图像工程——下册:图像理解(第5版)

注： 加*号的分均已电子化，可扫描二维码下载并使用。 第1章绪论 1．1图像工程的发展 1．1．1基本概念和定义概括 1．1．2图像工程发展情况回顾 1．2图像理解及相关学科 1．2．1图像理解 1．2．2计算机视觉 1．2．3其他相关学科 1．2．4图像理解的应用领域 1．3图像理解理论框架 1．3．1马尔视觉计算理论 1．3．2对马尔理论框架的改进 1．3．3关于马尔重建理论的讨论 1．3．4新理论框架的研究 1．3．5从心理认知出发的讨论 1．4深度学简介 1．4．1图像理解中的深度学 1．4．2卷积经网络的基本概念 1．4．3深度学核心技术 1．4．4深度学的应用 1．5内容框架和点 总结和复* 随堂测试* 第1单元采 集 表 达 第2章摄像机成像和标定 2．1视觉过程 2．2亮度成像模型 2．2．1光度学和光源 2．2．2从亮度到照度 2．3空间成像模型 2．3．1基本摄像机模型 2．3．2近似投影模式 2．3．3一般摄像机模型 2．3．4透镜畸变 2．3．5通用成像模型 2．4摄像机标定 2．4．1标定方法分类 2．4．2标定程序和参数 2．4．3两级标定法 2．4．4度提升 2．5在线摄像机外参数标定方法 2．5．1车道线检测与数据筛选 2．5．2化重投影误差 2．6自标定方法 2．7结构光主动视觉系统的标定 2．7．1投影模型和标定 2．7．2图案分离 2．7．3计算单应性矩阵 2．7．4计算标定参数 总结和复* 随堂测试* 第3章压缩感知与成像 3．1压缩感知概述 3．2稀疏表达 3．3测量矩阵及性 3．3．1采样/测量模型 3．3．2测量矩阵性 3．4解码重构 3．4．1重构原理 3．4．2测量矩阵的校准 3．4．3典型重构算法 3．4．4基于深度学的重构算法 3．5稀疏编码与字典学 3．5．1字典学与矩阵分解 3．5．2非负矩阵分解 3．5．3端元提取 3．5．4稀疏编码 3．6压缩感知的成像应用 3．6．1单像素相机 3．6．2压缩感知磁共振成像 总结和复* 随堂测试* 第4章深度信息采集 4．1高维图像和成像方式 4．1．1高维图像种类 4．1．2本征图像和非本征图像 4．1．3深度成像方式 4．2双目成像模式 4．2．1双目横向模式 4．2．2双目会聚横向模式 4．2．3双目轴向模式 4．3深度图像直接采集 4．3．1飞行时间法 4．3．2结构光法 4．3．3莫尔等高条纹法 4．3．4深度和亮度图像同时采集 4．4显微镜3D分层成像 4．4．1景深和焦距 4．4．2显微镜3D成像 4．4．3共聚焦显微镜3D成像 4．5等基线多摄像机组 4．5．1图像采集 4．5．2图像合并方法 4．6单摄像机多镜反射折射系统 4．6．1总体系统结构 4．6．2成像和标定模型 总结和复* 随堂测试* 第5章3D景物表达 5．1曲线和曲面的局征 5．1．1曲线局征 5．1．2曲面局征 5．23D表面表达 5．2．1参数表达 5．2．2表面朝向表达 5．3等值面的构造和表达 5．3．1行进立方体算法 5．3．2覆盖算法 5．3．3两种算法比较 5．4从并行轮廓值3D表面 5．53D实体表达 5．5．1基本表达方案 5．5．2广义圆柱体表达 总结和复* 随堂测试* 第2单元景 物 重 建 第6章双目立体视觉 6．1立体视觉模块 6．2基于区域的双目立体匹配 6．2．1模板匹配 6．2．2立体匹配 6．3基于征的双目立体匹配 6．3．1基本步骤 6．3．2尺度不变征变换 6．3．3加速鲁棒性征 6．3．4动态规划匹配 6．4基于深度学的立体匹配 6．4．1方法分类 6．4．2立体匹配网络 6．4．3基于征级联CNN的匹配 6．5视差图误差检测与校正 总结和复* 随堂测试* 第7章多目立体视觉 7．1水平多目立体匹配 7．1．1水平多目图像 7．1．2倒距离 7．2正交三目立体匹配 7．2．1基本原理 7．2．2基于梯度分类的正交匹配 7．3多目立体匹配 7．3．1任意排列三目立体匹配 7．3．2正交多目立体匹配 7．4亚像素级视差 7．4．1统计分布模型 7．4．2亚像素级视差计算 总结和复* 随堂测试* 第8章单目多图像景物恢复 8．1单目景物恢复 8．2光度立体法 8．2．1景物亮度和图像亮度 8．2．2表面反射性和亮度 8．2．3景物表面朝向 8．2．4反射图和亮度约束方程 8．2．5光度立体法求解 8．3光度立体法进展 8．3．1光源标定 8．3．2非朗伯表面反射模型 8．3．3彩色光度立体法 8．3．43D重建方法 8．4基于GAN的光度立体法标定 8．4．1网络结构 8．4．2损失函数 8．5从运动求取结构 8．5．1光流和运动场 8．5．2光流方程求解 8．5．3光流与表面取向 8．5．4光流与相对深度 8．6从分割剪影恢复形状 总结和复* 随堂测试* 第9章单目单图像景物恢复 9．1单幅图像深度估计 9．1．1有监督学方法 9．1．2无监督学方法 9．1．3半监督学方法 9．2从影调恢复形状 9．2．1影调与形状 9．2．2亮度方程求解 9．3混合表面投影下的SFS 9．3．1改进的Ward反射模型 9．3．2投影下的图像亮度约束方程 9．3．3图像亮度约束方程求解 9．3．4基于BlinnPhong反射模型 9．3．5新图像亮度约束方程求解 9．4纹理与表面朝向 9．4．1单目成像和畸变 9．4．2由纹理变化恢复朝向 9．4．3检测线段纹理消失点 9．4．4确定图像外消失点 9．5由焦距确定深度 9．6根据三点估计位姿 总结和复* 随堂测试* 第3单元场 景 解 释 第10章知识表达和推理 10．1知识概述 10．2场景知识 10．2．1模型 10．2．2属性图 10．2．3基于知识的建模 10．3过程知识 10．4知识表达 10．4．1知识表达要求 10．4．2知识表达类型 10．4．3基本知识表达方案 10．4．4人工智能中的知识表达 10．4．5图像理解系统中的知识模块 10．5逻辑系统 10．5．1谓词演算规则 10．5．2利用定理证明推理 10．5．3推理方法分类 10．6语义网 10．7产生式系统 总结和复* 随堂测试* 第11章广义匹配 11．1匹配概述 11．1．1匹配策略和类别 11．1．2匹配和配准 11．1．3匹配评 11．2目标匹配 11．2．1对应点匹配 11．2．2字符串匹配 11．2．3惯量等效椭圆匹配 11．2．4形状矩阵匹配 11．2．5结构匹配和量度 11．3动态模式匹配 11．4关系匹配 11．5图同构匹配 11．5．1图论简介 11．5．2图同构和匹配 11．6线条图标记和解释 11．6．1轮廓标记 11．6．2结构推理 11．6．3回溯标记 11．7借助匹配实现配准 11．7．1基于征匹配的异构遥感图像配准 11．7．2基于空间关系推理的图像匹配 11．8多模态图像匹配 11．8．1基于区域的技术 11．8．2基于征的技术 总结和复* 随堂测试* 第12章场景分析和语义解释 12．1场景理解概述 12．2模糊推理 12．2．1模糊集合和模糊运算 12．2．2模糊推理方法 12．3遗传算法图像解释 12．3．1遗传算法原理 12．3．2语义分割和解释 12．4场景目标标记 12．5场景分类 12．5．1词袋/征模型 12．5．2pLSA模型 12．5．3LDA模型 12．6遥感图像判读 12．6．1遥感图像判读方法分类 12．6．2遥感图像判读知识图谱 12．7混合增强视觉认知 12．7．1从计算机视觉感知到计算机视觉认知 12．7．2混合增强视觉认知 相关技术 总结和复* 随堂测试* 第4单元研 究 示 例 第13章同时定位和制图 13．1SLAM概况 13．1．1激光SLAM 13．1．2视觉SLAM 13．1．3对比和结合 13．2激光SLAM算法 13．2．1Gmapping算法 13．2．2Cartographer算法 13．2．3LOAM算法 13．3视觉SLAM算法 13．3．1ORBSLAM系列算法 13．3．2LSDSLAM算法 13．3．3SVO算法 13．4群体机器人和群体SLAM 13．4．1群体机器人的性 13．4．2群体SLAM要解决的问题 13．5SLAM的新动向 13．5．1SLAM与深度学的结合 13．5．2SLAM与多智能体的结合 总结和复* 随堂测试* 第14章多传感器图像信息融合 14．1信息融合概述 14．2图像融合 14．2．1图像融合的主要步骤 14．2．2图像融合的三个层次 14．2．3图像融合效果评 14．3像素级融合方法 14．3．1基本融合方法 14．3．2融合方法的结合 14．3．3小波融合时的佳分解层数 14．3．4压缩感知图像融合 14．3．5像素级融合示例 14．4双能透射和康普顿背散射融合 14．4．1成像技术的互补性分析 14．4．2互补融合 14．5高光谱图像空间光谱征提取 14．5．1传统高光谱征提取方法 14．5．2基于深度学的空间光谱征 提取方法 14．6征级和决策级融合方法 14．6．1贝叶斯法 14．6．2证据推理法 14．6．3粗糙集理论法 14．7多源遥感图像融合 14．7．19种多源遥感数据源 14．7．2多源遥感图像融合文献 14．7．3遥感图像的空间光谱融合 14．7．4基于深度循环残差网络的融合 总结和复* 随堂测试* 第15章基于内容的图像和视频检索 15．1图像和视频检索原理 15．2视觉征的匹配和检索 15．2．1颜色征匹配 15．2．2纹理征计算 15．2．3多尺度形状 征 15．2．4综合征检索 15．3基于运动征的视频检索 15．3．1全局运动征 15．3．2局运动征 15．4基于分层匹配追踪的检索 15．4．1检索框图 15．4．2单层图像征提取 15．4．3多层征提取和图像检索 15．4．4结合颜色直方图 15．5视频节目分析和索引 15．5．1新闻视频结构化 15．5．2体育比赛视频排序 15．5．3家庭录像视频组织 15．6语义分类检索 15．6．1基于视觉关键词的图像分类 15．6．2高层语义与气氛 15．7基于深度学的跨模态检索 15．7．1跨模态检索技术分类 15．7．2图像标题自动生成 15．8图像检索中的哈希 15．8．1有监督哈希 15．8．2非对称监督深度离散哈希 15．8．3跨模态图像检索中的哈希 总结和复* 随堂测试* 第16章时空行为理解 16．1时空技术 16．2时空兴趣点 16．3动态轨迹学和分析 16．3．1自动场景建模 16．3．2学路径 16．3．3自动活动分析 16．4动作分类和识别 16．4．1动作分类 16．4．2动作识别 16．5结合姿态和上下文的动作分类 16．5．1基于姿态模型的动作分类器 16．5．2基于上下文的动作分类器 16．6活动和行为建模 16．6．1动作建模 16．6．2活动建模和识别 16．7主体与动作联合建模 16．7．1单标签主体动作识别 16．7．2多标签主体动作识别 16．7．3主体动作语义分割 16．8基于关节点的行为识别 16．8．1使用CNN作为主干 16．8．2使用RNN作为主干 16．8．3使用GCN作为主干 16．8．4使用混合网络作为主干 16．9异常事件检测 16．9．1异常事件检测方法分类 16．9．2基于卷积自编码器块学的检测 16．9．3基于单类经网络的检测 总结和复* 随堂测试* 附录A视觉和视知觉 A．1视知觉概述 A．2视觉性 A．2．1视觉的空间性 A．2．2视觉的时间性 A．2．3视觉的亮度性 A．3形状知觉 A．3．1图形和背景 A．3．2轮廓和主观轮廓 A．3．3几何图形错觉 A．4空间知觉 A．4．1两种空间知觉观 A．4．2非视觉性深度线索 A．4．3双目深度线索 A．4．4单目深度线索 A．5运动知觉 A．6生物视觉与立体视觉 A．6．1生物视觉和双目视觉 A．6．2从单目到双目立体 主题索引 分思考题和练题解答* 参考文献*