【章名目錄】

第 1章　緒論　1

第 2章　線性濾波器　8

第3章　圖像邊緣提取與模型擬合　27

第4章　局部特征提取　56

第5章　圖像分割　81

第6章　圖像檢索與分類　94

第7章　目標檢測與跟蹤　117

第8章　攝像機幾何與標定　144

第9章　三維重建　175



【詳細目錄】

第 1章　緒論　1

1.1 計算機視覺概述　1

1.2 相關(guān)學科　2

1.3 發(fā)展歷程　3

1.4 應用領(lǐng)域　5

本章小結(jié)　7

習題 　7



第 2章　線性濾波器　8

2.1 卷積　8

2.1.1 圖像表示與線性濾波　8

2.1.2 卷積的定義　10

2.1.3 卷積的性質(zhì)　11

2.1.4 卷積示例　11

2.1.5 動手實踐：圖像銳化　13

2.2 圖像去噪　14

2.2.1 噪聲分析　14

2.2.2 中值濾波器　16

2.2.3 動手實踐：去除圖像中的椒鹽噪聲　18

2.2.4 高斯濾波　20

2.2.5 動手實踐：去除圖像中的高斯噪聲　24

本章小結(jié)　26

習題 　26



第3章　圖像邊緣提取與模型擬合　27

3.1 圖像邊緣與圖像求導　27

3.1.1 邊緣的位置特點　27

3.1.2 圖像導數(shù)與梯度　29

3.1.3 高斯一階偏導核　30

3.1.4 動手實踐：圖像求導　33

3.2 邊緣檢測　35

3.2.1 Canny邊緣檢測器　35

3.2.2 動手實踐：車道線檢測　37

3.3 模型擬合　38

3.3.1 最小二乘擬合　38

3.3.2 魯棒擬合　41

3.3.3 RANSAC算法　42

3.3.4 動手實踐：RANSAC直線擬合　45

3.3.5 霍夫變換　47

3.4 動手實踐：硬幣定位　53

本章小結(jié)　55

習題 　55



第4章　局部特征提取　56

4.1 圖像拼接問題與局部特征　56

4.2 Harris-Laplace檢測器　59

4.2.1 Harris角點檢測器　59

4.2.2 尺度不變理論　65

4.2.3 LoG算子　67

4.3 SIFT特征　72

4.3.1 DoG尺度空間　72

4.3.2 SIFT特征點檢測　74

4.3.3 SIFT特征描述子　75

4.4 動手實踐：圖像拼接　76

本章小結(jié)　80

習題 　80



第5章　圖像分割　81

5.1 圖像分割概述　81

5.2 人類視覺分組與格式塔理論　82

5.3 基于像素聚類的圖像分割　83

5.3.1 基于K-means的圖像分割　83

5.3.2 基于均值漂移的圖像分割　85

5.3.3 動手實踐：圖像分割　89

本章小結(jié)　92

習題 　93



第6章　圖像檢索與分類　94

6.1 圖像分類任務概述　94

6.1.1 圖像分類任務的難點　95

6.1.2 圖像分類任務的評價指標　98

6.1.3 數(shù)據(jù)驅(qū)動的圖像分類系統(tǒng)的基本范式　99

6.2 詞袋模型與圖像檢索　100

6.2.1 文本詞袋模型　100

6.2.2 TF-IDF加權(quán)　101

6.2.3 視覺詞袋模型　102

6.2.4 動手實踐：基于詞袋模型的圖像檢索　104

6.3 基于詞袋模型的圖像分類　107

6.3.1 線性分類模型　107

6.3.2 多類支持向量機損失　108

6.3.3 模型優(yōu)化　109

6.3.4 欠擬合與過擬合　110

6.3.5 動手實踐：場景圖像分類　111

本章小結(jié)　116

習題 　116



第7章　目標檢測與跟蹤　117

7.1 目標檢測任務概述　117

7.2 基于滑動窗口的目標檢測范式　118

7.3 基于AdaBoost的人臉檢測　121

7.3.1 人臉檢測任務概述　121

7.3.2 AdaBoost算法　121

7.3.3 構(gòu)建弱分類器　122

7.3.4 級聯(lián)結(jié)構(gòu)　125

7.3.5 動手實踐：人臉檢測　127

7.4 基于HOG特征的行人檢測　129

7.4.1 行人檢測任務概述　130

7.4.2 HOG特征　130

7.4.3 應用HOG特征實現(xiàn)行人檢測　131

7.4.4 動手實踐：行人檢測　132

7.5 基于光流的運動跟蹤　133

7.5.1 光流計算基本等式　134

7.5.2 Lucas-Kanade光流計算　136

7.5.3 動手實踐：車輛運動跟蹤　138

本章小結(jié)　142

習題 　142



第8章　攝像機幾何與標定　144

8.1 針孔模型與透鏡　144

8.1.1 針孔攝像機　144

8.1.2 透鏡成像　148

8.2 攝像機幾何　151

8.2.1 齊次坐標　151

8.2.2 坐標系變換和剛體變換　153

8.2.3 一般攝像機的幾何模型　157

8.2.4 透視投影矩陣的性質(zhì)　161

8.3 攝像機標定　161

8.3.1 投影矩陣估計　161

8.3.2 退化情況　163

8.4 徑向畸變的攝像機標定　164

8.4.1 徑向畸變模型　164

8.4.2 徑向畸變標定　165

8.5 動手實踐：攝像機標定　167

本章小結(jié)　173

習題 　173



第9章　三維重建　175

9.1 三維重建基礎(chǔ)　175

9.1.1 三角化的概念　175

9.1.2 三角化的線性解法　177

9.1.3 三角化的非線性解法　178

9.2 極幾何與基礎(chǔ)矩陣　179

9.2.1 極幾何　179

9.2.2 本質(zhì)矩陣與基礎(chǔ)矩陣　180

9.2.3 基礎(chǔ)矩陣估計　182

9.2.4 動手實踐：基礎(chǔ)矩陣估計　184

9.3 雙目立體視覺　190

9.3.1 基于平行視圖的雙目立體視覺　190

9.3.2 圖像校正　194

9.3.3 對應點搜索　197

9.3.4 動手實踐：雙目立體視覺定位　201

本章小結(jié)　208

習題 　208



參考文獻　210