《图像理解》求取 ⇩

第一章绪论1

1.1 概述1

1.1.1 什么是图像理解1

1.1.2 图像理解的研究和应用7

1.2 常用的数据结构11

1.2.1 线性表12

1.2.2 层次结构13

1.2.3 图结构16

1.2.4 复杂的循环结构举例18

1.3 知识的表示与应用20

1.3.1 常用的几种知识表示方法21

1.3.2 不精确推理概述23

1.4 本书章节安排29

第二章线31

2.1 概述31

2.2 简单的边缘检测算子32

2.2.1 常见的检测局部边缘算子33

2.2.2 简单边缘检测算子的性能比较35

2.2.3 改进简单边缘检测算子的方法39

2.3.1 基本原理47

2.3 arr-Hildreth边缘检测理论47

2.3.2 具体实现52

2.3.3 多信道的综合55

2.4 用Facet模型检测边缘57

2.4.1 Facet模型的形式化58

2.4.2 利用Facet模型确定边缘63

2.5 形成有意义的线特征67

2.5.1 启发式连接69

2.5.2 Houph变换73

2.5.3 相位编组方法78

2.5.4 层次记号编组80

2.6 小结86

第三章区域88

3.1 概述88

3.2 简单图像基于像元灰度的全局门限法90

3.2.1 简单的直方图分析法91

3.2.2 直方图凹形分析法92

3.2.3 类别方差自动门限法93

3.2.4 最佳熵自动门限法95

3.2.5 矩不变自动门限法98

3.2.6 极小误差自动门限法100

3.3 简单图像基于像元邻域属性的全局门限法102

3.3.1 基于边缘特性的方法102

3.3.2 基于二阶统计特性的方法107

3.3.3 利用两个“累积测量”选门限110

3.3.4 松弛迭代方法111

3.4 全局门限化直方图分割方法的评估113

3.5 复杂图像基于图像属性的分割方法118

3.5.1 自动多门限分割技术118

3.5.2 循环分解法123

3.5.3 分块分割再合并方法124

3.6 区域连接增长127

3.6.1 单连接区域增长127

3.6.2 混合连接区域增长128

3.6.3 中心连接区域增长130

3.6.4 混合连接组合技术132

3.7 分开—合并的分析方法132

3.7.1 基本思想132

3.7.2 处理过程134

3.7.3 一致性谓词135

3.8 彩色图像分割137

3.9 小结141

第四章纹理145

4.1 概述145

4.2 空间灰度层共现矩阵148

4.2.1 基本原理148

4.2.2 共现矩阵应用举例151

4.3 纹理能量测量154

4.4 用Markov随机场模型描过纹理158

4.5 用分形和分维理论描述纹理165

4.5.1 分形和分维的基本概念166

4.5.2 分形布朗模型用于图像分析169

4.5.3 双毯求表面面积确定分形参量174

4.6 纹理的结构分析方法和纹理梯度178

4.6.1 纹理的结构分析方法178

4.6.2 纹理梯度180

4.7 小结182

第五章形状184

5.1 概述184

5.2 二维形状描述技术186

5.2.1 内标量方法187

5.2.2 外标量变换方法192

5.2.3 内空间域技术198

5.2.4 外空间域技术202

5.2.5 二维形状描述方法回顾203

5.2.6 二维形状的层次描述204

5.3 三维物体的表示方法207

5.3.1 骨架表示法207

5.3.2 表面表示法208

5.3.3 体积表示法和广义圆柱体213

5.4 由图像性质导出表面方向220

5.4.1 坐标系统和梯度空间221

5.4.2 由正交投影图像获取三维形状信息223

5.4.3 由体视投影图像获取三维形状信息229

5.5 小结234

第六章图像序列分析235

6.1 概述235

6.2 从图像序列中检测运动信息236

6.2.1 简单的检测灰度变化的方法236

6.2.2 基于灰度梯度确定瞬时速度场239

6.3.1 点记号检测243

6.3 基本记号的检测方法243

6.3.2 点匹配249

6.3.3 运动边缘检测250

6.3.4 连通的像元集（小区域）的检测252

6.4 流场几何257

6.5 纯平移运动262

6.5.1 基本关系262

6.5.2 直接搜索平移轴264

6.5.3 复对数变换分析方法267

6.6.1 对曲表面运动的估计270

6.6 利用点对应性估计运动参数和三维结构270

6.6.2 对平面运动的估计275

6.7 利用局部光流场的分析方法277

6.7.1 导出动力学关系278

6.7.2 实现方法的考虑281

6.8 全局光流技术282

6.8.1 流场分割283

6.8.2 估计三维运动和结构286

6.9 小结290

7.1 概述292

第七章双目图像分析292

7.2 搜索对应性的条件限制293

7.2.1 外极几何限制294

7.2.2 变换外极线为水平扫描线295

7.2.3 线记号对应性的限制条件296

7.3 求解对应性的匹配技术299

7.3.1 基于灰度的匹配300

7.3.2 松弛合作算法301

7.3.3 概率松弛匹配技术303

7.3.4 直线段匹配305

7.3.5 曲线段匹配311

7.4 双目视觉中的相机系统模型312

7.4.1 基本概念312

7.4.2 双目横模型结构315

7.4.3 双目轴模型结构318

7.5 小结322

第八章图像理解系统324

8.1 概述324

8.1.1 引言324

8.1.2 图像理解模型325

8.2.1 航片解释系统327

8.2 面向区域的二维解释系统327

8.2.2 基于规则的景物解释系统329

8.2.3 VISIONS332

8.2.4 SCORPIUS338

8.3 三维景物的解释系统346

8.3.1 积木世界的理解346

8.3.2 ACRONYM350

8.3.3 三维MOSAIC系统356

8.4 图像解释环境（1UE）362

8.4.1 什么是图像解释环境362

8.4.2 CME366

8.4.3 KBVision369

8.4.4 Power Vision372

8.5 图像理解的系统结构375

8.5.1 图像理解的不同层次和功能要求377

8.5.2 图像理解与并行处理结构378

8.5.3 典型的图像理解系统结构382

8.5.4 图像理解结构的试验程序386

8.6 小结392

参考文献394