图像工程(中册)图像分析-(第4版)

目录 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 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 总结和复习 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*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 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2D图像到3D图像 4.4.13D边缘检测 4.4.23D图像阈值化 4.5从灰度图像到彩色图像 4.5.1彩色空间的选择 4.5.2彩色图像分割策略 总结和复习 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分割算法评价示例 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基于评价的算法优选系统 5.6.1算法优选思想和策略 5.6.2优选系统的实现和效果 总结和复习 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 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 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 总结和复习 第8章测量和误差分析 8.1直接测度和间接测度 8.2需区别的术语 8.2.1准确性和精确性 8.2.2模型假设和实际观察 8.2.34连通和8连通 8.3影响测量误差的因素 8.3.1误差来源 8.3.2光学镜头分辨率 8.3.3采样密度 8.3.4分割算法 8.3.5特征计算公式 8.3.6综合影响 8.3.7随机样本共识 8.4误差分析 总结和复习 第3单元特 性 分 析 第9章纹理分析 9.1纹理研究概况 9.2纹理描述的统计方法 9.2.1灰度共生矩阵 9.2.2基于共生矩阵的纹理描述符 9.2.3基于能量的纹理描述符 9.3纹理描述的结构方法 9.3.1结构描述法基础 9.3.2纹理镶嵌 9.3.3局部二值模式 9.4纹理描述的频谱方法 9.4.1傅里叶频谱 9.4.2盖伯频谱 9.5一种纹理分类合成方法 9.6纹理分割 9.6.1有监督纹理分割 9.6.2无监督纹理分割 总结和复习 第10章形状分析 10.1形状定义和研究 10.2平面形状的分类 10.3形状特性的描述 10.3.1形状紧凑性描述 10.3.2形状复杂性描述 10.4基于技术的描述 10.4.1基于多边形的描述符 10.4.2基于离散曲率的描述符 10.5拓扑结构的描述 10.6分形维数 总结和复习 第11章运动分析 11.1运动研究内容 11.2运动目标检测 11.2.1背景建模 11.2.2光流场 11.2.3特定运动模式的检测 11.3运动目标分割 11.3.1目标分割和运动信息提取 11.3.2稠密光流算法 11.3.3基于参数和模型的分割 11.4运动目标跟踪 11.4.1典型技术 11.4.2子序列决策策略 总结和复习 第12章显著性和属性 12.1显著性概述 12.2显著性检测 12.3显著区域分割提取 12.3.1基于对比度幅值 12.3.2基于对比度分布 12.3.3基于*小方向对比度 12.3.4显著目标分割和评价 12.4属性描述概况 12.5属性提取中的特征比较 12.6属性应用 12.6.1跨类目标分类 12.6.2属性学习和目标识别 12.6.3基于局部动作属性的动作分类 总结和复习 第4单元数 学 工 具 第13章数学形态学：二值 13.1基本集合定义 13.2二值形态学基本运算 13.2.1二值膨胀和腐蚀 13.2.2二值开启和闭合 13.2.3二值基本运算性质 13.3二值形态学组合运算 13.3.1击中击不中变换 13.3.2二值组合运算 13.4二值形态学实用算法 总结和复习 第14章数学形态学：灰度 14.1灰度图像的排序 14.2灰度形态学基本运算 14.2.1灰度膨胀和腐蚀 14.2.2灰度开启和闭合 14.2.3灰度基本运算性质 14.3灰度形态学组合运算 14.4灰度形态学实用算法 14.5图像代数 总结和复习 第15章图像识别 15.1模式和分类 15.2不变量交叉比 15.2.1交叉比 15.2.2非共线点的不变量 15.2.3对称的交叉比函数 15.2.4交叉比应用示例 15.3统计模式识别 15.3.1*小距离分类器 15.3.2*优统计分类器 15.3.3自适应自举 15.4感知机和支持向量机 15.4.1感知机 15.4.2支持向量机 15.5结构模式识别 15.5.1字符串结构识别 15.5.2树结构识别 总结和复习 附录A人脸和表情识别 A.1生物特征识别 A.2人脸检测定位 A.2.1基本方法 A.2.2基于豪斯道夫距离的方法 A.3脸部器官提取和跟踪 A.3.1眼睛几何模型及确定 A.3.2眨眼过程中的眼睛轮廓跟踪 A.4表情识别 A.4.1表情识别和步骤 A.4.2表情特征提取 A.4.3基于盖伯变换的特征提取 A.4.4表情分类 A.4.5基于高阶奇异值分解的分类 A.5人脸识别 A.5.1边缘本征矢量加权方法 A.5.2非特定表情人脸识别 部分思考题和练习题解答 参考文献 主题索引