| 作为人，我们可以轻松感知周围的三维世界。相比之下，不管计算机视觉在近年来已经取得多么令人瞩目的成果，但要让计算机能像两岁小孩那样解释和理解图像，却仍然是一个遥不可及的梦想。为什么计算机视觉会成为如此富有挑战性的难题？它当前发展到了哪个阶段？ 围绕着这些问题，《计算机视觉：算法与应用》探索了用于分析和解释图像的各种常用方法，描述了42个成功的视觉应用实例，既有医学成像之类的专业应用，又有图像编辑和拼接之类有趣的大众应用。这种精心的编排和设计有利于学生将这些看似高深的技术应用于自己的照片和视频，从而在趣味横生的动手实践中获得成就感。 本书主题和特色： 编排结构有利于活跃课堂气氛，适合面向项目的课程，针对各种特定课程提供了本书使用提示 各章末尾的习题着重强调对算法的测试，重点包含大量针对小型期中课题的建议 附录中提供额外的补充材料和更详细的数学知识介绍，包括线性代数、数值方法和贝叶斯估计理论 完整的参考文献和各章的补充阅读，全面覆盖各个子领域的最新研究进展和成果 |
| Richard Szeliski博士计算机视觉领域的大师级人物。Szeliski博士在计算机视觉研究方面有25年以上的丰富经验，先后任职干DEC和微软研究院。1996年，他在微软研究院任职期间，提出一种基于运动的全景图像拼接模型，采用L-M算法，通过求图像间的几何变换关系来进行图像匹配。此方法是图像拼接领域的经典算法，Richard Szeliski也因此成为图像拼接领域的奠基人。 艾海舟博士，清华大学计算机系教授，IEEE高级会员和IEEECS会员。先后于1985年、1988年和1991年获得清华大学工学学士、硕士和博士学位，博士论文荣获“1992年度清华大学优秀博士论文”奖。1994-1996年，在比利时布鲁塞尔自由大学做博士后研究。目前，在清华大学教授“数字图像处理”和“计算机视觉”课程，研究方向为计算机视觉与模式识别。发表学术论文80余篇。 |
| 第1章 概述 么是计算机视觉？ 简史 本书概述 课程大纲样例 标记法注释 第2章 图像形成 几何基元和变换 光度测定学的图像形成 数字摄像机 第3章 图像处理 点算子 线性滤波 更多的邻域算子 傅里叶变换 金字塔与小波 几何变换 全局优化 第4章 特征检测与匹配 点与块 边缘 线条 第5章 分割 活动轮廓 分裂与归并 均值移位和模态发现 规范图割 图割和基于能量的方法 第6章 基于特征的配准 基于2D和3D特征的配准 姿态估计 几何内参数标定 第7章 由运动到结构 三角测量 二视图由运动到结构 因子分解 光束平差法 限定结构和运动 第8章 稠密运动估计 平移配准 参数化运动 基于样条的运动 光流 层次运动 第9章 图像拼接 运动模型 全局配准 合成 第10章 计算摄影学 光度学标定 高动态范围成像 超分辨率和模糊去除 图像抠图和合成 纹理分析与合成 第11章 立体视觉对应 极线几何学 稀疏对应 稠密对应 局部方法 全局优化 多视图立体视觉 第12章 3D重建 由X到形状 主动距离获取 表面表达 基于点的表达 体积表达 基于模型的重建一恢复纹理映射与反照率 第13章 基于图像的绘制 视图插值 层次深度图像 光场与发光图 环境影像形板 基于视频的绘制 第14章 识别 物体检测 人脸识别 实例识别 类识别 上下文与场景理解 识别数据库与测试集 |
内容加载中，请稍后...
商品评论（0条）