計算機視覺：算法與系統(tǒng)原理

第一章  概論                  
     1. 1  人類視覺系統(tǒng)的構(gòu)成與視覺機理                  
     1. 1. 1  眼睛                  
     1. 1. 2  視覺神經(jīng)系統(tǒng)                  
     1. 1. 3  視覺機理假說                  
     1. 1. 4  視覺中的一些心理和生理特征與現(xiàn)象                  
     1. 1. 5  視知覺對深度的感知                  
     1. 2  計算機視覺研究的特點                  
     1. 3  計算機視覺與相關(guān)領(lǐng)域的關(guān)系                  
     1. 4  計算機視覺的發(fā)展                  
   第二章  計算機視覺中的空間關(guān)系                  
     2. 1  基本概念                  
     2. 2  成象模型與視覺坐標系                  
     2. 3  齊次坐標與N矢量                  
     2. 4  平面對偶原理                  
     2. 5  直射變換. 對射變換與標準極變換                  
     2. 6  平移運動                  
     2. 6. 1  N速度與軌跡                  
     2. 6. 2  平移運動的出現(xiàn)點與從平移恢復(fù)形狀                  
     2. 7  旋轉(zhuǎn)運動                  
     2. 7. 1  旋轉(zhuǎn)變換                  
     2. 7. 2  旋轉(zhuǎn)矩陣的計算                  
     2. 8  一般剛體運動                  
     2. 8. 1  一般剛體運動的坐標變換                  
     2. 8. 2  平面投影圖象的變換                  
     2. 8. 3  變換參數(shù)的計算                  
     2. 8. 4  面參數(shù)的計算                  
     2. 8. 5  一般剛體運動分析                  
   第三章  立體視覺                  
     3. 1  一般性原理                  
     3. 2  內(nèi)極點. 內(nèi)極線與內(nèi)極平面                  
     3. 2. 1  一般情況                  
     3. 2. 2  平行立體視中的內(nèi)極線約束                  
     3. 3  立體視中的配準                  
     3. 3. 1  雙目配準                  
     3. 3. 2  三目配準                  
     3. 4  三維表面重建                  
   第四章  運動分析                  
     4. 1  運動場與光流                  
     4. 1. 1  運動場                  
     4. 1. 2  光流                  
     4. 2  基于梯度的光流計算                  
     4. 2. 1  基本等式的引入                  
     4. 2. 2  光流計算與附加約束                  
     4. 3  基于區(qū)域匹配的光流計算方法                  
     4. 3. 1  基于保守信息的初始速度場估計                  
     4. 3. 2  利用鄰域信息的求精                  
     4. 3. 3  采用Kalman濾波器的速度場估計                  
     4. 4  光流計算的其他方法                  
     4. 5  從運動恢復(fù)結(jié)構(gòu)                  
     4. 5. l  空間運動與對應(yīng)視平面的運動場                  
     4. 5. 2  平面對象的光流                  
   第五章  基于其他線索的三維信息恢復(fù)                  
     5. 1  從陰影恢復(fù)三維形狀                  
     5. 1. 1  成象過程的數(shù)學(xué)模型                  
     5. 1. 2  反射圖方法                  
     5. 1. 3  球狀點假設(shè)方法                  
     5. 2  從紋理恢復(fù)三維形狀                  
     5. 2. 1  基于紋理梯度的方法                  
     5. 2. 2  基于收斂線的方法                  
     5. 2. 3  基于正規(guī)化紋理屬性圖的方法                  
     5. 2. 4  由形變估計表面方向                  
     5. 3  融合陰影與紋理的立體視覺                  
     5. 3. 1  光度立體技術(shù)                  
     5. 3. 2  紋理立體技術(shù)                  
   第六章  不確定性視覺計算                  
     6. 1  視覺逆問題及其不確定                  
     6. 1. 1  成象過程與視覺計算                  
     6. 1. 2  逆問題與不確定性                  
     6. 2  不確定性的描述與求解                  
     6. 2. 1  有限晶格系統(tǒng), MRF與Gibbs分布                  
     6. 2. 2  估計構(gòu)造                  
     6. 2. 3  問題求解                  
     6. 2. 4  參數(shù)估計                  
     6. 3  基于不確定性方法的邊緣檢測                  
     6. 3. 1  模型的建立                  
     6. 3. 2  估計的求解                  
     6. 4  基于不確定性方法的立體視視差計算                  
     6. 4. 1  構(gòu)造估計問題                  
     6. 4. 2  WTA網(wǎng)絡(luò)                  
     6. 5  小結(jié)                  
   第七章  高層表示                  
     7. 1  二維圖象的表示                  
     7. 1. 1  邊界表示                  
     7. 1. 2  區(qū)域表示                  
     7. 2  三維物體的幾何模型                  
     7. 2. 1  物體的結(jié)構(gòu)表示                  
     7. 2. 2  物體的多視特征表示                  
     7. 3  空間物體的關(guān)系模型                  
     7. 3. 1  語義網(wǎng)的概念                  
     7. 3. 2  屬性超圖                  
     7. 3. 3  語義網(wǎng)的操作                  
     7. 3. 4  其他知識表達方法介紹                  
   第八章  主動視覺與融臺                  
     8. 1  主動視覺                  
     8. 1. 1  從陰影恢復(fù)形狀                  
     8. 1. 2  從運動恢復(fù)結(jié)構(gòu)                  
     8. 1. 3  主動跟蹤                  
     8. 1. 4  通過變形模板提取面部特征                  
     8. 2  視覺計算與融合技術(shù)                  
     8. 2. 1  融合處理中需考慮的問題                  
     8. 2. 2  不問級融合的一個例子                  
     8. 2. 3  融合的一般方法                  
     8. 2. 4  物體識別與信息融合                  
   第九章  計算機視覺系統(tǒng)                  
     9. 1  引言                  
     9. 2  三維物體識別                  
     9. 2. 1  三維物體識別概念                  
     9. 2. 2  物體識別系統(tǒng)的組成及特性                  
     9. 2. 3  物體識別的模型組織與特性                  
     9. 3  視覺系統(tǒng)中的若干問題                  
     9. 3. 1  視覺系統(tǒng)中的控制                  
     9. 3. 2  視覺系統(tǒng)中的推理與規(guī)劃                  
     9. 3. 3  視覺系統(tǒng)中的學(xué)習(xí)                  
     9. 4  三維計算機視覺系統(tǒng)                  
     9. 4. 1  ACRONYM———基于模型驅(qū)動的視覺系統(tǒng)                  
     9. 4. 2  INGEN——用于一般形狀物體識別的視覺系統(tǒng)                  
     9. 5  運用圖象理解環(huán)境                  
     9. 5. 1  KBVision——基于知識的圖象理解環(huán)境                  
     9. 5. 2  IUE——通用圖象理解環(huán)境                  
   參考文獻                  
   附錄一  算法證明                  
     1. 1  算法2.3的證明                  
     1. 2  算法2.4的計算過程                  
   附錄二  IUE中類的譜系圖                  
     2. 1  IUE基本類譜系圖                  
     2. 2  IUE圖象類譜系圖                  
     2. 3  IUE空間對象類譜系圖                  
     2. 4  IUE圖象特征類譜系圖                  
     2. 5  IUE坐標系與變換類譜系圖                  
     2. 6  IUE空間索引類譜系圖                  
     2. 7  IUE傳感器類譜系圖                  
     2. 8  IUE傳感器模型類譜系圖                  
     2. 9  IUE射線類譜系圖                  
     2. 10  IUE鏡頭類譜系圖                  
     2. 11  IUE濾波器類譜系圖                  
     2. 12  IUE景物類譜系圖                  
     2. 13  IUE統(tǒng)計類譜系圖