图象工程（下册）图象理解与计算机视觉

. 2．3．2 图形和背景
2．3．3 几何图形视错觉
2．4 空间知觉
2．4．1 非视觉性深度线索
2．4．2 双眼深度线索
2．4．3 单眼深度线索
练习题
第3章 立体成象
3．1 概述和分类
3．2 图象采集装置
3．2．1 采集装置的性能指标
3．2．2 灰度图采集和ccd摄象器件
3．2．3 深度图采集和结构光测距装置
3．3 成象变换和摄象机模型
3．3．1 世界坐标与摄象机坐标重合时的摄象机模型
3．3．2 世界坐标与摄象机坐标分开时的摄象机模型
3．3．3 通用摄象机模型
3．4 摄象机校准
3．5 立体成象方式
3．5．1 立体成象方式分类
3．5．2 单目成象和畸变
3．5．3 双目成象和视差
3．5．4 结构光成象和成象高度
练习题
第4章 扩展分折技术
4．1 概述和分类
4．2 广义哈夫变换
4．2．1 基本哈夫变换原理
4．2．2 广义哈夫变换原理
4．2．3 完整广义哈夫变换
4．3 亚象素边缘检测
4．3．1 基于矩保持的亚象素边缘检测
4．3．2 利用一阶微分期望值的亚象素边缘检测
4．3．3 利用切线信息的亚象素边缘检测
4．4 3-d边缘检测和阈值分割
4．4. 1 3-d边缘检测
4．4．2 3-d阈值分割
4．5 16-邻域
4．5．1 术语和定义
4．5．2 n16空间中的连通性和最短通路
4．5．3 ti变换
4．5．4 n16空间中的距离
4．6 3-d表面的表达
4．6．1 3-d轮廓线的表达
4．6．2 3-d目标表面的表达
4．6．3 表面面元插值3-d轮廓
4．7 3-d实体的表达
4．7．1 表达方案
4．7．2 广义圆柱体
4．7．3 扩展高斯图
练习题
第5章 立体视觉
5．1 概述和分类
5．2 立体视觉模块
5．3 双目立体匹配
5．4 多目立体匹配
5．4．1 多目图象
5．4．2 倒距离
5．5 正交多目立体匹配
5．5．1 基本原理
5．5．2 基于梯度分类的正交三目立体匹配
5．5．3 正交多目立体匹配
5．6 视差图误差检测与校正
5．7 亚象素级视差
练习题
第6章 三维形状信息恢复
6．1 概述和分类
6．2 光度立体学
6．2．1 场景亮度和图象亮度
6．2．2 表面反射特性和亮度
6．2．3 目标表面朝向
6．2．4 反射图
6．2．5 光度立体学求解
6．3 从运动求取结构
6．3．1 光流和运动场
6．3．2 光流约束方程
6．3．3 光流计算
6．3．4 光流与表面取向
6．4 从阴影恢复形状
6．4．1 阴影与形状
6．4．2 利用单目图象求解照度方程
6．5 纹理与表面朝向
6．5．1 基本方法
6．5．2 线段纹理消失点的确定
练习题
第7章 知识和表达
7．1 概述和分类
7．2 场景知识
7．3 过程知识
7．4 知识表达基础
7．4．1 对知识表达的要求
7．4．2 知识表达类型
7．4．3 图象理解系统中的知识模块
7．4．4 图象理解中的知识表达
7．5 逻辑系统
7．5. l 定义
7．5．2 利用定理证明未推理
7．6 语义网络
7．7 产生式(专家)系统
练习题
第8章 匹配和理解
8. 1 概述和分类
8．2 模板匹配
8．3 目标匹配
8．3．1 字符串匹配
8．3．2 特征点匹配
8．3．3 形状数匹配
8．3．4 惯量等效椭圆匹配
8．4 动态模式匹配
8．5 关系匹配
8．6 线图同构
8．7 特征内容匹配
8．7．1 一般框架和系统模块
8．7．2 颜色匹配
8．7．3 纹理匹配
8．7．4 形状匹配
8．7．5 综合特征匹配
8．7．6 语义内容匹配
8. 7．7 基于内容的多媒体信息检索与国际标准mpeg-7
练习题
第9章 视觉理论和信息系统
9．1 概述和分类
9．2 视觉计算理论
9．2．1 马尔理论
9．2．2 关于马尔理论的讨论
9．3 视觉信息系统模型
9．3．1 系统模型结构
9．3. 2 多层次串行结构
9．3．3 以知识库为个心的辐射结构
9．3．4 以知识库为根的树结构
9．3．5 多模块交叉配合结构
9．4 具体系统分析
9．4．1 visions系统
9．4. 2 acronym系统
9．4．3 kb vision系统
9．5 典型系统比较
9．6 讨论和展望
练习题
附录a 相关技术
a．1 概述和分类
a．2 统计模式识别
a．2．1 模式和分类
a．2．2 最小距离分类器
a．2．3 最优统计分类器
a．3 结构模式识别
a．3．1 字符串结构识别
a．3．2 树结构识别
a．3．3 学习和推理
a．4 人工神经网络
a．4．1 发展和特点
a．4．2 用于两个模式类的感知机模型
a．4．3 多层前向神经网络
a．4. 4 多层网络决策面的复杂度
a．5 图象代数与形态分析
a．5．1 二值数学形态学
a．5．2 灰度数学形态学的一些基本算法
a．5. 3 灰度数学形态学的一些实用算法
a．5. 4 图象代数
练习题
附录b 参考文献
b．1 主要相关书籍
b．2 本书引用的中文文献
b．3 本书引用的英文文献英文目录