计算机视觉 原理、算法、应用及学习(原书第5版)

本书从第1版至今历时30余年，在全球范围内拥有广泛的读者。书中清晰而系统地介绍了计算机视觉的基本方法及应用，讲解基础理论的同时，强调算法和实际的设计约束，具备系统性、优选性和完整性。本书特色：新增三章讨论机器学习，以反映计算机视觉领域的发展。其中两章讨论基本分类概念和概率模型，另外一章介绍深度学习网络的原理，并通过人脸检测与识别这一应用讨论了其产生的影响。此外，还新增一章讨论了物体分割与形状模型。深入讨论了几何变换、EM算法、Boosting方法、语义分割、人脸正面化、RNN等重要主题，包括眼睛、车辆和行人的定位等实例和应用，涵盖开发真实视觉系统的细节和实现过程。理论方面，通过清晰的阐释和恰当的例子使数学知识和基础理论变得通俗易懂。此外，每一章都介绍了新研究进展，帮助学生和实践者紧跟技术发展潮流。配备可免费下载的编程示例，包括代码、方法、图示、任务、提示和解决方案（主要采用MATLAB和C++）。

译者序
推荐序
第5版前言
第1版前言
缩写词汇表
第1章计算机视觉面临的挑战1
1.1导言——人类及其感官1
1.2视觉的本质2
1.2.1识别过程2
1.2.2解决识别问题3
1.2.3物体定位4
1.2.4场景分析5
1.2.5视觉是逆向图形学6
1.3从自动视觉检测到监控6
1.4本书是关于什么的7
1.5机器学习的作用8
1.6后续章节内容概述9
1.7书目注释9
第一部分初级视觉
第2章图像与图像处理12
2.1导言12
2.2图像处理操作15
2.2.1灰度图像的一些基本操作15
2.2.2二值图像的基本操作19
2.3卷积和点扩散函数21
2.4顺序操作与并行操作22
2.5结束语23
2.6书目和历史注释24
2.7问题24
第3章图像滤波和形态学25
3.1导言25
3.2通过高斯平滑抑制噪声27
3.3中值滤波器28
3.4模式滤波器30
3.5秩排序滤波器35
3.6锐化–反锐化掩模35
3.7中值滤波器引入的偏移36
3.7.1中值偏移的连续体模型36
3.7.2推广到灰度图38
3.7.3中值偏移的离散模型40
3.8秩排序滤波器引入的偏移41
3.9滤波器在计算机视觉工业应用中的作用44
3.10图像滤波中的色彩44
3.11二值图像的膨胀和腐蚀45
3.11.1膨胀和腐蚀45
3.11.2抵消效应45
3.11.3改进的膨胀与腐蚀算子45
3.12数学形态学46
3.12.1泛化的形态学膨胀46
3.12.2泛化的形态学腐蚀47
3.12.3膨胀与腐蚀之间的对偶性47
3.12.4膨胀与腐蚀算子的特性48
3.12.5闭合与开启50
3.12.6基本形态学运算概要51
3.13形态学分组53
3.14灰度图像中的形态学54
3.15结束语55
3.16书目和历史注释56
3.17问题58
第4章阈值的作用61
4.1导言61
4.2区域生长方法62
4.3阈值方法62
4.3.1寻找合适的阈值62
4.3.2解决阈值选取中的偏差问题63
4.4自适应阈值64
4.5更的阈值选择方法66
4.5.1基于方差的阈值67
4.5.2基于熵的阈值67
4.5.3优选似然阈值68
4.6全局波谷阈值方法69
4.7应用全局波谷阈值方法的实际结果71
4.8直方图凹性分析75
4.9结束语75
4.10书目和历史注释76
4.11问题77
第5章边缘检测78
5.1导言78
5.2边缘检测基本理论79
5.3模板匹配方法80
5.43×3模板算子理论81
5.5微分梯度算子的设计82
5.6圆形算子的概念83
5.7圆形算子的详细实现83
5.8微分边缘算子的系统设计85
5.9上述方法的问题—?一些替代方案86
5.10滞后阈值88
5.11Canny算子89
5.12Laplacian算子92
5.13结束语93
5.14书目和历史注释93
5.15问题94
第6章角点、兴趣点和不变特征的检测95
6.1导言95
6.2模板匹配95
6.3二阶导数方法96
6.4基于中值滤波的角点检测器98
6.4.1分析中值检测器的操作98
6.4.2实际结果99
6.5Harris兴趣点算子100
6.5.1各种几何构型的角点信号和位移102
6.5.2交叉点和T形交叉点的性能103
6.5.3Harris算子的不同形式105
6.6角点方向106
6.7局部不变特征检测器与描述符106
6.7.1几何变换和特征标准化107
6.7.2Harris尺度、仿射不变检测器和描述符108
6.7.3Hessian尺度、仿射不变检测器和描述符109
6.7.4尺度不变特征变换算子110
6.7.5加速鲁棒特征算子110
6.7.6优选稳定极值区域111
6.7.7各种不变特征检测器的比较112
6.7.8定向梯度直方图114
6.8结束语115
6.9书目和历史注释116
6.10问题118
第7章纹理分析119
7.1导言119
7.2纹理分析的一些基本方法121
7.3灰度共生矩阵122
7.4Laws纹理能量法123
7.5Ade特征滤波器法125
7.6对Laws法和Ade法的评估126
7.7结束语127
7.8书目和历史注释127
第二部分中级视觉
第8章二值化形状分析130
8.1导言130
8.2二值图像的连通性131
8.3物体标记和计数131
8.4尺寸滤波136
8.5距离函数及其用途138
8.6骨架和细化140
8.6.1交叉数141
8.6.2细化的并行和顺序实现143
8.6.3引导细化144
8.6.4如何看待骨架的本质145
8.6.5骨架节点分析146
8.6.6骨架在形状识别中的应用146
8.7形状识别的其他度量147
8.8边界跟踪过程148
8.9结束语149
8.10书目和历史注释150
8.11问题151
第9章边界模式分析154
9.1导言154
9.2边界跟踪过程156
9.3质心轮廓156
9.4质心轮廓方法存在的问题157
9.5（s,ψ）图159
9.6解决遮挡问题160
9.7边界长度度量的准确性162
9.8结束语163
9.9书目和历史注释164
9.10问题165
第10章直线、圆和椭圆的检测166
10.1导言166
10.2霍夫变换在直线检测中的应用167
10.3垂足法169
10.4使用RANSAC进行直线检测171
……
第11章广义霍夫变换191
第12章物体分割与形状模型215
第三部分机器学习和深度学习网络
第13章基本分类概念230
第14章机器学习：概率方法251
第15章深度学习网络287
第四部分三维视觉和运动
第16章三维世界316
第17章解决n点透视问题338
第18章不变量与透视347
第19章图像变换和摄像机校准368
第20章运动385
第五部分计算机视觉的应用
第21章人脸检测与识别：深度学习带来的影响398
第22章监控420
第23章车载视觉系统457
第24章结语——计算机视觉展望481