第1章绪论

1.1图像工程的发展

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

1.4内容框架和特点

总结和复习

第1单元采 集 表 达

第2章摄像机成像

2.1视觉过程

2.2摄像机成像模型

2.2.1基本摄像机模型

2.2.2近似投影模式

2.2.3一般摄像机模型

2.2.4通用成像模型

2.3摄像机标定

2.3.1标定程序和参数

2.3.2两级标定法

2.4光度学和亮度成像

2.4.1光度学

2.4.2亮度成像模型

总结和复习

第3章深度信息采集

3.1高维图像和成像方式

3.1.1高维图像种类

3.1.2本征图像和非本征图像

3.1.3深度成像方式

3.2双目成像模式

3.2.1双目横向模式

3.2.2双目会聚横向模式

3.2.3双目轴向模式

3.3深度图像直接采集

3.3.1飞行时间法

3.3.2结构光法

3.3.3莫尔等高条纹法

3.3.4深度和亮度图像同时采集

3.4显微镜3D分层成像

3.4.1景深和焦距

3.4.2显微镜3D成像

3.4.3共聚焦显微镜3D成像

总结和复习

第4章3D景物表达

4.1曲线和曲面的局部特征

4.1.1曲线局部特征

4.1.2曲面局部特征

4.23D表面表达

4.2.1参数表达

4.2.2表面朝向表达

4.3等值面的构造和表达

4.3.1行进立方体算法

4.3.2覆盖算法

4.4从并行轮廓插值3D表面

4.53D实体表达

4.5.1基本表达方案

4.5.2广义圆柱体表达

总结和复习

第2单元景 物 重 建

第5章立体视觉： 双目

5.1立体视觉模块

5.2基于区域的双目立体匹配

5.2.1模板匹配

5.2.2立体匹配

5.3基于特征的双目立体匹配

5.3.1基本步骤

5.3.2尺度不变特征变换

5.3.3加速鲁棒性特征

5.3.4动态规划匹配

5.4视差图误差检测与校正

总结和复习

第6章立体视觉： 多目

6.1水平多目立体匹配

6.1.1水平多目图像

6.1.2倒距离

6.2正交三目立体匹配

6.2.1基本原理

6.2.2基于梯度分类的正交匹配

6.3多目立体匹配

6.3.1任意排列三目立体匹配

6.3.2正交多目立体匹配

6.4亚像素级视差计算

总结和复习

第7章景物恢复： 多图像

7.1单目景物恢复

7.2光度立体学

7.2.1景物亮度和图像亮度

7.2.2表面反射特性和亮度

7.2.3景物表面朝向

7.2.4反射图和亮度约束方程

7.2.5光度立体学求解

7.3从运动求取结构

7.3.1光流和运动场

7.3.2光流方程求解

7.3.3光流与表面取向

7.3.4光流与相对深度

总结和复习

第8章景物恢复： 单图像

8.1从影调恢复形状

8.1.1影调与形状

8.1.2亮度方程求解

8.2纹理与表面朝向

8.2.1单目成像和畸变

8.2.2由纹理变化恢复朝向

8.2.3检测线段纹理消失点

8.3由焦距确定深度

8.4根据三点透视估计位姿

总结和复习

第3单元场 景 解 释

第9章知识表达和推理

9.1知识基础

9.2场景知识

9.2.1模型

9.2.2属性超图

9.2.3基于知识的建模

9.3过程知识

9.4知识表达

9.4.1知识表达要求

9.4.2知识表达类型

9.4.3图像理解系统中的知识模块

9.4.4基本知识表达方案

9.5逻辑系统

9.5.1谓词演算规则

9.5.2利用定理证明来推理

9.6语义网

9.7产生式系统

总结和复习

第10章广义匹配

10.1匹配概述

10.1.1匹配策略和类别

10.1.2匹配和配准

10.1.3匹配评价

10.2目标匹配

10.2.1匹配的度量

10.2.2字符串匹配

10.2.3惯量等效椭圆匹配

10.2.4形状矩阵匹配

10.3动态模式匹配

10.4关系匹配

10.5图同构

10.5.1图论简介

10.5.2图同构和匹配

10.6线条图标记

总结和复习

第11章场景分析和语义解释

11.1场景理解概述

11.2模糊推理

11.2.1模糊集和模糊运算

11.2.2模糊推理方法

11.3遗传算法图像解释

11.3.1遗传算法原理

11.3.2语义分割和解释

11.4场景目标标记

11.5场景分类

11.5.1词袋/特征包模型

11.5.2pLSA模型

11.5.3LDA模型

总结和复习

第4单元研 究 示 例

第12章多传感器图像信息融合

12.1信息融合概述

12.2图像融合

12.2.1图像融合的主要步骤

12.2.2图像融合的三个层次

12.2.3图像融合效果评价

12.3像素级融合方法

12.3.1基本融合方法

12.3.2融合方法的结合

12.3.3小波融合时的最佳分解层数

12.3.4像素级融合示例

12.4特征级和决策级融合方法

12.4.1贝叶斯法

12.4.2证据推理法

12.4.3粗糙集理论法

总结和复习

第13章基于内容的图像和视频检索

13.1基于视觉特征的图像检索

13.1.1颜色特征匹配

13.1.2纹理特征计算

13.1.3多尺度形状特征

13.2基于运动特征的视频检索

13.2.1全局运动特征

13.2.2局部运动特征

13.3视频节目分析和索引

13.3.1新闻视频结构化

13.3.2体育比赛视频排序

13.3.3家庭录像视频组织

13.4语义分类检索

13.4.1基于视觉关键词的图像分类

13.4.2高层语义与气氛

总结和复习

第14章时空行为理解

14.1时空技术

14.2时空兴趣点

14.3动态轨迹学习和分析

14.3.1自动场景建模

14.3.2学习路径

14.3.3自动活动分析

14.4动作分类和识别

14.4.1动作分类

14.4.2动作识别

14.5活动和行为建模

14.5.1动作建模

14.5.2活动建模和识别

总结和复习

附录A视觉和视知觉

A.1视知觉概述

A.2视觉特性

A.2.1视觉的空间特性

A.2.2视觉的时间特性

A.2.3视觉的亮度特性

A.3形状知觉

A.3.1轮廓

A.3.2图形和背景

A.3.3几何图形错觉

A.4空间知觉

A.4.1非视觉性深度线索

A.4.2双目深度线索

A.4.3单目深度线索

A.5运动知觉

部分习题解答

参考文献

索引