本書是英文第4版的中文翻譯，大約有五分之一的內容更新。主要更新的內容包括：增加了一些近期的算法，增加了習題部分，重寫了部分內容。更為具體的內容更新請參考作者序。本書是在第3版中文翻譯的基礎上，按照直譯的原則進行翻譯的，與英文版形成的對照。對于英文版中明顯存在的排印或疏忽類的錯誤，都進行了更正。由于這些錯誤一般都很明顯，因此譯文中沒有專門聲明，讀者如果對照英文版，不難看出其出處。
1)涵蓋十分廣泛的領域，包括人工智能、信號處理、人工神經網絡、模式識別、機器學習、模糊數學等一系列相關學科。(2)圖將復雜的概念通過具體示例用易于理解的算法來描述，提供了大量包含圖示和處理結果的插圖，特別有助于讀者的學習和理解。(3)提供了豐富的參考文獻，既列出了經過時間考驗的經典論文，也列出了能反映未來發展方向的進展，適于讀者進一步深入探索。
目錄
第1章 引言 1
1.1 動機 1
1.2 計算機視覺為什么是困難的2
1.3 圖像表達與圖像分析的任務4
1.4 總結 7
1.5 習題 7
1.6 參考文獻 8
第2章 圖像及其表達與性質 9
2.1 圖像表達若干概念 9
2.2 圖像數字化 11
2.2.1 采樣 11
2.2.2 量化 12
2.3 數字圖像性質 13
2.3.1 數字圖像的度量和拓撲性質 13
2.3.2 直方圖 17
2.3.3 熵 18
2.3.4 圖像的視覺感知 18
2.3.5 圖像品質 20
2.3.6 圖像中的噪聲 21
2.4 彩色圖像 22
2.4.1 色彩物理學 22
2.4.2 人所感知的色彩 23
2.4.3 彩色空間 26
2.4.4 調色板圖像 28
2.4.5 顏色恒常性 28
2.5 攝像機概述 29
2.5.1 光敏傳感器 29
2.5.2 黑白攝像機 30
2.5.3 彩色攝像機 32
2.6 總結 32
2.7 習題 33
2.8 參考文獻 35
第3章 圖像及其數學與物理背景 37
3.1 概述 37
3.1.1 線性 37
3.1.2 狄拉克(Dirac)分布和卷積 37
3.2 積分線性變換 38
3.2.1 作為線性系統的圖像39
3.2.2 積分線性變換引言39
3.2.3 1D傅里葉變換 39
3.2.4 2D傅里葉變換 43
3.2.5 采樣與香農約束 45
3.2.6 離散余弦變換 47
3.2.7 小波變換 48
3.2.8 本征分析 52
3.2.9 奇異值分解 53
3.2.10 主分量分析 54
3.2.11 Radon變換56
3.2.12 其他正交圖像變換56
3.3 作為隨機過程的圖像 57
3.4 圖像形成物理 59
3.4.1 作為輻射測量的圖像59
3.4.2 圖像獲取與幾何光學60
3.4.3 鏡頭像差和徑向畸變63
3.4.4 從輻射學角度看圖像獲取 65
3.4.5 表面反射 67
3.5 總結 69
3.6 習題 70
3.7 參考文獻 71
第4章 圖像分析的數據結構 73
4.1 圖像數據表示的層次 73
4.2 傳統圖像數據結構 74
4.2.1 矩陣 74
4.2.2 鏈 76
4.2.3 拓撲數據結構 76
4.2.4 關系結構 77
4.3 分層數據結構 78
4.3.1 金字塔 78
4.3.2 四叉樹 79
4.3.3 其他金字塔結構 80
4.4 總結 81
4.5 習題 82
4.6 參考文獻 83
第5章 圖像預處理 85
5.1 像素亮度變換 85
5.1.1 位置相關的亮度校正85
5.1.2 灰度級變換 86
5.2 幾何變換 88
5.2.1 像素坐標變換 88
5.2.2 亮度插值 89
5.3 局部預處理 91
5.3.1 圖像平滑 91
5.3.2 邊緣檢測算子 97
5.3.3 二階導數過零點100
5.3.4 圖像處理中的尺度104
5.3.5 Canny邊緣提取105
5.3.6 參數化邊緣模型107
5.3.7 多光譜圖像中的邊緣107
5.3.8 頻域的局部預處理108
5.3.9 用局部預處理算子作線檢測 112
5.3.10 角點(興趣點)檢測113
5.3.11 較大穩定極值區域檢測 116
5.4 圖像復原 117
5.4.1 容易復原的退化118
5.4.2 逆濾波 118
5.4.3 維納濾波 118
5.5 總結 120
5.6 習題 121
5.7 參考文獻 126
第6章 分割Ⅰ 130
6.1 閾值化 130
6.1.1 閾值檢測方法 132
6.1.2 閾值化 133
6.1.3 多光譜閾值化 135
6.2 基于邊緣的分割 136
6.2.1 邊緣圖像閾值化137
6.2.2 邊緣松弛法 138
6.2.3 邊界跟蹤 139
6.2.4 作為圖搜索的邊緣跟蹤143
6.2.5 作為動態規劃的邊緣跟蹤 149
6.2.6 Hough變換152
6.2.7 使用邊界位置信息的邊界
???檢測 157
6.2.8 從邊界構造區域 157
6.3 基于區域的分割 159
6.3.1 區域歸并 160
6.3.2 區域分裂 161
6.3.3 分裂與歸并 162
6.3.4 分水嶺分割 165
6.3.5 區域增長后處理167
6.4 匹配 167
6.4.1 模版匹配 168
6.4.2 模版匹配的控制策略170
6.5 分割的評測問題 170
6.5.1 監督式評測 171
6.5.2 非監督式評測 173
6.6 總結 174
6.7 習題 176
6.8 參考文獻 178
第7章 分割Ⅱ 185
7.1 均值移位分割 185
7.2 活動輪廓模型——蛇行190
7.2.1 經典蛇行和氣球191
7.2.2 擴展 193
7.2.3 梯度矢量流蛇 194
7.3 幾何變形模型——水平集和測地
?? 活動輪廓 198
7.4 模糊連接性 203
7.5 面向基于3D圖的圖像分割 208
7.5.1 邊界對的同時檢測208
7.5.2 次優的表面檢測211
7.6 圖割分割 212
7.7 單和多表面分割217
7.8 總結 227
7.9 習題 228
7.10 參考文獻 229
第8章 形狀表示與描述 237
8.1 區域標識 239
8.2 基于輪廓的形狀表示與描述241
8.2.1 鏈碼 241
8.2.2 簡單幾何邊界表示242
8.2.3 邊界的傅里葉變換245
8.2.4 使用片段序列的邊界描述 246
8.2.5 B樣條表示 249
8.2.6 其他基于輪廓的形狀描述
???方法 250
8.2.7 形狀不變量 251
8.3 基于區域的形狀表示與描述253
8.3.1 簡單的標量區域描述254
8.3.2 矩 257
8.3.3 凸包 259
8.3.4 基于區域骨架的圖表示262
8.3.5 區域分解 266
8.3.6 區域鄰近圖 267
8.4 形狀類別 268
8.5 總結 268
8.6 習題 270
8.7 參考文獻 272
第9章 物體識別 278
9.1 知識表示 278
9.2 統計模式識別 281
9.2.1 分類原理 282
9.2.2 最近鄰 283
9.2.3 分類器設置 285
9.2.4 分類器學習 287
9.2.5 支持向量機 288
9.2.6 聚類分析 291
9.3 神經元網絡 293
9.3.1 前饋網絡 294
9.3.2 非監督學習 295
9.3.3 Hopfield神經元網絡 296
9.4 句法模式識別 297
9.4.1 語法與語言 298
9.4.2 句法分析與句法分類器300
9.4.3 句法分類器學習與語法推導 301
9.5 作為圖匹配的識別 302
9.5.1 圖和子圖的同構303
9.5.2 圖的相似度 305
9.6 識別中的優化技術 306
9.6.1 遺傳算法 307
9.6.2 模擬退火 308
9.7 模糊系統 309
9.7.1 模糊集和模糊隸屬函數310
9.7.2 模糊集運算 311
9.7.3 模糊推理 312
9.7.4 模糊系統設計與訓練314
9.8 模式識別中的Boosting方法 315
9.9 隨機森林 317
9.9.1 隨機森林訓練 318
9.9.2 隨機森林決策 321
9.9.3 隨機森林擴展 322
9.10 總結 322
9.11 習題 325
9.12 參考文獻 330
第10章 圖像理解 335
10.1 圖像理解控制策略336
10.1.1 并行和串行處理控制336
10.1.2 分層控制 337
10.1.3 自底向上的控制337
10.1.4 基于模型的控制337
10.1.5 混合的控制策略338
10.1.6 非分層控制 341
10.2 SIFT：尺度不變特征轉換 342
10.3 RANSAC：通過隨機抽樣一致來
???擬合 344
10.4 點分布模型 347
10.5 活動表觀模型 355
10.6 圖像理解中的模式識別方法 362
10.6.1 基于分類的分割362
10.6.2 上下文圖像分類364
10.6.3 梯度方向直方圖-HOG367
10.7 Boosted層疊分類器用于快速物體
???檢測 370
10.8 基于隨機森林的圖像理解372
10.9 場景標注和約束傳播377
10.9.1 離散松弛法 378
10.9.2 概率松弛法 379
10.9.3 搜索解釋樹 381
10.10 語義圖像分割和理解382
10.10.1 語義區域增長383
10.10.2 遺傳圖像解釋384
10.11 隱馬爾可夫模型390
10.11.1 應用 394
10.11.2 耦合的HMM394
10.11.3 貝葉斯信念網絡395
10.12 馬爾科夫隨機場397
?10.12.1 圖像和視覺的應用 398
10.13 高斯混合模型和期望較大化 399
10.14 總結 404
10.15 習題 407
10.16 參考文獻 410
第11章 3D幾何，對應，從亮度到3D 419
11.1 3D視覺任務 419
11.1.1 Marr理論421
11.1.2 其他視覺范疇：主動和
有目的的視覺 422
11.2 射影幾何學基礎 423
11.2.1 射影空間中的點和超平面 424
11.2.2 單應性 426
11.2.3 根據對應點估計單應性 427
11.3 單透視攝像機 430
11.3.1 攝像機模型 430
11.3.2 齊次坐標系中的投影和
反投影 432
11.3.3 從已知場景標定一個
攝像機 432
11.4 從多視圖重建場景433
11.4.1 三角測量 433
11.4.2 射影重建 434
11.4.3 匹配約束 435
11.4.4 光束平差法 436
11.4.5 升級射影重建和自標定 437
11.5 雙攝像機和立體感知438
11.5.1 極線幾何學——基本矩陣 438
11.5.2 攝像機的相對運動——本質
矩陣 440
11.5.3 分解基本矩陣到攝像機
矩陣 441
11.5.4 從對應點估計基本矩陣 441
11.5.5 雙攝像機矯正結構442
11.5.6 矯正計算 444
11.6 三攝像機和三視張量445
11.6.1 立體對應點算法446
11.6.2 距離圖像的主動獲取451
11.7 由輻射測量到3D信息 453
11.7.1 由陰影到形狀453
11.7.2 光度測量立體視覺455
11.8 總結 456
11.9 習題 457
11.10 參考文獻 459
第12章 3D視覺的應用 464
12.1 由X到形狀 464
12.1.1 由運動到形狀464
12.1.2 由紋理到形狀468
12.1.3 其他由X到形狀的技術 469
12.2 的3D物體 471
12.2.1 3D物體、模型以及相關
問題 471
12.2.2 線條標注 472
12.2.3 體積表示和直接測量474
12.2.4 體積建模策略475
12.2.5 表面建模策略476
12.2.6 為獲取完整3D模型的面元
標注與融合 478
12.3 3D場景的2D視圖表達 482
12.3.1 觀察空間 482
12.3.2 多視圖表達和示象圖482
12.4 從無組織的2D視圖集合進行
3D重建，從運動到結構 483
12.5 重建場景幾何 485
12.6 總結 487
12.7 習題 487
12.8 參考文獻 488
第13章 數學形態學 493
13.1 形態學基本概念 493
13.2 形態學四原則 494
13.3 二值膨脹和腐蝕 495
13.3.1 膨脹 495
13.3.2 腐蝕 497
13.3.3 擊中擊不中變換498
13.3.4 開運算和閉運算499
13.4 灰度級膨脹和腐蝕499
13.4.1 頂面、本影、灰度級膨脹和
腐蝕 500
13.4.2 本影同胚定理和膨脹、腐
及開、閉運算的性質 502
13.4.3 頂帽變換 502
13.5 骨架和物體標記 503
13.5.1 同倫變換 503
13.5.2 骨架、中軸和較大球503
13.5.3 細化、粗化和同倫骨架 505
13.5.4 熄滅函數和最終腐蝕506
13.5.5 最終腐蝕和距離函數508
13.5.6 測地變換 509
13.5.7 形態學重構 510
13.6 粒度測定法 511
13.7 形態學分割與分水嶺513
13.7.1 粒子分割、標記和分水嶺 513
13.7.2 二值形態學分割513
13.7.3 灰度級分割和分水嶺515
13.8 總結 516
13.9 習題 517
13.10 參考文獻 518
第14章 圖像數據壓縮 520
14.1 圖像數據性質 521
14.2 圖像數據壓縮中的離散圖像變換 521
14.3 預測壓縮方法 523
14.4 矢量量化 525
14.5 分層的和漸進的壓縮方法525
14.6 壓縮方法比較 526
14.7 其他技術 527
14.8 編碼 527
14.9 JPEG和MPEG圖像壓縮 528
14.9.1 JPEG——靜態圖像壓縮 528
14.9.2 JPEG-2000壓縮 529
14.9.3 MPEG——全運動的視頻
壓縮 531
14.10 總結 532
14.11 習題 533
14.12 參考文獻 535
第15章 紋理 537
15.1 統計紋理描述 539
15.1.1 基于空間頻率的方法539
15.1.2 共生矩陣 540
15.1.3 邊緣頻率 541
15.1.4 基元長度(行程)542
15.1.5 Laws紋理能量度量 543
15.1.6 局部二值模式(LBPs) 544
15.1.7 分形紋理描述547
15.1.8 多尺度紋理描述——小波
域方法 549
15.1.9 其他紋理描述的統計方法 551
15.2 句法紋理描述方法552
15.2.1 形狀鏈語法 553
15.2.2 圖語法 554
15.2.3 分層紋理中的基元分組 555
15.3 混合的紋理描述方法556
15.4 紋理識別方法的應用557
15.5 總結 557
15.6 習題 559
15.7 參考文獻 561
第16章 運動分析 566
16.1 差分運動分析方法568
16.2 光流 571
16.2.1 光流計算 571
16.2.2 全局和局部光流估計573
16.2.3 局部和全局相結合的光流
估計 575
16.2.4 運動分析中的光流575
16.3 基于興趣點對應關系的分析 578
16.3.1 興趣點的檢測578
16.3.2 Lucas-Kanade點跟蹤 578
16.3.3 興趣點的對應關系580
16.4 特定運動模式的檢測582
16.5 視頻跟蹤 585
16.5.1 背景建模 585
16.5.2 基于核函數的跟蹤588
16.5.3 目標路徑分析592
16.6 輔助跟蹤的運動模型596
16.6.1 卡爾曼濾波器596
16.6.2 粒子濾波器 600
16.6.3 半監督跟蹤——TLD603
16.7 總結 605
16.8 習題 607
16.9 參考文獻 608
詞匯 613
