导语

  

内容提要

  

    本书从第1版至今历时30余年，在全球范围内拥有广泛的读者。书中清晰而系统地介绍了计算机视觉的基本方法及应用，讲解基础理论的同时，强调算法和实际的设计约束，具备系统性、先进性和完整性。
    本书特色：
    新增三章讨论机器学习，以反映计算机视觉领域的发展。其中两章讨论基本分类概念和概率模型，另外一章介绍深度学习网络的原理，并通过人脸检测与识别这一应用讨论了其产生的影响。此外，还新增一章讨论了物体分割与形状模型。
    深入讨论了几何变换、EM算法、Boosting方法、语义分割、人脸正面化、RNN等重要主题，包括眼睛、车辆和行人的定位等实例和应用，涵盖开发真实视觉系统的细节和实现过程。
    理论方面，通过清晰的阐释和恰当的例子使数学知识和基础理论变得通俗易懂。此外，每一章都介绍了新研究进展，帮助学生和实践者紧跟技术发展潮流。
    配备可免费下载的编程示例，包括代码、方法、图示、任务、提示和解决方案（主要采用MATLAB和C++）。

译者序
推荐序
第5版前言
第1版前言
缩写词汇表
第1章  计算机视觉面临的挑战
  1.1  导言——人类及其感官
  1.2  视觉的本质
    1.2.1  识别过程
    1.2.2  解决识别问题
    1.2.3  物体定位
    1.2.4  场景分析
    1.2.5  视觉是逆向图形学
  1.3  从自动视觉检测到监控
  1.4  本书是关于什么的
  1.5  机器学习的作用
  1.6  后续章节内容概述
  1.7  书目注释
第一部分  初级视觉
  第2章  图像与图像处理
    2.1  导言
    2.2  图像处理操作
      2.2.1  灰度图像的一些基本操作
      2.2.2  二值图像的基本操作
    2.3  卷积和点扩散函数
    2.4  顺序操作与并行操作
    2.5  结束语
    2.6  书目和历史注释
    2.7  问题
  第3章  图像滤波和形态学
    3.1  导言
    3.2  通过高斯平滑抑制噪声
    3.3  中值滤波器
    3.4  模式滤波器
    3.5  秩排序滤波器
    3.6  锐化-反锐化掩模
    3.7  中值滤波器引入的偏移
      3.7.1  中值偏移的连续体模型
      3.7.2  推广到灰度图
      3.7.3  中值偏移的离散模型
    3.8  秩排序滤波器引入的偏移
    3.9  滤波器在计算机视觉工业应用中的作用
    3.10  图像滤波中的色彩
    3.11  二值图像的膨胀和腐蚀
      3.11.1  膨胀和腐蚀
      3.11.2  抵消效应
      3.11.3  改进的膨胀与腐蚀算子
    3.12  数学形态学
      3.12.1  泛化的形态学膨胀
      3.12.2  泛化的形态学腐蚀
      3.12.3  膨胀与腐蚀之间的对偶性
      3.12.4  膨胀与腐蚀算子的特性
      3.12.5  闭合与开启
      3.12.6  基本形态学运算概要
    3.13  形态学分组
    3.14  灰度图像中的形态学
    3.15  结束语
    3.16  书目和历史注释
    3.17  问题
  第4章  阈值的作用
  第5章  边缘检测
  第6章  角点、兴趣点和不变特征的检测
  第7章  纹理分析
第二部分  中级视觉
  第8章  二值化形状分析
  第9章  边界模式分析
  第10章  直线、圆和椭圆的检测
  第11章  广义霍夫变换
  第12章  物体分割与形状模型
第三部分  机器学习和深度学习网络
  第13章  基本分类概念
  第14章  机器学习：概率方法
  第15章  深度学习网络
第四部分  三维视觉和运动
  第16章  三维世界
  第17章  解决n点透视问题
  第18章  不变量与透视
  第19章  图像变换和摄像机校准
  第20章  运动
第五部分  计算机视觉的应用
  第21章  人脸检测与识别：深度学习带来的影响
  第22章  监控
  第23章  车载视觉系统
  第24章  结语——计算机视觉展望