圖像處理、分析與機器視覺（第4版）
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*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...
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-HOG 367
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HMM 394
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
不錯的一本書
內容可以，挺好！
翻了下 感覺不錯
不錯的書，很好
挺好的挺好的
包裝完好，物流很快！
感覺不錯。
圖像分析經典書籍
盜版的貨賣正版的錢，l a j i！先說發過來的包裝，就一個袋子裝著，沒填充任何東西，書本紙張一看就知道是盜版的透字，微微泛黃（有圖，左邊是本書，右邊是我自己的一本正版書）很明顯左邊書透字明顯，而且泛黃，再看看這上的膠，店家你東西做成這樣好意思收正版書價錢？要不是真心急著用，真心想退了！當然書的內容沒得說，真是我需要的。。。這當當做的是有多l a j i 上傳圖片老是報錯！是該放棄當當了！圖片上傳不上去！
很不錯很不錯很不錯
非常好，非常感謝！非常好，非常感謝！
不錯，不錯，值得一讀！推薦
里面膠都沒粘牢，一頁頁都要掉了，不值得購買。
買了兩本書，很明顯的區別，覺著不像是正版呢，圖片的效果都不清晰，書太厚了，沒時間，不想折騰了，對付用吧，以后買書還是不一定來當當吧
翻譯的不好
應該還可以吧
好的，還可以
工作用書，不錯，對工作幫助很大！快遞給力！
非常糟糕，配圖了，自己看，不想評論。急需要這本書，我忍了！算我倒霉！》@?&
經常遇到的書角折痕又出現了，懶得退貨。彩圖顏色偏暗。
里面內容還不錯，適合比較系統的學習這方面的知識。但是，打開的時候居然缺了個角，而且膠水沒弄好，前面一些紙翻開感覺要掉了。要不是急著用真想退了。
剛送過來封面棱角就破了了，好意思嗎。。。不過總體挺好的
買來學習一下，希望有收獲。這次包裝很好，沒有破損，滿意。
東西在深圳西麗配送網點呆了四天后，再送到科技園這邊來，什么快遞公司呀，聯系客服也沒有解決辦法。
很不錯，經典的一本書，內容很全，也很有時效性，學習中……新增了很多東西
幫公司買的 經典名著，值得閱讀 可以預見，圖像處理技術的應用會越來越廣，改專業的畢業生薪資也會很高 畢竟別人都不懂只有你懂你就牛了
這本書介紹的都是純理論，對圖像處理的人有很大幫助，不愧是國外專業人士所寫！可以作為工具書來參考！
