第1章線性濾波器1
1.1卷積1
1.1.1數(shù)字圖像基礎1
1.1.2卷積的定義2
1.1.3卷積的性質4
1.1.4卷積的用例4
1.2圖像去噪6
1.2.1噪聲分析6
1.2.2中值濾波7
1.2.3高斯卷積核8
小結13
習題13
第2章圖像邊緣提取14
2.1圖像邊緣與圖像求導14
2.1.1圖像邊緣的含義14
2.1.2邊緣位置的特點15
2.1.3圖像導數(shù)與梯度15
2.1.4高斯一階偏導核17
2.2Canny邊緣檢測算法19
2.3擬合21
2.3.1最小二乘法22
2.3.2RANSAC算法25
2.3.3Hough變換28
小結32
習題32
第3章紋理表示34
3.1圖像紋理的概念34
3.1.1理解圖像紋理34
3.1.2圖像紋理的作用36
3.2圖像紋理的表示37
3.2.1紋理的表示方法37
3.2.2構建卷積核組37
3.2.3紋理統(tǒng)計分析38
3.3LeungMalik卷積核組39
3.3.1LeungMalik卷積核組的組成39
3.3.2LeungMalik卷積核組的構建40
小結42
習題42
第4章角點特征提取43
4.1局部特征43
4.1.1圖像拼接問題43
4.1.2局部特征概念44
4.2角點檢測46
4.2.1角點特性分析46
4.2.2Harris角點檢測器46
4.2.3Harris角點檢測效果51
小結52
習題52
第5章尺度不變特征54
5.1尺度不變理論基礎54
5.1.1尺度不變思路54
5.1.2高斯拉普拉斯算子56
5.1.3HarrisLaplace檢測器60
5.2SIFT60
5.2.1高斯差分尺度空間60
5.2.2SIFT特征點檢測63
5.2.3SIFT特征描述子64
5.3ORB特征66
5.3.1Oriented FAST66
5.3.2BRIEF特征描述子67
5.3.3ORB特征68
小結68
習題69
第6章圖像分類70
6.1圖像分類任務概述70
6.2數(shù)據(jù)驅動的圖像分類范式74
6.2.1機器學習的分類74
6.2.2機器學習三要素75
6.2.3模型評估與選擇77
6.2.4過擬合、欠擬合與模型正則化78
6.2.5基于有監(jiān)督學習的圖像分類范式79
6.2.6圖像分類模型的精度評價80
6.3基于詞袋模型的圖像表示81
6.3.1基于詞袋模型的文本表示81
6.3.2TFIDF加權82
6.3.3詞袋模型在圖像表示中的應用83
6.4基于線性多類支持向量機的圖像分類85
6.4.1線性分類模型85
6.4.2學習策略與多類支持向量機損失86
6.4.3梯度下降算法87
小結88
習題88
第7章目標檢測90
7.1目標檢測概述90
7.1.1任務難點90
7.1.2評價指標91
7.1.3滑動窗口法91
7.2基于AdaBoost的人臉檢測93
7.2.1AdaBoost算法94
7.2.2類Haar特征95
7.2.3基于級聯(lián)結構的人臉檢測模型97
7.3基于HOG特征的行人檢測99
7.3.1HOG特征100
7.3.2利用HOG特征實現(xiàn)行人檢測100
小結102
習題102
第8章圖像分割103
8.1圖像分割概述103
8.2人類視覺分組與格式塔規(guī)則104
8.3基于像素聚類的圖像分割105
8.3.1基于Kmeans的圖像分割105
8.3.2基于均值漂移的圖像分割107
8.4基于圖的圖像分割111
8.4.1基于特征向量的圖像分割算法111
8.4.2基于歸一化割的圖像分割算法112
小結114
習題114
第9章目標跟蹤116
9.1基于光流的運動跟蹤116
9.1.1光流計算基本等式117
9.1.2LucasKanade光流算法118
9.2卡爾曼濾波121
9.2.1貝葉斯濾波器121
9.2.2動態(tài)模型122
9.2.3卡爾曼濾波122
9.3粒子濾波124
9.3.1非線性模型125
9.3.2重要性采樣125
9.3.3SIS粒子濾波器126
9.3.4重采樣127
9.3.5SIR粒子濾波器128
小結128
習題129
第10章攝像機幾何130
10.1針孔模型與透鏡130
10.1.1針孔攝像機130
10.1.2透鏡成像133
10.2一般攝像機模型137
10.2.1齊次坐標137
10.2.2坐標系變換和剛體變換139
10.2.3一般攝像機的幾何模型143
10.2.4透視投影矩陣的性質146
10.3其他攝像機模型147
10.3.1規(guī)范化攝像機模型147
10.3.2弱透視投影攝像機147
10.3.3正交投影攝像機148
小結149
習題149
第11章攝像機標定150
11.1針孔模型與攝像機標定問題150
11.1.1最小二乘參數(shù)估計150
11.1.2投影矩陣求解155
11.1.3攝像機內外參數(shù)求解156
11.1.4退化情況159
11.2徑向畸變的攝像機標定160
11.2.1徑向畸變模型160
11.2.2徑向畸變標定161
小結163
習題163
第12章單視圖幾何165
12.1射影幾何基礎165
12.1.1直線的齊次坐標165
12.1.2平面上的無窮遠點與無窮遠線166
12.1.3平面上的變換167
12.1.4平面上的無窮遠點與無窮遠線的變換169
12.2單視圖重構170
12.2.1消影點與消影線170
12.2.2單視重構172
小結173
習題174
第13章三角化與極幾何175
13.1三維重建的基礎175
13.1.1三角化的概念175
13.1.2三角化的線性解法176
13.1.3三角化的非線性解法177
13.2極幾何與基礎矩陣178
13.2.1極幾何178
13.2.2本質矩陣與基礎矩陣179
13.3基礎矩陣估計181
13.3.1八點法181
13.3.2歸一化八點法183
13.4單應矩陣184
13.4.1單應矩陣概念184
13.4.2單應矩陣估計185
小結186
習題186
第14章雙目立體視覺188
14.1基于平行視圖的雙目立體視覺188
14.1.1平行視圖的基礎矩陣與極幾何188
14.1.2平行視圖的三角測量與視差190
14.2圖像校正191
14.3對應點搜索194
14.3.1相關匹配算法194
14.3.2相關法存在的問題196
小結198
習題198
第15章運動恢復結構200
15.1問題概述200
15.2歐氏運動恢復結構201
15.2.1兩視圖的歐氏運動恢復結構201
15.2.2基于捆綁調整的歐氏運動恢復結構204
15.3基于增量法的歐氏運動恢復結構系統(tǒng)設計205
15.3.1PnP問題與P3P方法205
15.3.2增量式SfM系統(tǒng)208
小結210
習題211
參考文獻212
書單推薦
