計算機視覺——一種現代方法（第二版）

《計算機視覺——一種現代方法（第二版）》是2017年7月電子工業出版社出版的圖書，作者是高永強。

基本介紹

• 中文名：計算機視覺——一種現代方法（第二版）
• 作者：高永強
• 出版社：電子工業出版社
• 出版時間：2017年7月
• 頁數：520 頁
• 定價：95 元
• 開本：16 開
• ISBN：9787121276170

內容簡介

計算機視覺是研究如何使人工系統從圖像或多維數據中“感知”的科學。本書是計算機視覺領域的經典教材，內容涉及攝像機的幾何模型、光照及陰影、顏色、線性濾波、局部圖像特徵、紋理、立體視覺、運動結構、聚類分割、分組與模型擬合、跟蹤、配準、平滑表面及其輪廓、深度數據、圖像分類、物體檢測與識別、基於圖像的建模與渲染、人形研究、圖像搜尋與檢索、最佳化技術等。與前一版相比，本書簡化了部分主題，增加了套用示例，重寫了關於現代特徵的內容，詳述了現代圖像編輯技術與物體識別技術。

圖書目錄

目錄

第一部分圖像生成

第1章攝像機的幾何模型

1.1圖像成像

1.1.1針孔透視

1.1.2弱透視

1.1.3帶鏡頭的照相機

1.1.4人的眼睛

1.2內參數和外參數

1.2.1剛體變換和齊次坐標

1.2.2內參數

1.2.3外參數

1.2.4透視投影矩陣

1.2.5弱透視投影矩陣

1.3照相機的幾何標定

1.3.1使用線性方法對照相機進行標定

1.3.2使用非線性方法對照相機進行標定

1.4注釋

習題

編程練習

第2章光照及陰影

2.1像素的亮度

2.1.1表面反射

2.1.2光源及其產生的效果

2.1.3朗伯+鏡面反射模型

2.1.4面光源

2.2陰影的估算

2.2.1輻射校準和高動態範圍圖像

2.2.2鏡面反射模型

2.2.3對亮度和照度的推理

2.2.4光度立體技術:從多幅陰影圖像恢復形狀

2.3對互反射進行建模

2.3.1源於區域光在一個塊上的照度

2.3.2熱輻射和存在性

2.3.3互反射模型

2.3.4互反射的定性性質

2.4一個陰影圖像的形狀

2.5注釋

習題

編程練習

第3章顏色

3.1人類顏色感知

3.1.1顏色匹配

3.1.2顏色感受體

3.2顏色物理學

3.2.1顏色的來源

3.2.2表面顏色

3.3顏色表示

3.3.1線性顏色空間

3.3.2非線性顏色空間

3.4圖像顏色的模型

3.4.1漫反射項

3.4.2鏡面反射項

3.5基於顏色的推論

3.5.1用顏色發現鏡面反射

3.5.2用顏色去除陰影

3.5.3顏色恆常性:從圖像顏色獲得表面顏色

3.6注釋

習題

編程練習

第二部分早期視覺:使用一幅圖像

第4章線性濾波

4.1線性濾波與卷積

4.1.1卷積

4.2移不變線性系統

4.2.1離散卷積

4.2.2連續卷積

4.2.3離散卷積的邊緣效應

4.3空間頻率和傅立葉變換

4.3.1傅立葉變換

4.4採樣和混疊

4.4.1採樣

4.4.2混疊

4.4.3平滑和重採樣

4.5濾波器與模板

4.5.1卷積與點積

4.5.2基的改變

4.6技術:歸一化相關和檢測模式

4.6.1通過歸一化相關檢測手勢的方法來控制電視機

4.7技術:尺度和圖像金字塔

4.7.1高斯金字塔

4.7.2多尺度表示的套用

4.8注釋

習題

編程練習

第5章局部圖像特徵

5.1計算圖像梯度

5.1.1差分高斯濾波

5.2對圖像梯度的表征

5.2.1基於梯度的邊緣檢測子

5.2.2方向

5.3查找角點和建立近鄰

5.3.1查找角點

5.3.2採用尺度和方向構建近鄰

5.4通過SIFT特徵和HOG特徵描述近鄰

5.4.1SIFT特徵

5.4.2HOG特徵

5.5實際計算局部特徵

5.6注釋

習題

編程練習

第6章紋理

6.1利用濾波器進行局部紋理表征

6.1.1斑點和條紋

6.1.2從濾波器輸出到紋理表征

6.1.3實際局部紋理表征

6.2通過紋理基元的池化紋理表征

6.2.1向量量化和紋理基元

6.2.2k均值聚類的向量量化

6.3紋理合成和對圖像中的空洞進行填充

6.3.1通過局部模型採樣進行合成

6.3.2填充圖像中的空洞

6.4圖像去噪

6.4.1非局部均值

6.4.2三維塊匹配(BM3D)

6.4.3稀疏編碼學習

6.4.4結果

6.5由紋理恢復形狀

6.5.1在平面內由紋理恢復形狀

6.5.2從彎曲表面的紋理恢復形狀

6.6注釋

習題

編程練習

第三部分低層視覺:使用多幅圖像

第7章立體視覺

7.1雙目攝像機的幾何屬性和對極約束

7.1.1對極幾何

7.1.2本徵矩陣

7.1.3基礎矩陣

7.2雙目重構

7.2.1圖像矯正

7.3人類立體視覺

7.4雙目融合的局部算法

7.4.1相關

7.4.2多尺度的邊緣匹配

7.5雙目融合的全局算法

7.5.1排序約束和動態規劃

7.5.2平滑約束和基於圖的組合最佳化

7.6使用多台攝像機

7.7套用:機器人導航

7.8注釋

習題

編程練習

第8章從運動中恢復三維結構

8.1內部標定的透視攝像機

8.1.1問題的自然歧義性

8.1.2從兩幅圖像估計歐氏結構和運動

8.1.3從多幅圖像估計歐氏結構和運動

8.2非標定的弱透視攝像機

8.2.1問題的自然歧義性

8.2.2從兩幅圖像恢復仿射結構和運動

8.2.3從多幅圖像恢復仿射結構和運動

8.2.4從仿射到歐氏圖像

8.3非標定的透視攝像機

8.3.1問題的自然歧義性

8.3.2從兩幅圖像恢復投影結構和運動

8.3.3從多幅圖像恢復投影結構和運動

8.3.4從投影到歐氏圖像

8.4注釋

習題

編程練習

第四部分中層視覺方法

第9章基於聚類的分割方法

9.1人類視覺:分組和格式塔原理

9.2重要套用

9.2.1背景差分

9.2.2鏡頭的邊界檢測

9.2.3互動分割

9.2.4形成圖像區域

9.3基於像素點聚類的圖像分割

9.3.1基本的聚類方法

9.3.2分水嶺算法

9.3.3使用k均值算法進行分割

9.3.4均值漂移:查找數據中的局部模型

9.3.5採用均值漂移進行聚類和分割

9.4分割、聚類和圖論

9.4.1圖論術語和相關事實

9.4.2根據圖論進行凝聚式聚類

9.4.3根據圖論進行分解式聚類

9.4.4歸一化切割

9.5圖像分割在實際中的套用

9.5.1對分割器的評估

9.6注釋

習題

編程練習

第10章分組與模型擬合

10.1霍夫變換

10.1.1用霍夫變換擬合直線

10.1.2霍夫變換的使用

10.2擬合直線與平面

10.2.1擬合單一直線

10.2.2擬合平面

10.2.3擬合多條直線

10.3擬合曲線

10.4魯棒性

10.4.1M估計法

10.4.2RANSAC:搜尋正常點

10.5用機率模型進行擬合

10.5.1數據缺失問題

10.5.2混合模型和隱含變數

10.5.3混合模型的EM算法

10.5.4EM算法的難點

10.6基於參數估計的運動分割

10.6.1光流和運動

10.6.2光流模型

10.6.3用分層法分割運動

10.7模型選擇:哪個最好

10.7.1利用交叉驗證選擇模型

10.8注釋

習題

編程練習

第11章跟蹤

11.1簡單跟蹤策略

11.1.1基於檢測的跟蹤

11.1.2基於匹配的平移跟蹤

11.1.3使用仿射變換來確定匹配

11.2匹配跟蹤

11.2.1匹配摘要表征

11.2.2流跟蹤

11.3基於卡爾曼濾波器的線性動態模型跟蹤

11.3.1線性測量值和線性動態模型

11.3.2卡爾曼濾波

11.3.3前向後向平滑

11.4數據相關

11.4.1卡爾曼濾波檢測方法

11.4.2數據相關的關鍵方法

11.5粒子濾波

11.5.1機率分布的採樣表示

11.5.2最簡單的粒子濾波器

11.5.3跟蹤算法

11.5.4可行的粒子濾波器

11.5.5創建粒子濾波器中的粒子問題

11.6注釋

習題

編程練習

第五部分高層視覺

第12章配準

12.1剛性物體配準

12.1.1疊代最近點

12.1.2通過關聯搜尋轉換關係

12.1.3套用:建立圖像拼接

12.2基於模型的視覺:使用投影配準剛性物體

12.2.1驗證:比較轉換與渲染後的原圖與目標圖

12.3配準可形變目標

12.3.1使用主動外觀模型對紋理進行變形

12.3.2實踐中的主動外觀模型

12.3.3套用:醫療成像系統中的配準

12.4注釋

習題

編程練習

第13章平滑的表面及其輪廓

13.1微分幾何的元素

13.1.1曲線

13.1.2表面

13.2表面輪廓幾何學

13.2.1遮擋輪廓和圖形輪廓

13.2.2圖像輪廓的歧點和拐點

13.2.3Koenderink定理

13.3視覺事件:微分幾何的補充

13.3.1高斯映射的幾何關係

13.3.2漸近曲線

13.3.3漸近球面映射

13.3.4局部視覺事件

13.3.5雙切射線流形

13.3.6多重局部視覺事件

13.3.7外觀圖

13.4注釋

習題

第14章深度數據

14.1主動深度感測器

14.2深度數據的分割

14.2.1分析微分幾何學的基本元素

14.2.2在深度圖像中尋找階躍和頂邊

14.2.3把深度圖像分割為平面區域

14.3深度圖像的配準和模型獲取

14.3.1四元組

14.3.2使用最近點疊代方法配準深度圖像

14.3.3多幅深度圖像的融合

14.4物體識別

14.4.1使用解釋樹匹配分段平面表示的表面

14.4.2使用自旋圖像匹配自由形態的曲面

14.5Kinect

14.5.1特徵

14.5.2技術:決策樹和隨機森林

14.5.3標記像素

14.5.4計算關節位置

14.6注釋

習題

編程練習

第15章用於分類的學習

15.1分類、誤差和損失函式

15.1.1基於損失的決策

15.1.2訓練誤差、測試誤差和過擬合

15.1.3正則化

15.1.4錯誤率和交叉驗證

15.1.5受試者工作特徵曲線(ROC)

15.2主要的分類策略

15.2.1示例:採用歸一化類條件密度的馬氏距離

15.2.2示例:類條件直方圖和樸素貝葉斯

15.2.3示例:採用最近鄰的非參分類器

15.2.4示例:線性支持向量機

15.2.5示例:核機器

15.2.6示例:級聯和Adaboost

15.3構建分類器的實用方法

15.3.1手動調整訓練數據並提升性能

15.3.2通過二類分類器構建多類分類器

15.3.3求解SVM和核機器的方案

15.4注釋

習題

第16章圖像分類

16.1構建好的圖像特徵

16.1.1示例套用

16.1.2採用GIST特徵進行編碼布局

16.1.3採用視覺單詞總結圖像

16.1.4空間金字塔

16.1.5採用主分量進行降維

16.1.6採用典型變數分析進行降維

16.1.7示例套用:檢測不雅圖片

16.1.8示例套用:材料分類

16.1.9示例套用:場景分類

16.2分類單一物體的圖像

16.2.1圖像分類策略

16.2.2圖像分類的評估系統

16.2.3固定類數據集

16.2.4大量類的數據集

16.2.5花、樹葉和鳥:某些特定的數據集

16.3在實踐中進行圖像分類

16.3.1關於圖像特徵的代碼

16.3.2圖像分類資料庫

16.3.3資料庫偏差

16.3.4採用眾包平台進行資料庫收集

16.4注釋

編程練習

第17章檢測圖像中的物體

17.1滑動視窗法

17.1.1人臉檢測

17.1.2行人檢測

17.1.3邊界檢測

17.2檢測形變物體

17.3物體檢測算法的發展現狀

17.3.1資料庫和資源

17.4注釋

編程練習

第18章物體識別

18.1物體識別應該做什麼

18.1.1物體識別系統應該做什麼

18.1.2目前物體識別的策略

18.1.3什麼是類別

18.1.4選擇:應該怎么描述

18.2特徵問題

18.2.1提升當前圖像特徵

18.2.2其他類型的圖像特徵

18.3幾何問題

18.4語義問題

18.4.1屬性和不熟悉

18.4.2部分、姿態部件和一致性

18.4.3塊的意義:部分、姿態部件、物體、短語和場景

第六部分套用與其他主題

第19章基於圖像的建模與渲染

19.1可視外殼

19.1.1可視外殼模型的主要元素

19.1.2跟蹤相交曲線

19.1.3分割相交曲線

19.1.4錐帶三角化

19.1.5結果

19.1.6更進一步:雕刻可視外殼

19.2基於貼片的多視立體視覺

19.2.1PMVS模型的主要元素

19.2.2初始特徵匹配

19.2.3擴張

19.2.4過濾

19.2.5結果

19.3光場

19.4注釋

習題

編程練習

第20章對人的觀察

20.1隱馬爾可夫模型、動態規劃和基於樹形結構的模型

20.1.1隱馬爾可夫模型

20.1.2關於HMM的推理

20.1.3通過EM擬合HMM

20.1.4樹形結構的能量模型

20.2對圖像中的人進行解析

20.2.1圖形結構模型的解析

20.2.2估計衣服的表面

20.3人的跟蹤

20.3.1為什麼人的跟蹤如此困難

20.3.2通過表面進行運動跟蹤

20.3.3採用模板進行運動人體跟蹤

20.4從二維到三維:提升

20.4.1在正視圖進行重構

20.4.2利用外貌進行精確重構

20.4.3利用運動進行精確重構

20.5行為識別

20.5.1背景:人類運動數據

20.5.2人體結構和行為識別

20.5.3採用外貌特徵識別人類行為

20.5.4採用組合的模型識別人類行為

20.6資源

20.7注釋

第21章圖像搜尋與檢索

21.1套用背景

21.1.1套用

21.1.2用戶需求

21.1.3圖像查詢的類別

21.1.4什麼樣的用戶使用圖像採集

21.2源自信息檢索的基本技術

21.2.1單詞統計

21.2.2單詞統計的平滑

21.2.3最近鄰估計和哈希

21.2.4文本排序

21.3圖像檔案

21.3.1沒有量化的匹配

21.3.2根據查詢結果對圖像進行排序

21.3.3瀏覽與布局

21.3.4圖像瀏覽布局

21.4對注釋的圖片預測

21.4.1源於鄰近文字的注釋

21.4.2源於整幅圖的注釋

21.4.3採用分類器預測關聯的單詞

21.4.4人名與人臉

21.4.5通過分割生成標籤

21.5目前最先進的單詞預測器

21.5.1資源

21.5.2方法比較

21.5.3開放問題

21.6注釋

第七部分背景材料

第22章最佳化技術

22.1線性最小二乘法

22.1.1正則方程和偽逆

22.1.2齊次方程組和特徵值問題

22.1.3廣義特徵值問題

22.1.4示例:擬合平面上的一條直線

22.1.5奇異值分解

22.2非線性最小二乘法

22.2.1牛頓方法:平方非線性方程組

22.2.2牛頓方法:過約束的非線性方程組

22.2.3高斯牛頓法和Levenberg-Marquardt法

22.3稀疏編碼和字典學習

22.3.1稀疏編碼

22.3.2字典學習

22.3.3監督字典學習

22.4最小切/最大流問題和組合最佳化

22.4.1最小切問題

22.4.2二次偽布爾函式

22.4.3泛化為整型變數

22.5注釋