《圖像處理、分析與機器視覺（第4版）》 是2016年清華大學出版社出版的圖書，作者是桑卡 (Milan Sonka) 、赫拉瓦卡 (Vaclav Hlavac) 、博伊爾 (Roger Boyle) 。
基本介紹
- 書名：圖像處理、分析與機器視覺（第4版）
- 作者：桑卡 (Milan Sonka) / 赫拉瓦卡 (Vaclav Hlavac) / 博伊爾 (Roger Boyle)
- 譯者：興軍亮 艾海舟 等譯
- ISBN：9787302426851
- 類別：叢書
- 頁數：645
- 定價：CNY 99.00
- 出版社：清華大學出版社
- 出版時間：2016-7-1
- 裝幀：平裝
內容簡介,目錄,
內容簡介
本書是英文第4版的中文翻譯，大約有五分之一的內容更新。主要更新的內容包括：增加了一些最新的算法，增加了習題部分，重寫了部分內容。更為具體的內容更新請參考作者序。 本書是在第3版中文翻譯的基礎上，按照直譯的原則進行翻譯的，與英文版形成完全的對照。對於英文版中明顯存在的排印或疏忽類的錯誤，都進行了更正。由於這些錯誤一般都很明顯，因此譯文中沒有專門聲明，讀者如果對照英文版，不難看出其出處。
目錄
第1章引言 1
1.1動機 1
1.2計算機視覺為什麼是困難的 2
1.3圖像表達與圖像分析的任務 4
1.4總結 7
1.5習題 7
1.6參考文獻 8
第2章圖像及其表達與性質 9
2.1圖像表達若干概念 9
2.2圖像數位化 11
2.2.1採樣 11
2.2.2量化 12
2.3數字圖像性質 13
2.3.1數字圖像的度量和拓撲性質 13
2.3.2直方圖 17
2.3.3熵 18
2.3.4圖像的視覺感知 18
2.3.5圖像品質 20
2.3.6圖像中的噪聲 21
2.4彩色圖像 22
2.4.1色彩物理學 22
2.4.2人所感知的色彩 23
2.4.3彩色空間 26
2.4.4調色板圖像 28
2.4.5顏色恆常性 28
2.5攝像機概述 29
2.5.1光敏感測器 29
2.5.2黑白攝像機 30
2.5.3彩色攝像機 32
2.6總結 32
2.7習題 33
2.8參考文獻 35
第3章圖像及其數學與物理背景 37
3.1概述 37
3.1.1線性 37
3.1.2狄拉克（Dirac）分布和卷積 37
3.2積分線性變換 38
3.2.1作為線性系統的圖像 39
3.2.2積分線性變換引言 39
3.2.31D傅立葉變換 39
3.2.42D傅立葉變換 43
3.2.5採樣與香農約束 45
3.2.6離散餘弦變換 47
3.2.7小波變換 48
3.2.8本徵分析 52
3.2.9奇異值分解 53
3.2.10主分量分析 54
3.2.11Radon變換 56
3.2.12其他正交圖像變換 56
3.3作為隨機過程的圖像 57
3.4圖像形成物理 59
3.4.1作為輻射測量的圖像 59
3.4.2圖像獲取與幾何光學 60
3.4.3鏡頭像差和徑向畸變 63
3.4.4從輻射學角度看圖像獲取 65
3.4.5表面反射 67
3.5總結 69
3.6習題 70
3.7參考文獻 71
第4章圖像分析的數據結構 73
4.1圖像數據表示的層次 73
4.2傳統圖像數據結構 74
4.2.1矩陣 74
4.2.2鏈 76
4.2.3拓撲數據結構 76
4.2.4關係結構 77
4.3分層數據結構 78
4.3.1金字塔 78
4.3.2四叉樹 79
4.3.3其他金字塔結構 80
4.4總結 81
4.5習題 82
4.6參考文獻 83
第5章圖像預處理 85
5.1像素亮度變換 85
5.1.1位置相關的亮度校正 85
5.1.2灰度級變換 86
5.2幾何變換 88
5.2.1像素坐標變換 88
5.2.2亮度插值 89
5.3局部預處理 91
5.3.1圖像平滑 91
5.3.2邊緣檢測運算元 97
5.3.3二階導數過零點 100
5.3.4圖像處理中的尺度 104
5.3.5Canny邊緣提取 105
5.3.6參數化邊緣模型 107
5.3.7多光譜圖像中的邊緣 107
5.3.8頻域的局部預處理 108
5.3.9用局部預處理運算元作線檢測 112
5.3.10角點（興趣點）檢測 113
5.3.11最大穩定極值區域檢測 116
5.4圖像復原 117
5.4.1容易復原的退化 118
5.4.2逆濾波 118
5.4.3維納濾波 118
5.5總結 120
5.6習題 121
5.7參考文獻 126
第6章分割Ⅰ 130
6.1閾值化 130
6.1.1閾值檢測方法 132
6.1.2最優閾值化 133
6.1.3多光譜閾值化 135
6.2基於邊緣的分割 136
6.2.1邊緣圖像閾值化 137
6.2.2邊緣鬆弛法 138
6.2.3邊界跟蹤 139
6.2.4作為圖搜尋的邊緣跟蹤 143
6.2.5作為動態規劃的邊緣跟蹤 149
6.2.6Hough變換 152
6.2.7使用邊界位置信息的邊界
???檢測 157
6.2.8從邊界構造區域 157
6.3基於區域的分割 159
6.3.1區域歸併 160
6.3.2區域分裂 161
6.3.3分裂與歸併 162
6.3.4分水嶺分割 165
6.3.5區域增長後處理 167
6.4匹配 167
6.4.1模版匹配 168
6.4.2模版匹配的控制策略 170
6.5分割的評測問題 170
6.5.1監督式評測 171
6.5.2非監督式評測 173
6.6總結 174
6.7習題 176
6.8參考文獻 178
第7章分割Ⅱ 185
7.1均值移位分割 185
7.2活動輪廓模型——蛇行 190
7.2.1經典蛇行和氣球 191
7.2.2擴展 193
7.2.3梯度矢量流蛇 194
7.3幾何變形模型——水平集和測地
??活動輪廓 198
7.4模糊連線性 203
7.5面向基於3D圖的圖像分割 208
7.5.1邊界對的同時檢測 208
7.5.2次優的表面檢測 211
7.6圖割分割 212
7.7最優單和多表面分割 217
7.8總結 227
7.9習題 228
7.10參考文獻 229
第8章形狀表示與描述 237
8.1區域標識 239
8.2基於輪廓的形狀表示與描述 241
8.2.1鏈碼 241
8.2.2簡單幾何邊界表示 242
8.2.3邊界的傅立葉變換 245
8.2.4使用片段序列的邊界描述 246
8.2.5B樣條表示 249
8.2.6其他基於輪廓的形狀描述
???方法 250
8.2.7形狀不變數 251
8.3基於區域的形狀表示與描述 253
8.3.1簡單的標量區域描述 254
8.3.2矩 257
8.3.3凸包 259
8.3.4基於區域骨架的圖表示 262
8.3.5區域分解 266
8.3.6區域鄰近圖 267
8.4形狀類別 268
8.5總結 268
8.6習題 270
8.7參考文獻 272
第9章物體識別 278
9.1知識表示 278
9.2統計模式識別 281
9.2.1分類原理 282
9.2.2最近鄰 283
9.2.3分類器設定 285
9.2.4分類器學習 287
9.2.5支持向量機 288
9.2.6聚類分析 291
9.3神經元網路 293
9.3.1前饋網路 294
9.3.2非監督學習 295
9.3.3Hopfield神經元網路 296
9.4句法模式識別 297
9.4.1語法與語言 298
9.4.2句法分析與句法分類器 300
9.4.3句法分類器學習與語法推導 301
9.5作為圖匹配的識別 302
9.5.1圖和子圖的同構 303
9.5.2圖的相似度 305
9.6識別中的最佳化技術 306
9.6.1遺傳算法 307
9.6.2模擬退火 308
9.7模糊系統 309
9.7.1模糊集和模糊隸屬函式 310
9.7.2模糊集運算 311
9.7.3模糊推理 312
9.7.4模糊系統設計與訓練 314
9.8模式識別中的Boosting方法 315
9.9隨機森林 317
9.9.1隨機森林訓練 318
9.9.2隨機森林決策 321
9.9.3隨機森林擴展 322
9.10總結 322
9.11習題 325
9.12參考文獻 330
第10章圖像理解 335
10.1圖像理解控制策略 336
10.1.1並行和串列處理控制 336
10.1.2分層控制 337
10.1.3自底向上的控制 337
10.1.4基於模型的控制 337
10.1.5混合的控制策略 338
10.1.6非分層控制 341
10.2SIFT：尺度不變特徵轉換 342
10.3RANSAC：通過隨機抽樣一致來
???擬合 344
10.4點分布模型 347
10.5活動表觀模型 355
10.6圖像理解中的模式識別方法 362
10.6.1基於分類的分割 362
10.6.2上下文圖像分類 364
10.6.3梯度方向直方圖-HOG 367
10.7Boosted層疊分類器用於快速物體
???檢測 370
10.8基於隨機森林的圖像理解 372
10.9場景標註和約束傳播 377
10.9.1離散鬆弛法 378
10.9.2機率鬆弛法 379
10.9.3搜尋解釋樹 381
10.10語義圖像分割和理解 382
10.10.1語義區域增長 383
10.10.2遺傳圖像解釋 384
10.11隱馬爾可夫模型 390
10.11.1套用 394
10.11.2耦合的HMM 394
10.11.3貝葉斯信念網路 395
10.12馬爾科夫隨機場 397
?10.12.1圖像和視覺的套用 398
10.13高斯混合模型和期望最大化 399
10.14總結 404
10.15習題 407
10.16參考文獻 410
第11章3D幾何，對應，從亮度到3D 419
11.13D視覺任務 419
11.1.1Marr理論 421
11.1.2其他視覺範疇：主動和
有目的的視覺 422
11.2射影幾何學基礎 423
11.2.1射影空間中的點和超平面 424
11.2.2單應性 426
11.2.3根據對應點估計單應性 427
11.3單透視攝像機 430
11.3.1攝像機模型 430
11.3.2齊次坐標系中的投影和
反投影 432
11.3.3從已知場景標定一個
攝像機 432
11.4從多視圖重建場景 433
11.4.1三角測量 433
11.4.2射影重建 434
11.4.3匹配約束 435
11.4.4光束平差法 436
11.4.5升級射影重建和自標定 437
11.5雙攝像機和立體感知 438
11.5.1極線幾何學——基本矩陣 438
11.5.2攝像機的相對運動——本質
矩陣 440
11.5.3分解基本矩陣到攝像機
矩陣 441
11.5.4從對應點估計基本矩陣 441
11.5.5雙攝像機矯正結構 442
11.5.6矯正計算 444
11.6三攝像機和三視張量 445
11.6.1立體對應點算法 446
11.6.2距離圖像的主動獲取 451
11.7由輻射測量到3D信息 453
11.7.1由陰影到形狀 453
11.7.2光度測量立體視覺 455
11.8總結 456
11.9習題 457
11.10參考文獻 459
第12章3D視覺的套用 464
12.1由X到形狀 464
12.1.1由運動到形狀 464
12.1.2由紋理到形狀 468
12.1.3其他由X到形狀的技術 469
12.2完全的3D物體 471
12.2.13D物體、模型以及相關
問題 471
12.2.2線條標註 472
12.2.3體積表示和直接測量 474
12.2.4體積建模策略 475
12.2.5表面建模策略 476
12.2.6為獲取完整3D模型的面元
標註與融合 478
12.33D場景的2D視圖表達 482
12.3.1觀察空間 482
12.3.2多視圖表達和示象圖 482
12.4從無組織的2D視圖集合進行
3D重建，從運動到結構 483
12.5重建場景幾何 485
12.6總結 487
12.7習題 487
12.8參考文獻 488
第13章數學形態學 493
13.1形態學基本概念 493
13.2形態學四原則 494
13.3二值膨脹和腐蝕 495
13.3.1膨脹 495
13.3.2腐蝕 497
13.3.3擊中擊不中變換 498
13.3.4開運算和閉運算 499
13.4灰度級膨脹和腐蝕 499
13.4.1頂面、本影、灰度級膨脹和
腐蝕 500
13.4.2本影同胚定理和膨脹、腐蝕
及開、閉運算的性質 502
13.4.3頂帽變換 502
13.5骨架和物體標記 503
13.5.1同倫變換 503
13.5.2骨架、中軸和最大球 503
13.5.3細化、粗化和同倫骨架 505
13.5.4熄滅函式和最終腐蝕 506
13.5.5最終腐蝕和距離函式 508
13.5.6測地變換 509
13.5.7形態學重構 510
13.6粒度測定法 511
13.7形態學分割與分水嶺 513
13.7.1粒子分割、標記和分水嶺 513
13.7.2二值形態學分割 513
13.7.3灰度級分割和分水嶺 515
13.8總結 516
13.9習題 517
13.10參考文獻 518
第14章圖像數據壓縮 520
14.1圖像數據性質 521
14.2圖像數據壓縮中的離散圖像變換 521
14.3預測壓縮方法 523
14.4矢量量化 525
14.5分層的和漸進的壓縮方法 525
14.6壓縮方法比較 526
14.7其他技術 527
14.8編碼 527
14.9JPEG和MPEG圖像壓縮 528
14.9.1JPEG——靜態圖像壓縮 528
14.9.2JPEG-2000壓縮 529
14.9.3MPEG——全運動的視頻
壓縮 531
14.10總結 532
14.11習題 533
14.12參考文獻 535
第15章紋理 537
15.1統計紋理描述 539
15.1.1基於空間頻率的方法 539
15.1.2共生矩陣 540
15.1.3邊緣頻率 541
15.1.4基元長度（行程） 542
15.1.5Laws紋理能量度量 543
15.1.6局部二值模式（LBPs） 544
15.1.7分形紋理描述 547
15.1.8多尺度紋理描述——小波
域方法 549
15.1.9其他紋理描述的統計方法 551
15.2句法紋理描述方法 552
15.2.1形狀鏈語法 553
15.2.2圖語法 554
15.2.3分層紋理中的基元分組 555
15.3混合的紋理描述方法 556
15.4紋理識別方法的套用 557
15.5總結 557
15.6習題 559
15.7參考文獻 561
第16章運動分析 566
16.1差分運動分析方法 568
16.2光流 571
16.2.1光流計算 571
16.2.2全局和局部光流估計 573
16.2.3局部和全局相結合的光流
估計 575
16.2.4運動分析中的光流 575
16.3基於興趣點對應關係的分析 578
16.3.1興趣點的檢測 578
16.3.2Lucas-Kanade點跟蹤 578
16.3.3興趣點的對應關係 580
16.4特定運動模式的檢測 582
16.5視頻跟蹤 585
16.5.1背景建模 585
16.5.2基於核函式的跟蹤 588
16.5.3目標路徑分析 592
16.6輔助跟蹤的運動模型 596
16.6.1卡爾曼濾波器 596
16.6.2粒子濾波器 600
16.6.3半監督跟蹤——TLD 603
16.7總結 605
16.8習題 607
16.9參考文獻 608
辭彙 613
