圖象工程（下冊 圖象理解與計算機視覺）

第1章  緒論                  
     1. 1  圖象工程概述                  
     1. 2  圖象理解與計算機視覺                  
       1. 2. 1  圖象理解                  
       1. 2. 2  計算機視覺                  
       1. 2. 3  圖象理解與計算機視覺的關(guān)系                  
       1. 2. 4  和圖象理解與計算機視覺相關(guān)的其它學科                  
       1. 2. 5  圖象理解與計算機視覺的應(yīng)用領(lǐng)域                  
     1. 3  本書的安排和概要                  
       1. 3. 1  整體安排                  
       1. 3. 2  各章概要                  
     練習題                  
   第2章  視感覺和視知黨                  
     2. 1  概述和分類                  
     2. 2  視覺過程與特性                  
       2. 2. 1  視覺過程                  
       2. 2. 2  視覺的時間特性                  
       2. 2. 3  視覺的空間特性                  
     2. 3  形狀知覺                  
       2. 3. 1  輪廓                  
       2. 3. 2  圖形和背景                  
       2. 3. 3  幾何圖形視錯覺                  
     2. 4  空間知覺                  
       2. 4. 1  非視覺性深度線索                  
       2. 4. 2  雙眼深度線索                  
       2. 4. 3  單眼深度線索                  
     練習題                  
   第3章  立體成象                  
     3. 1  概述和分類                  
     3. 2  圖象采集裝置                  
       3. 2. 1  采集裝置的性能指標                  
       3. 2. 2  灰度圖采集和CCD攝象器件                  
       3. 2. 3  深度圖采集和結(jié)構(gòu)光測距裝置                  
     3. 3  成象變換和攝象機模型                  
       3. 3. 1  世界坐標與攝象機坐標重合時的攝象機模型                  
       3. 3. 2  世界坐標與攝象機坐標分開時的攝象機模型                  
       3. 3. 3  通用攝象機模型                  
     3. 4  攝象機校準                  
     3. 5  立體成象方式                  
       3. 5. 1  立體成象方式分類                  
       3. 5. 2  單目成象和畸變                  
       3. 5. 3  雙目成象和視差                  
       3. 5. 4  結(jié)構(gòu)光成象和成象高度                  
     練習題                  
   第4章  擴展分折技術(shù)                  
     4. 1  概述和分類                  
     4. 2  廣義哈夫變換                  
       4. 2. 1  基本哈夫變換原理                  
       4. 2. 2  廣義哈夫變換原理                  
       4. 2. 3  完整廣義哈夫變換                  
     4. 3  亞象素邊緣檢測                  
       4. 3. 1  基于矩保持的亞象素邊緣檢測                  
       4. 3. 2  利用一階微分期望值的亞象素邊緣檢測                  
       4. 3. 3  利用切線信息的亞象素邊緣檢測                  
     4. 4  3-D邊緣檢測和閾值分割                  
       4. 4. 1  3-D邊緣檢測                  
       4. 4. 2  3-D閾值分割                  
     4. 5  16-鄰域                  
       4. 5. 1  術(shù)語和定義                  
       4. 5. 2  N16空間中的連通性和最短通路                  
       4. 5. 3  Ti變換                  
       4. 5. 4  N16空間中的距離                  
     4. 6  3-D表面的表達                  
       4. 6. 1  3-D輪廓線的表達                  
       4. 6. 2  3-D目標表面的表達                  
       4. 6. 3  表面面元插值3-D輪廓                  
     4. 7  3-D實體的表達                  
       4. 7. 1  表達方案                  
       4. 7. 2  廣義圓柱體                  
       4. 7. 3  擴展高斯圖                  
     練習題                  
   第5章  立體視覺                  
     5. 1  概述和分類                  
     5. 2  立體視覺模塊                  
     5. 3  雙目立體匹配                  
     5. 4  多目立體匹配                  
       5. 4. 1  多目圖象                  
       5. 4. 2  倒距離                  
     5. 5  正交多目立體匹配                  
       5. 5. 1  基本原理                  
       5. 5. 2  基于梯度分類的正交三目立體匹配                  
       5. 5. 3  正交多目立體匹配                  
     5. 6  視差圖誤差檢測與校正                  
     5. 7  亞象素級視差                  
     練習題                  
   第6章  三維形狀信息恢復                  
     6. 1  概述和分類                  
     6. 2  光度立體學                  
       6. 2. 1  場景亮度和圖象亮度                  
       6. 2. 2  表面反射特性和亮度                  
       6. 2. 3  目標表面朝向                  
       6. 2. 4  反射圖                  
       6. 2. 5  光度立體學求解                  
     6. 3  從運動求取結(jié)構(gòu)                  
       6. 3. 1  光流和運動場                  
       6. 3. 2  光流約束方程                  
       6. 3. 3  光流計算                  
       6. 3. 4  光流與表面取向                  
     6. 4  從陰影恢復形狀                  
       6. 4. 1  陰影與形狀                  
       6. 4. 2  利用單目圖象求解照度方程                  
     6. 5  紋理與表面朝向                  
       6. 5. 1  基本方法                  
       6. 5. 2  線段紋理消失點的確定                  
     練習題                  
   第7章  知識和表達                  
     7. 1  概述和分類                  
     7. 2  場景知識                  
     7. 3  過程知識                  
     7. 4  知識表達基礎(chǔ)                  
       7. 4. 1  對知識表達的要求                  
       7. 4. 2  知識表達類型                  
       7. 4. 3  圖象理解系統(tǒng)中的知識模塊                  
       7. 4. 4  圖象理解中的知識表達                  
     7. 5  邏輯系統(tǒng)                  
       7. 5. l  定義                  
       7. 5. 2  利用定理證明未推理                  
     7. 6  語義網(wǎng)絡(luò)                  
     7. 7  產(chǎn)生式(專家)系統(tǒng)                  
     練習題                  
   第8章  匹配和理解                  
     8. 1  概述和分類                  
     8. 2  模板匹配                  
     8. 3  目標匹配                  
       8. 3. 1  字符串匹配                  
       8. 3. 2  特征點匹配                  
       8. 3. 3  形狀數(shù)匹配                  
       8. 3. 4  慣量等效橢圓匹配                  
     8. 4  動態(tài)模式匹配                  
     8. 5  關(guān)系匹配                  
     8. 6  線圖同構(gòu)                  
     8. 7  特征內(nèi)容匹配                  
       8. 7. 1  一般框架和系統(tǒng)模塊                  
       8. 7. 2  顏色匹配                  
       8. 7. 3  紋理匹配                  
       8. 7. 4  形狀匹配                  
       8. 7. 5  綜合特征匹配                  
       8. 7. 6  語義內(nèi)容匹配                  
       8. 7. 7  基于內(nèi)容的多媒體信息檢索與國際標準MPEG-7                  
     練習題                  
   第9章  視覺理論和信息系統(tǒng)                  
     9. 1  概述和分類                  
     9. 2  視覺計算理論                  
       9. 2. 1  馬爾理論                  
       9. 2. 2  關(guān)于馬爾理論的討論                  
     9. 3  視覺信息系統(tǒng)模型                  
       9. 3. 1  系統(tǒng)模型結(jié)構(gòu)                  
       9. 3. 2  多層次串行結(jié)構(gòu)                  
       9. 3. 3  以知識庫為個心的輻射結(jié)構(gòu)                  
       9. 3. 4  以知識庫為根的樹結(jié)構(gòu)                  
       9. 3. 5  多模塊交叉配合結(jié)構(gòu)                  
     9. 4  具體系統(tǒng)分析                  
       9. 4. 1  VISIONS系統(tǒng)                  
       9. 4. 2  ACRONYM系統(tǒng)                  
       9. 4. 3  KB Vision系統(tǒng)                  
     9. 5  典型系統(tǒng)比較                  
     9. 6  討論和展望                  
     練習題                  
   附錄A  相關(guān)技術(shù)                  
     A. 1  概述和分類                  
     A. 2  統(tǒng)計模式識別                  
       A. 2. 1  模式和分類                  
       A. 2. 2  最小距離分類器                  
       A. 2. 3  最優(yōu)統(tǒng)計分類器                  
     A. 3  結(jié)構(gòu)模式識別                  
       A. 3. 1  字符串結(jié)構(gòu)識別                  
       A. 3. 2  樹結(jié)構(gòu)識別                  
       A. 3. 3  學習和推理                  
     A. 4  人工神經(jīng)網(wǎng)絡(luò)                  
       A. 4. 1  發(fā)展和特點                  
       A. 4. 2  用于兩個模式類的感知機模型                  
       A. 4. 3  多層前向神經(jīng)網(wǎng)絡(luò)                  
       A. 4. 4  多層網(wǎng)絡(luò)決策面的復雜度                  
     A. 5  圖象代數(shù)與形態(tài)分析                  
       A. 5. 1  二值數(shù)學形態(tài)學                  
       A. 5. 2  灰度數(shù)學形態(tài)學的一些基本算法                  
       A. 5. 3  灰度數(shù)學形態(tài)學的一些實用算法                  
       A. 5. 4  圖象代數(shù)                  
     練習題                  
   附錄B  參考文獻                  
     B. 1  主要相關(guān)書籍                  
     B. 2  本書引用的中文文獻                  
     B. 3  本書引用的英文文獻英文目錄