3D计算机视觉 原理、算法及应用

本书主要内容围绕3D计算机视觉展开，介绍了相关的基础概念、基本原理、典型算法、实用技术和应用成果。本书可在学过其姊妹篇《2D计算机视觉：原理、算法及应用》后学习。本书将从客观场景出发到最后对场景进行理解的全过程分为5个部分进行介绍。第1部分是图像采集，介绍了摄像机标定和3D图像采集技术；第2部分是视频运动，介绍了视频图像和运动信息，以及对运动目标进行检测和跟踪的技术；第3部分是物体重建，介绍了双目立体视觉和单目图像恢复技术；第4部分是物体分析，介绍了3D目标表达和广义匹配；第5部分是高层理解，介绍了知识和场景解释及时空行为理解。本书除提供大量示例外，还针对每章的内容提供了自我检测题（含提示并附有答案），并且给出了相关的参考文献和术语索引（包括英文）。本书既可作为计算机视觉、信号与信息处理、通信与信息系统、电子与通信工程、模式识别与智能系统等学科的教材，也可供计算机科学与技术、信息与通信工程、电子科学与技术、测控技术与仪器、机器人自动化、生物医学工程、光学、电子医疗设备研制、遥感、测绘和军事侦察等领域的研究人员参考。

第1章 计算机视觉概述
1.1 人类视觉及特性
1.1.1 视觉特点
1.1.2 视觉的亮度特性
1.1.3 视觉的空间特性
1.1.4 视觉的时间特性
1.1.5 视知觉
1.2 计算机视觉理论和框架
1.2.1 计算机视觉的研究目的、任务和方法
1.2.2 视觉计算理论
1.2.3 框架问题和改进
1.3 3D视觉系统和图像技术
1.3.1 3D视觉系统流程
1.3.2 计算机视觉和图像技术层次
1.3.3 图像技术类别
1.4 本书结构框架和内容概况
1.4.1 结构框架和主要内容
1.4.2 各章概况
1.5 各节要点和进一步参考
第2章 摄像机标定
2.1 线性摄像机模型
2.1.1 完整成像模型
2.1.2 基本标定程序
2.1.3 内、外参数
2.2 非线性摄像机模型
2.2.1 畸变类型
2.2.2 标定步骤
2.2.3 标定方法分类
2.3 传统标定方法
2.3.1 基本步骤和参数
2.3.2 两级标定法
2.3.3 精度提升
2.4 自标定方法
2.5 各节要点和进一步参考
第3章 3D图像采集
3.1 高维图像
3.2 深度图
3.2.1 深度图和灰度图像
3.2.2 本征图像和非本征图像
3.2.3 深度成像方式
3.3 直接深度成像
3.3.1 飞行时间法
3.3.2 结构光法
3.3.3 莫尔等高条纹法
3.3.4 同时采集深度和亮度图像
3.4 立体视觉成像
3.4.1 双目横向模式
3.4.2 双目会聚横向模式
3.4.3 双目轴向模式
3.5 各节要点和进一步参考
第4章 视频图像和运动信息
4.1 视频基础
4.1.1 视频表达和模型
4.1.2 视频显示和格式
4.1.3 彩色电视制式
4.2 运动分类和表达
4.2.1 运动分类
4.2.2 运动矢量场表达
4.2.3 运动直方图表达
4.2.4 运动轨迹描述
4.3 运动信息检测
4.3.1 基于摄像机模型的运动检测
4.3.2 频域运动检测
4.3.3 运动方向检测
4.4 基于运动的滤波
4.4.1 基于运动检测的滤波
4.4.2 基于运动补偿的滤波
4.5 各节要点和进一步参考
第5章 运动目标检测和跟踪
5.1 差分图像
5.1.1 差图像的计算
5.1.2 累积差图像的计算
5.2 背景建模
5.2.1 基本原理
5.2.2 典型实用方法
5.2.3 效果示例
5.3 光流场与运动
5.3.1 光流方程
5.3.2 最小二乘法光流估计
5.3.3 运动分析中的光流
5.3.4 稠密光流算法
5.4 运动目标跟踪
5.4.1 卡尔曼滤波器
5.4.2 粒子滤波器
5.4.3 均移和核跟踪
5.5 各节要点和进一步参考
第6章 双目立体视觉
6.1 立体视觉流程和模块
6.2 基于区域的双目立体匹配
6.2.1 模板匹配
6.2.2 立体匹配
6.3 基于特征的双目立体匹配
6.3.1 基本步骤和方法
6.3.2 尺度不变特征变换
6.3.3 动态规划匹配
6.4 视差图误差检测与校正
6.4.1 误差检测
6.4.2 误差校正
6.5 各节要点和进一步参考
第7章 单目多图像恢复
7.1 光度立体学
7.1.1 光源、物体、镜头
7.1.2 物体亮度和图像亮度
7.1.3 表面反射特性和亮度
7.2 由光照恢复形状
7.2.1 物体表面朝向的表达
7.2.2 反射图和图像亮度约束方程
7.2.3 光度立体学求解
7.3 光流方程
7.3.1 光流和运动场
7.3.2 光流方程求解
7.4 由运动恢复形状
7.5 各节要点和进一步参考
第8章 单目单图像恢复
8.1 由影调恢复形状
8.1.1 影调与朝向
8.1.2 梯度空间法
8.2 亮度约束方程求解
8.2.1 线性情况
8.2.2 旋转对称情况
8.2.3 平滑约束的一般情况
8.3 由纹理恢复形状
8.3.1 单目成像和畸变
8.3.2 利用纹理变化恢复朝向
8.4 纹理消失点检测
8.4.1 检测线段纹理消失点
8.4.2 确定图像外消失点
8.5 各节要点和进一步参考
第9章 3D目标表达
9.1 曲面的局部特征
9.1.1 表面法截线
9.1.2 表面主法曲率
9.1.3 平均曲率和高斯曲率
9.2 3D表面表达
9.2.1 参数表达
9.2.2 表面朝向表达
9.3 等值面的构造和表达
9.3.1 行进立方体算法
9.3.2 覆盖算法
9.4 从并行轮廓插值3D表面
9.4.1 轮廓内插和拼接
9.4.2 可能遇到的问题
9.4.3 德劳奈三角剖分和邻域沃罗诺伊图
9.5 3D实体表达
9.5.1 基本表达方案
9.5.2 广义圆柱体表达
9.6 各节要点和进一步参考
第10章 广义匹配
10.1 匹配概述
10.1.1 匹配策略和类别
10.1.2 匹配和配准
10.1.3 匹配评价
10.2 目标匹配
10.2.1 匹配的度量
10.2.2 对应点匹配
10.2.3 字符串匹配
10.2.4 惯量等效椭圆匹配
10.2.5 形状矩阵匹配
10.3 动态模式匹配
10.3.1 匹配流程
10.3.2 绝对模式和相对模式
10.4 图论和图同构匹配
10.4.1 图论概述
10.4.2 图同构和匹配
10.5 线条图标记和匹配
10.5.1 轮廓标记
10.5.2 结构推理
10.5.3 回朔标记
10.6 各节要点和进一步参考
第11章 知识和场景解释
11.1 场景知识
11.1.1 模型
11.1.2 属性超图
11.1.3 基于知识的建模
11.2 逻辑系统
11.2.1 谓词演算规则
11.2.2 利用定理证明进行推理
11.3 模糊推理
11.3.1 模糊集和模糊运算
11.3.2 模糊推理方法
11.4 场景分类
11.4.1 词袋/特征包模型
11.4.2 pLSA模型
11.5 各节要点和进一步参考
第12章 时空行为理解
12.1 时空技术
12.1.1 新的研究领域
12.1.2 多个层次
12.2 时空兴趣点检测
12.2.1 空间兴趣点的检测
12.2.2 时空兴趣点的检测
12.3 时空动态轨迹学习和分析
12.3.1 自动场景建模
12.3.2 路径学习
12.3.3 自动活动分析
12.4 时空动作分类和识别
12.4.1 动作分类
12.4.2 动作识别
12.5 各节要点和进一步参考
附录A 视知觉
A.1 形状知觉
A.2 空间知觉
A.2.1 非视觉性深度线索
A.2.2 双目深度线索
A.2.3 单目深度线索
A.3 运动知觉
A.3.1 运动感知的条件
A.3.2 运动物体的检测
A.3.3 深度运动的检测
A.3.4 真实运动和表观运动
A.3.5 表观运动的对应匹配
A.3.6 孔径问题
A.3.7 动态深度线索
A.4 各节要点和进一步参考
自我检测题
自我检测题答案
参考文献
术语索引