檢測

4.4.23D圖像閾值化

4.5從灰度圖像到彩色圖像

4.5.1彩色空間的選擇

4.5.2彩色圖像分割策略

總結和複習

第5章分割評價比較

5.1分割評價研究分類

5.2分割算法評價框架

5.3分割評價的準則

5.3.1分析法準則

5.3.2優度試驗法準則

5.3.3差異試驗法準則

5.4分割算法評價示例

5.4.1實驗算法和圖像

5.4.2實驗結果和討論

5.5評價方法和準則比較

5.5.1方法討論和對比

5.5.2準則的分析比較

5.5.3準則的實驗比較

5.6基於評價的算法優選系統

5.6.1算法優選思想和策略

5.6.2優選系統的實現和效果

總結和複習

第2單元表達描述

第6章目標表達

6.1基於邊界的表達

6.1.1技術分類

6.1.2鏈碼

6.1.3邊界段

6.1.4邊界標誌

6.1.5多邊形

6.1.6地標點

6.2基於區域的表達

6.2.1技術分類

6.2.2空間占有數組

6.2.3四叉樹

6.2.4金字塔

6.2.5圍繞區域

6.2.6骨架

6.3基於變換的表達

6.3.1技術分類

6.3.2傅立葉變換表達

總結和複習

第7章目標描述

7.1基於邊界的描述

7.1.1簡單邊界描述符

7.1.2形狀數

7.1.3邊界矩

7.2基於區域的描述

7.2.1簡單區域描述符

7.2.2拓撲描述符

7.2.3區域不變矩

7.3對目標關係的描述

7.3.1目標標記和計數

7.3.2點目標的分布

7.3.3字元串描述

7.3.4樹結構描述

總結和複習

第8章測量和誤差分析

8.1直接測度和間接測度

8.2需區別的術語

8.2.1準確性和精確性

8.2.2模型假設和實際觀察

8.2.34連通和8連通

8.3影響測量誤差的因素

8.3.1誤差來源

8.3.2光學鏡頭解析度

8.3.3採樣密度

8.3.4分割算法

8.3.5特徵計算公式

8.3.6綜合影響

8.3.7隨機樣本共識

8.4誤差分析

總結和複習

第3單元特性分析

第9章紋理分析

9.1紋理研究概況

9.2紋理描述的統計方法

9.2.1灰度共生矩陣

9.2.2基於共生矩陣的紋理描述符

9.2.3基於能量的紋理描述符

9.3紋理描述的結構方法

9.3.1結構描述法基礎

9.3.2紋理鑲嵌

9.3.3局部二值模式

9.4紋理描述的頻譜方法

9.4.1傅立葉頻譜

9.4.2蓋伯頻譜

9.5一種紋理分類合成方法

9.6紋理分割

9.6.1有監督紋理分割

9.6.2無監督紋理分割

總結和複習

第10章形狀分析

10.1形狀定義和研究

10.2平面形狀的分類

10.3形狀特性的描述

10.3.1形狀緊湊性描述

10.3.2形狀複雜性描述

10.4基於技術的描述

10.4.1基於多邊形的描述符

10.4.2基於離散曲率的描述符

10.5拓撲結構的描述

10.6分形維數

總結和複習

第11章運動分析

11.1運動研究內容

11.2運動目標檢測

11.2.1背景建模

11.2.2光流場

11.2.3特定運動模式的檢測

11.3運動目標分割

11.3.1目標分割和運動信息提取

11.3.2稠密光流算法

11.3.3基於參數和模型的分割

11.4運動目標跟蹤

11.4.1典型技術

11.4.2子序列決策策略

總結和複習

第12章顯著性和屬性

12.1顯著性概述

12.2顯著性檢測

12.3顯著區域分割提取

12.3.1基於對比度幅值

12.3.2基於對比度分布

12.3.3基於最小方向對比度

12.3.4顯著目標分割和評價

12.4屬性描述概況

12.5屬性提取中的特徵比較

12.6屬性套用

12.6.1跨類目標分類

12.6.2屬性學習和目標識別

12.6.3基於局部動作屬性的動作分類

總結和複習

第4單元數學工具

第13章數學形態學：二值

13.1基本集合定義

13.2二值形態學基本運算

13.2.1二值膨脹和腐蝕

13.2.2二值開啟和閉合

13.2.3二值基本運算性質

13.3二值形態學組合運算

13.3.1擊中擊不中變換

13.3.2二值組合運算

13.4二值形態學實用算法

總結和複習

第14章數學形態學：灰度

14.1灰度圖像的排序

14.2灰度形態學基本運算

14.2.1灰度膨脹和腐蝕

14.2.2灰度開啟和閉合

14.2.3灰度基本運算性質

14.3灰度形態學組合運算

14.4灰度形態學實用算法

14.5圖像代數

總結和複習

第15章圖像識別

15.1模式和分類

15.2不變數交叉比

15.2.1交叉比

15.2.2非共線點的不變數

15.2.3對稱的交叉比函式

15.2.4交叉比套用示例

15.3統計模式識別

15.3.1最小距離分類器

15.3.2最優統計分類器

15.3.3自適應自舉

15.4感知機和支持向量機

15.4.1感知機

15.4.2支持向量機

15.5結構模式識別

15.5.1字元串結構識別

15.5.2樹結構識別

總結和複習

附錄A人臉和表情識別

A.1生物特徵識別

A.2人臉檢測定位

A.2.1基本方法

A.2.2基於豪斯道夫距離的方法

A.3臉部器官提取和跟蹤

A.3.1眼睛幾何模型及確定

A.3.2眨眼過程中的眼睛輪廓跟蹤

A.4表情識別

A.4.1表情識別和步驟

A.4.2表情特徵提取

A.4.3基於蓋伯變換的特徵提取

A.4.4表情分類

A.4.5基於高階奇異值分解的分類

A.5人臉識別

A.5.1邊緣本徵矢量加權方法

A.5.2非特定表情人臉識別

部分思考題和練習題解答

參考文獻

主題索引

圖像工程--中冊：圖像分析（第4版）

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條