图像工程——中册：图像分析(第5版)

本书为《图像工程》第5版的中册，主要介绍图 像工程的第二层次———图像分析基本概念、基本 原理、典型方法、实用技术以及国际上有关研究的 新成果。 本书第1章是绪论，介绍图像分析基础并概述全 书。图像分析的主要内容分别在4个单元中介绍。第 1单元（包含第2~5章）介绍图像分割技术；其中第2 章介绍图像分割的基础知识和基本方法，第3章介绍 一些典型的图像分割技术，第4章介绍对基本分割技 术的推广，第5章介绍对图像分割的评价研究。第2 单元（包含第6~9章）介绍对分割出目标的表达描述 技术，其中第6章介绍目标表达技术，第7章介绍目 标描述技术，第8章介绍对目标显著性的检测和描述 技术，第9章介绍进一步的特征测量和误差分析内容 。第3单元（包含第10~13章）介绍目标特性分析技 术，其中第10章介绍纹理分析技术，第11章介绍形 状分析技术，第12章介绍运动分析技术，第13章介 绍目标属性的含义及其应用。第4单元（包含第 14~16章）介绍一些相关的数学工具，其中第14章 介绍二值数学形态学，第15章介绍灰度数学形态学 ，第16章介绍图像模式识别原理和方法。书中的附 录 A 介绍了人脸和表情识别的原理和技术，主要与 第16章相关。 本书可作为高等院校信号与信息处理、通信与 信息系统、电子与通信工程、模式识别与智能系统 、计算机视觉等本科和研究生专业基础课或专业课 教材，也可供信息与通信工程、电子科学与技术、 计算机科学与技术、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科技工作者参考。

\"章毓晋，1989年获比利时列日大学应用科学博士学位。1989—1993年为荷兰德尔夫特大学博士后及研究人员。1993年到中国北京清华大学工作，1997年被聘为教授，1998年被评为博士生导师。2014年成为教学科研系列长聘教授。2003年学术休假期间同时被聘为新加坡南洋理工大学访问教授。 在清华大学，先后开出并讲授10多门本科生和研究生课程。在南洋理工大学，开出并讲授过研究生课程：“现代图像分析（英语）”。已编写出版了图像工程系列教材第1版、第2版、第3版和第4版，以及其他中英文图像工程教材约20本，还翻译出版了多本国外图像工程教材。已在国内外发表了30多篇教学研究论文。 主要科学研究领域为其积极倡导的图像工程（图像处理、图像分析、图像理解及其技术应用）和相关学科。从1996年起已连续二十八年对中国图像工程的研究及主要文献进行了系统的年度分类总结综述。已在国内外发表了500多篇图像工程研究论文，出版了专著《图象分割》，《基于内容的视觉信息检索》，《基于子空间的人脸识别》，编著了《英汉图像工程辞典》（第1版和第2版）和《图像工程技术选编》，主编了《Advances in Image and Video Segmentation》，《Semantic-Based Visual Information Retrieval》，《Advances in Face Image Analysis: Techniques and Technologies》。 现为中国图象图形学学会名誉监事长，会士；国际光学工程协会（SPIE）会士（因在图像工程方面的成就）。\"

第1章 绪论 1.1 图像和图像工程 1.1.1 图像基础 1.1.2 图像工程 1.2 图像分析概论 1.2.1 图像分析的定义和研究内容 1.2.2 图像分析系统 1.3 图像分析中的数字化 1.3.1 离散距离 1.3.2 连通组元 1.3.3 数字化模型 1.3.4 数字弧和数字弦 1.4 距离变换 1.4.1 定义和性质 1.4.2 局部距离的计算 1.4.3 距离变换的实现 1.5 内容框架和特点 总结和复习 随堂测试 第1单元 图像分割 第2章 图像分割基础 2.1 图像分割定义和技术分类 2.2 并行边界技术 2.2.1 边缘及检测原理 2.2.2 正交梯度算子 2.2.3 方向微分算子 2.2.4 二阶导数算子 2.2.5 边界闭合 2.3 串行边界技术 2.3.1 主动轮廓模型 2.3.2 能量函数 2.4 并行区域技术 2.4.1 原理和分类 2.4.2 依赖像素的阈值选取 2.4.3 依赖区域的阈值选取 2.4.4 依赖坐标的阈值选取 2.4.5 空间聚类 2.5 串行区域技术 2.5.1 区域生长 2.5.2 分裂合并 2.6 基于深度学习的分割方法分类 2.7 全景分割 2.7.1 全景分割流程 2.7.2 语义分割 2.7.3 实例分割 总结和复习 随堂测试 第3章 典型分割算法 3.1 兴趣点检测 3.1.1 二阶导数检测角点 3.1.2 最小核同值区算子 3.1.3 哈里斯兴趣点算子 3.2 图割方法 3.3 特色的阈值化和聚类技术 3.3.1 多分辨率阈值选取 3.3.2 借助过渡区选择阈值 3.3.3 借助均移方法确定聚类 3.4 分水岭分割算法 3.4.1 基本原理和步骤 3.4.2 算法改进和扩展 总结和复习 随堂测试 第4章 分割技术扩展 4.1 从像素单元到目标单元 4.1.1 像素和目标之间的单元 4.1.2 椭圆目标检测 4.2 从哈夫变换到完整广义哈夫变换 4.2.1 哈夫变换 4.2.2 广义哈夫变换原理 4.2.3 完整广义哈夫变换 4.3 从像素精度到亚像素精度 4.3.1 基于矩保持的技术 4.3.2 利用一阶微分期望值的技术 4.3.3 借助切线信息的技术 4.4 从2D图像到3D图像 4.4.1 3D边缘检测 4.4.2 3D图像阈值化 4.5 从灰度图像到彩色图像 4.5.1 分割不同定义的区域 4.5.2 彩色图像分割策略 4.6 面向医学图像的分割 4.6.1 医学图像分割算法概述 4.6.2 交互式水平集胸主动脉图像分割 4.6.3 用于医学图像分割的U-Net网络 4.6.4 医学图像标记数据的解决方案 总结和复习 随堂测试 第5章 分割评价比较 5.1 分割评价研究分类 5.2 分割算法评价框架 5.3 分割评价的准则 5.3.1 分析法准则 5.3.2 优度试验法准则 5.3.3 差异试验法准则 5.4 分割算法评价实例 5.4.1 实验算法和图像 5.4.2 实验结果和讨论 5.5 评价方法和准则比较 5.5.1 方法讨论和对比 5.5.2 准则的分析比较 5.5.3 准则的实验比较 5.6 分割评价的进展 5.6.1 分割算法的评估 5.6.2 像素分类的评价准则 5.6.3 全景分割的评价 5.7 基于评价的算法优选系统 5.7.1 算法优选思想和策略 5.7.2 优选系统的实现和效果 总结和复习 随堂测试 第2单元 表达描述 第6章 目标表达 6.1 基于边界的表达 6.1.1 技术分类 6.1.2 链码 6.1.3 边界段 6.1.4 边界标志 6.1.5 多边形逼近 6.1.6 地标点 6.2 基于区域的表达 6.2.1 技术分类 6.2.2 空间占有数组 6.2.3 四叉树 6.2.4 金字塔 6.2.5 围绕区域 6.2.6 骨架 6.3 基于变换的表达 6.3.1 技术分类 6.3.2 傅里叶变换表达 总结和复习 随堂测试 第7章 目标描述 7.1 基于边界的描述 7.1.1 简单边界描述符 7.1.2 形状数 7.1.3 边界矩 7.2 基于区域的描述 7.2.1 简单区域描述符 7.2.2 拓扑描述符 7.2.3 区域不变矩 7.3 对目标关系的描述 7.3.1 目标标记和计数 7.3.2 点目标的分布 7.3.3 字符串描述 7.3.4 树结构描述 7.3.5 空间关系数据集 总结和复习 随堂测试 第8章 目标显著性 8.1 显著性概述 8.2 显著性检测 8.2.1 方法分类 8.2.2 检测流程 8.3 显著区域分割提取 8.3.1 基于对比度