计算机视觉基础

 

本书介绍计算机视觉的基础内容，比较侧重计算几何和目标检测方面。本书对图像网格的构建和叠加、德劳内三角剖分和沃罗诺伊镶嵌、多边形拼贴、图像拓扑等都有比较全面深入的介绍，并对图像结构给出了直观可视的描述。书中提供了大量相应的Matlab程序，可结合原理学习进行实验，以进一步加深理解并解决实际问题。

第1章通往机器视觉的基础知识1
1.1什么是计算机视觉1
1.2分而治之的方法1
1.3覆盖在图像上的沃罗诺伊图4
1.4计算几何简介6
1.5数字图像的框架8
1.6数字视觉空间12
1.7创建你自己的图像12
1.8随机生成图像14
1.9显示图像的方法16
1.10数字图像的格式17
1.11图像数据类型18
1.12彩色图像21
1.12.1彩色空间21
1.12.2彩色通道21
1.13彩色查找表24
1.14图像几何初步26
1.15访问和修改图像像素值29
1.16彩色、灰度和二值图像31
1.17像素的罗森菲尔德8-邻域32
1.18距离：欧几里得和出租车测度35
1.19假彩色：点彩派绘画37
1.19.1假彩色RGB图像模式37
1.19.2假彩色灰度图像模式39
1.20数字图像上的矢量空间41
1.20.1点积41
1.20.2图像梯度42
1.21相机看见什么：智能系统视图43
1.21.1相机视觉系统中的智能系统方法43
1.21.2相机感知的场景彩色44
1.22图像几何：图像上的沃罗诺伊和德劳内网格47
1.22.1汽车图像上的沃罗诺伊网格47
1.22.2沃罗诺伊图像的子网格揭示了什么信息50
1.23神经结构50
1.23.1汽车图像上的德劳内网格54
1.23.2在汽车图像上结合沃罗诺伊和德劳内网格55
1.24视频帧网格覆盖57
1.24.1离线视频帧处理57
1.24.2实时视频处理60
第2章像素加工63
2.1图像元素63
2.2分离彩色图像通道65
2.3彩色向灰度的转换66
2.4对像素强度的代数操作67
2.5用边缘像素选择解释像素选择72
2.6基于函数修改图像像素值78
2.7图像的逻辑操作81
2.7.1像素强度的补和逻辑非81
2.7.2成对二值图像的XOR操作82
2.8从背景中提取前景84
2.9阈值化彩色通道的合并85
2.10增强图像的对比度87
2.11伽马变换88
2.12伽马校正89
第3章可视化像素强度分布91
3.1直方图和绘制93
3.1.1直方图94
3.1.2茎干图95
3.1.3绘制96
3.1.4表面绘制96
3.1.5线框表面绘制98
3.1.6轮廓绘制98
3.2等值线98
3.3彩色直方图100
3.4自适应阈值化102
3.5对比度拉伸103
3.6直方图匹配106
第4章线性滤波108
4.1图像滤波的重要性108
4.2滤波器核109
4.3线性滤波器实验110
4.4线性卷积滤波111
4.5选取感兴趣区域112
4.6给图像加噪声114
4.7均值滤波116
4.8中值滤波117
4.9排序滤波118
4.10正态分布滤波120
第5章边缘、线、角点、高斯核与沃罗诺伊网格121
5.1线性函数121
5.2边缘检测123
5.3双精度拉普拉斯滤波器126
5.4增强数字图像边缘127
5.5高斯核128
5.6高斯滤波器130
5.7高斯滤波器核图像恢复131
5.8高斯-拉普拉斯滤波器图像增强132
5.9零交叉边缘滤波器图像增强132
5.10各向异性与各向同性边缘检测134
5.11在数字图像中检测边缘核线136
5.12检测图像角点138
5.13基于图像角点的沃罗诺伊网格重访140
5.13.1沃罗诺伊镶嵌细节140
5.13.2沃罗诺伊多边形的位置140
5.14构建基于角点的沃罗诺伊网格的步骤142
5.15网格生成器集合中的特别图像角点142
5.16具有特别角点图像上的沃罗诺伊网格144
5.17孤立图像边缘的图像梯度方法145
5.18角点、边缘和沃罗诺伊网格147
第6章德劳内网格分割149
6.1德劳内三角化生成三角网格149
6.2三角形外接圆151
6.3在图像上构建基于角点的德劳内网格151
6.4基于质心的德劳内图像网格152
6.4.1寻找图像质心153
6.4.2寻找图像质心的德劳内网格154
6.4.3寻找图像质心的沃罗诺伊网格154
6.4.4寻找叠加在德劳内网格上的图像质心沃罗诺伊网格155
第7章视频处理、实时和离线视频分析介绍157
7.1视频处理基础158
7.1.1帧图像点处理158
7.1.2图像采集158
7.1.3斑块159
7.1.4帧拼贴和帧几何159
7.2视频帧的沃罗诺伊拼贴160
7.3在视频帧中检测目标形状160
7.4测量目标的形状相似性和沃罗诺伊视觉外壳161
7.5优选核聚类163
7.6问题166
7.7形状距离171
7.8边缘集的权函数172
7.9优选边缘集173
7.9.1粗糙轮廓边缘集173
7.9.2优选核聚类连通网格区域175
第8章洛韦关键点、优选核聚类、轮廓和形状177
8.1图像分析178
8.2场景分析179
8.3像素边缘增强180
8.4数字图像的裁剪和稀疏表示183
8.5形状理论和2-D图像目标的形状：面向图像目标形状检测185
8.6图像像素梯度的朝向和强度186
8.7高斯差187
8.8图像关键点：洛韦SIFT方法189
8.9应用：图像网格核的关键点边界191
8.10超（外）核轮廓193
8.11优选核聚类轮廓形状的质量194
8.12粗糙S2P和S3P（2级和3级）优选核聚类轮廓194
8.13关键点数量的实验196
8.14双重优选核聚类上的粗糙周边199
8.15图像优选核聚类区域的莱利熵199
8.16问题202
第9章后记：形状适合计算机视觉环境的地方204
9.1自然场景中的目标形状204
9.2形状估计207
附录AMatlab和Mathematica编程210
A.1第1章的程序210
A.1.1数字图像角点210
A.1.2沃罗诺伊镶嵌算法的实现211
A.1.3德劳内镶嵌算法的实现213
A.1.4沃罗诺伊和德劳内镶嵌结合算法的实现216
A.1.5第1章的离线视频处理程序218
A.1.6第1章的实时视频处理程序219
A.2第2章的程序221
A.2.1数字图像像素221
A.2.2彩色图像通道223
A.2.3彩色向灰度的转换224
A.2.4对像素强度的代数操作225
A.2.5选择和显示边缘像素的彩色像素强度228
A.2.6基于函数的像素值修改231
A.2.7对图像的逻辑操作233
A.3第3章的程序234
A.3.1像素强度直方图（分档）234
A.3.2像素强度分布235
A.3.3像素强度等值线237
A.4第4章的程序238
A.5第5章的程序238
A.5.11-D高斯核绘图238
A.5.2高斯核实验240
A.5.32-D高斯核绘图241
A.5.4高斯平滑图像242
A.5.5图像恢复243
A.5.6图像角点245
A.5.7具有和没有图像角点的沃罗诺伊网格247
A.6第6章的程序248
A.6.1查找2-D和3-D图像质心248
A.6.2另一种查找图像质心的方法249
A.6.3查找图像质心的德劳内网格250
A.6.4查找图像质心的沃罗诺伊网格251
A.6.5查找覆盖在德劳内网格上的图像质心沃罗诺伊网格252
A.7第7章的程序253
A.7.1沃罗诺伊镶嵌视频帧中的边缘集测量253
A.8第8章的程序257
A.8.1高斯金字塔方案257
A.8.2小波金字塔方案258
A.8.3像素边缘强度259
A.8.4绘制反正切值260
A.8.5像素几何：梯度方向和梯度幅度261
A.8.6高斯差图像263
A.8.7图像关键点和沃罗诺伊网格263
附录B词汇表266
B.1数字与符号266
B.2B268
B.3C271
B.4D271
B.5F273
B.6G274
B.7H274
B.8J274
B.9K279
B.10L281
B.11M284
B.12N284
B.13P284
B.14Q285
B.15S285
B.16T287
B.17W291
B.18X292
B.19Z294
参考文献296
主题索引306