中圖網(wǎng)小程序
一鍵登錄
更方便
中圖價(jià):¥76.3
加入購(gòu)物車
圖像工程——下冊(cè):圖像理解(第5版) 版權(quán)信息
- ISBN：9787302656548
- 條形碼：9787302656548 ; 978-7-302-65654-8
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
圖像工程——下冊(cè):圖像理解(第5版) 本書特色
本書內(nèi)容體系連續(xù)貫通，依次學(xué)習(xí)能幫助讀者全面、深入、系統(tǒng)地學(xué)習(xí)圖像處理技術(shù)。相比于國(guó)內(nèi)外同類教材，本書與*新科研成果結(jié)合比較緊密，每次再版均充實(shí)了*新研究成果和得到廣泛使用的典型技術(shù)，新內(nèi)容的引進(jìn)比較早。在教材所引用和參考的文獻(xiàn)中，作者自己發(fā)表的就有100多篇，科研成果的引入提高了內(nèi)容的先進(jìn)性。 從教學(xué)的角度考慮，本書具有以下特點(diǎn)：(1)盡快進(jìn)入主題：把先修或預(yù)備內(nèi)容安排在需先修部分的同一章之前，沒有安排專門的基礎(chǔ)知識(shí)章，更加實(shí)用，也突出了課程主線的內(nèi)容。 (2)內(nèi)容模塊化：正式內(nèi)容分別結(jié)合進(jìn)4個(gè)相關(guān)的學(xué)習(xí)單元，每個(gè)單元都圍繞一個(gè)主題(自成體系)，既加強(qiáng)了全書的系統(tǒng)性和結(jié)構(gòu)性，也有利于復(fù)習(xí)考核。 (3)配套資源豐富：每章配套PPT課件、微課視頻、隨堂測(cè)試、擴(kuò)展閱讀等內(nèi)容，便于課堂學(xué)習(xí)和課后自學(xué)。 (4)資源開放共享：總結(jié)和復(fù)習(xí)、部分思考題和練習(xí)題解答、參考文獻(xiàn)、PPT課件、微課視頻、隨堂測(cè)試等資源均已電子化，掃描對(duì)應(yīng)二維碼即可下載。 第1版獲全國(guó)普通高等學(xué)校優(yōu)秀教材一等獎(jiǎng)；第2版被評(píng)為全國(guó)普通高等教育“十一五”精品教材；第3版被評(píng)為2013年北京高等教育精品教材；第4版獲全國(guó)優(yōu)秀教材(高等教育)二等獎(jiǎng)，評(píng)為“十二五”普通高等教育本科國(guó)家級(jí)規(guī)劃教材。
圖像工程——下冊(cè):圖像理解(第5版) 內(nèi)容簡(jiǎn)介
本冊(cè)書是《圖像工程》第5版的下冊(cè)，比較全面地介紹圖像工程的第三層次——圖像理解的基礎(chǔ)概念、基本原理、典型方法、實(shí)用技術(shù)以及國(guó)際上相關(guān)內(nèi)容研究的新成果。可作為相關(guān)專業(yè)研究生教材。本冊(cè)書主要分為4個(gè)單元。第1單元（包含第2~5章）介紹采集表達(dá)技術(shù)，第2單元（包含第6~9章）介紹景物重建技術(shù)，第3單元（包含第10~12章）介紹場(chǎng)景解釋技術(shù)，第4單元（包含第13~16章）介紹研究示例。書中還提供了大量例題、思考題和練習(xí)題，并對(duì)部分練習(xí)題提供了解答。書末還給出了主題索引。
圖像工程——下冊(cè):圖像理解(第5版) 目錄
注： 加*號(hào)的分均已電子化，可掃描二維碼下載并使用。
第1章緒論
1．1圖像工程的發(fā)展
1．1．1基本概念和定義概括
1．1．2圖像工程發(fā)展情況回顧
1．2圖像理解及相關(guān)學(xué)科
1．2．1圖像理解
1．2．2計(jì)算機(jī)視覺
1．2．3其他相關(guān)學(xué)科
1．2．4圖像理解的應(yīng)用領(lǐng)域
1．3圖像理解理論框架
1．3．1馬爾視覺計(jì)算理論
1．3．2對(duì)馬爾理論框架的改進(jìn)
1．3．3關(guān)于馬爾重建理論的討論
1．3．4新理論框架的研究
1．3．5從心理認(rèn)知出發(fā)的討論
1．4深度學(xué)簡(jiǎn)介
1．4．1圖像理解中的深度學(xué)
1．4．2卷積經(jīng)網(wǎng)絡(luò)的基本概念
1．4．3深度學(xué)核心技術(shù)
1．4．4深度學(xué)的應(yīng)用
1．5內(nèi)容框架和點(diǎn)
總結(jié)和復(fù)*
隨堂測(cè)試*
第1單元采 集 表 達(dá)
第2章攝像機(jī)成像和標(biāo)定
2．1視覺過程
2．2亮度成像模型
2．2．1光度學(xué)和光源
2．2．2從亮度到照度
2．3空間成像模型
2．3．1基本攝像機(jī)模型
2．3．2近似投影模式
2．3．3一般攝像機(jī)模型
2．3．4透鏡畸變
2．3．5通用成像模型
2．4攝像機(jī)標(biāo)定
2．4．1標(biāo)定方法分類
2．4．2標(biāo)定程序和參數(shù)
2．4．3兩級(jí)標(biāo)定法
2．4．4度提升
2．5在線攝像機(jī)外參數(shù)標(biāo)定方法
2．5．1車道線檢測(cè)與數(shù)據(jù)篩選
2．5．2化重投影誤差
2．6自標(biāo)定方法
2．7結(jié)構(gòu)光主動(dòng)視覺系統(tǒng)的標(biāo)定
2．7．1投影模型和標(biāo)定
2．7．2圖案分離
2．7．3計(jì)算單應(yīng)性矩陣
2．7．4計(jì)算標(biāo)定參數(shù)
總結(jié)和復(fù)*
隨堂測(cè)試*
第3章壓縮感知與成像
3．1壓縮感知概述
3．2稀疏表達(dá)
3．3測(cè)量矩陣及性
3．3．1采樣/測(cè)量模型
3．3．2測(cè)量矩陣性
3．4解碼重構(gòu)
3．4．1重構(gòu)原理
3．4．2測(cè)量矩陣的校準(zhǔn)
3．4．3典型重構(gòu)算法
3．4．4基于深度學(xué)的重構(gòu)算法
3．5稀疏編碼與字典學(xué)
3．5．1字典學(xué)與矩陣分解
3．5．2非負(fù)矩陣分解
3．5．3端元提取
3．5．4稀疏編碼
3．6壓縮感知的成像應(yīng)用
3．6．1單像素相機(jī)
3．6．2壓縮感知磁共振成像
總結(jié)和復(fù)*
隨堂測(cè)試*
第4章深度信息采集
4．1高維圖像和成像方式
4．1．1高維圖像種類
4．1．2本征圖像和非本征圖像
4．1．3深度成像方式
4．2雙目成像模式
4．2．1雙目橫向模式
4．2．2雙目會(huì)聚橫向模式
4．2．3雙目軸向模式
4．3深度圖像直接采集
4．3．1飛行時(shí)間法
4．3．2結(jié)構(gòu)光法
4．3．3莫爾等高條紋法
4．3．4深度和亮度圖像同時(shí)采集
4．4顯微鏡3D分層成像
4．4．1景深和焦距
4．4．2顯微鏡3D成像
4．4．3共聚焦顯微鏡3D成像
4．5等基線多攝像機(jī)組
4．5．1圖像采集
4．5．2圖像合并方法
4．6單攝像機(jī)多鏡反射折射系統(tǒng)
4．6．1總體系統(tǒng)結(jié)構(gòu)
4．6．2成像和標(biāo)定模型
總結(jié)和復(fù)*
隨堂測(cè)試*
第5章3D景物表達(dá)
5．1曲線和曲面的局征
5．1．1曲線局征
5．1．2曲面局征
5．23D表面表達(dá)
5．2．1參數(shù)表達(dá)
5．2．2表面朝向表達(dá)
5．3等值面的構(gòu)造和表達(dá)
5．3．1行進(jìn)立方體算法
5．3．2覆蓋算法
5．3．3兩種算法比較
5．4從并行輪廓值3D表面
5．53D實(shí)體表達(dá)
5．5．1基本表達(dá)方案
5．5．2廣義圓柱體表達(dá)
總結(jié)和復(fù)*
隨堂測(cè)試*
第2單元景 物 重 建
第6章雙目立體視覺
6．1立體視覺模塊
6．2基于區(qū)域的雙目立體匹配
6．2．1模板匹配
6．2．2立體匹配
6．3基于征的雙目立體匹配
6．3．1基本步驟
6．3．2尺度不變征變換
6．3．3加速魯棒性征
6．3．4動(dòng)態(tài)規(guī)劃匹配
6．4基于深度學(xué)的立體匹配
6．4．1方法分類
6．4．2立體匹配網(wǎng)絡(luò)
6．4．3基于征級(jí)聯(lián)CNN的匹配
6．5視差圖誤差檢測(cè)與校正
總結(jié)和復(fù)*
隨堂測(cè)試*
第7章多目立體視覺
7．1水平多目立體匹配
7．1．1水平多目圖像
7．1．2倒距離
7．2正交三目立體匹配
7．2．1基本原理
7．2．2基于梯度分類的正交匹配
7．3多目立體匹配
7．3．1任意排列三目立體匹配
7．3．2正交多目立體匹配
7．4亞像素級(jí)視差
7．4．1統(tǒng)計(jì)分布模型
7．4．2亞像素級(jí)視差計(jì)算
總結(jié)和復(fù)*
隨堂測(cè)試*
第8章單目多圖像景物恢復(fù)
8．1單目景物恢復(fù)
8．2光度立體法
8．2．1景物亮度和圖像亮度
8．2．2表面反射性和亮度
8．2．3景物表面朝向
8．2．4反射圖和亮度約束方程
8．2．5光度立體法求解
8．3光度立體法進(jìn)展
8．3．1光源標(biāo)定
8．3．2非朗伯表面反射模型
8．3．3彩色光度立體法
8．3．43D重建方法
8．4基于GAN的光度立體法標(biāo)定
8．4．1網(wǎng)絡(luò)結(jié)構(gòu)
8．4．2損失函數(shù)
8．5從運(yùn)動(dòng)求取結(jié)構(gòu)
8．5．1光流和運(yùn)動(dòng)場(chǎng)
8．5．2光流方程求解
8．5．3光流與表面取向
8．5．4光流與相對(duì)深度
8．6從分割剪影恢復(fù)形狀
總結(jié)和復(fù)*
隨堂測(cè)試*
第9章單目單圖像景物恢復(fù)
9．1單幅圖像深度估計(jì)
9．1．1有監(jiān)督學(xué)方法
9．1．2無監(jiān)督學(xué)方法
9．1．3半監(jiān)督學(xué)方法
9．2從影調(diào)恢復(fù)形狀
9．2．1影調(diào)與形狀
9．2．2亮度方程求解
9．3混合表面投影下的SFS
9．3．1改進(jìn)的Ward反射模型
9．3．2投影下的圖像亮度約束方程
9．3．3圖像亮度約束方程求解
9．3．4基于BlinnPhong反射模型
9．3．5新圖像亮度約束方程求解
9．4紋理與表面朝向
9．4．1單目成像和畸變
9．4．2由紋理變化恢復(fù)朝向
9．4．3檢測(cè)線段紋理消失點(diǎn)
9．4．4確定圖像外消失點(diǎn)
9．5由焦距確定深度
9．6根據(jù)三點(diǎn)估計(jì)位姿
總結(jié)和復(fù)*
隨堂測(cè)試*
第3單元場(chǎng) 景 解 釋
第10章知識(shí)表達(dá)和推理
10．1知識(shí)概述
10．2場(chǎng)景知識(shí)
10．2．1模型
10．2．2屬性圖
10．2．3基于知識(shí)的建模
10．3過程知識(shí)
10．4知識(shí)表達(dá)
10．4．1知識(shí)表達(dá)要求
10．4．2知識(shí)表達(dá)類型
10．4．3基本知識(shí)表達(dá)方案
10．4．4人工智能中的知識(shí)表達(dá)
10．4．5圖像理解系統(tǒng)中的知識(shí)模塊
10．5邏輯系統(tǒng)
10．5．1謂詞演算規(guī)則
10．5．2利用定理證明推理
10．5．3推理方法分類
10．6語義網(wǎng)
10．7產(chǎn)生式系統(tǒng)
總結(jié)和復(fù)*
隨堂測(cè)試*
第11章廣義匹配
11．1匹配概述
11．1．1匹配策略和類別
11．1．2匹配和配準(zhǔn)
11．1．3匹配評(píng)
11．2目標(biāo)匹配
11．2．1對(duì)應(yīng)點(diǎn)匹配
11．2．2字符串匹配
11．2．3慣量等效橢圓匹配
11．2．4形狀矩陣匹配
11．2．5結(jié)構(gòu)匹配和量度
11．3動(dòng)態(tài)模式匹配
11．4關(guān)系匹配
11．5圖同構(gòu)匹配
11．5．1圖論簡(jiǎn)介
11．5．2圖同構(gòu)和匹配
11．6線條圖標(biāo)記和解釋
11．6．1輪廓標(biāo)記
11．6．2結(jié)構(gòu)推理
11．6．3回溯標(biāo)記
11．7借助匹配實(shí)現(xiàn)配準(zhǔn)
11．7．1基于征匹配的異構(gòu)遙感圖像配準(zhǔn)
11．7．2基于空間關(guān)系推理的圖像匹配
11．8多模態(tài)圖像匹配
11．8．1基于區(qū)域的技術(shù)
11．8．2基于征的技術(shù)
總結(jié)和復(fù)*
隨堂測(cè)試*
第12章場(chǎng)景分析和語義解釋
12．1場(chǎng)景理解概述
12．2模糊推理
12．2．1模糊集合和模糊運(yùn)算
12．2．2模糊推理方法
12．3遺傳算法圖像解釋
12．3．1遺傳算法原理
12．3．2語義分割和解釋
12．4場(chǎng)景目標(biāo)標(biāo)記
12．5場(chǎng)景分類
12．5．1詞袋/征模型
12．5．2pLSA模型
12．5．3LDA模型
12．6遙感圖像判讀
12．6．1遙感圖像判讀方法分類
12．6．2遙感圖像判讀知識(shí)圖譜
12．7混合增強(qiáng)視覺認(rèn)知
12．7．1從計(jì)算機(jī)視覺感知到計(jì)算機(jī)視覺認(rèn)知
12．7．2混合增強(qiáng)視覺認(rèn)知
相關(guān)技術(shù)
總結(jié)和復(fù)*
隨堂測(cè)試*
第4單元研 究 示 例
第13章同時(shí)定位和制圖
13．1SLAM概況
13．1．1激光SLAM
13．1．2視覺SLAM
13．1．3對(duì)比和結(jié)合
13．2激光SLAM算法
13．2．1Gmapping算法
13．2．2Cartographer算法
13．2．3LOAM算法
13．3視覺SLAM算法
13．3．1ORBSLAM系列算法
13．3．2LSDSLAM算法
13．3．3SVO算法
13．4群體機(jī)器人和群體SLAM
13．4．1群體機(jī)器人的性
13．4．2群體SLAM要解決的問題
13．5SLAM的新動(dòng)向
13．5．1SLAM與深度學(xué)的結(jié)合
13．5．2SLAM與多智能體的結(jié)合
總結(jié)和復(fù)*
隨堂測(cè)試*
第14章多傳感器圖像信息融合
14．1信息融合概述
14．2圖像融合
14．2．1圖像融合的主要步驟
14．2．2圖像融合的三個(gè)層次
14．2．3圖像融合效果評(píng)
14．3像素級(jí)融合方法
14．3．1基本融合方法
14．3．2融合方法的結(jié)合
14．3．3小波融合時(shí)的佳分解層數(shù)
14．3．4壓縮感知圖像融合
14．3．5像素級(jí)融合示例
14．4雙能透射和康普頓背散射融合
14．4．1成像技術(shù)的互補(bǔ)性分析
14．4．2互補(bǔ)融合
14．5高光譜圖像空間光譜征提取
14．5．1傳統(tǒng)高光譜征提取方法
14．5．2基于深度學(xué)的空間光譜征
提取方法
14．6征級(jí)和決策級(jí)融合方法
14．6．1貝葉斯法
14．6．2證據(jù)推理法
14．6．3粗糙集理論法
14．7多源遙感圖像融合
14．7．19種多源遙感數(shù)據(jù)源
14．7．2多源遙感圖像融合文獻(xiàn)
14．7．3遙感圖像的空間光譜融合
14．7．4基于深度循環(huán)殘差網(wǎng)絡(luò)的融合
總結(jié)和復(fù)*
隨堂測(cè)試*
第15章基于內(nèi)容的圖像和視頻檢索
15．1圖像和視頻檢索原理
15．2視覺征的匹配和檢索
15．2．1顏色征匹配
15．2．2紋理征計(jì)算
15．2．3多尺度形狀
征
15．2．4綜合征檢索
15．3基于運(yùn)動(dòng)征的視頻檢索
15．3．1全局運(yùn)動(dòng)征
15．3．2局運(yùn)動(dòng)征
15．4基于分層匹配追蹤的檢索
15．4．1檢索框圖
15．4．2單層圖像征提取
15．4．3多層征提取和圖像檢索
15．4．4結(jié)合顏色直方圖
15．5視頻節(jié)目分析和索引
15．5．1新聞視頻結(jié)構(gòu)化
15．5．2體育比賽視頻排序
15．5．3家庭錄像視頻組織
15．6語義分類檢索
15．6．1基于視覺關(guān)鍵詞的圖像分類
15．6．2高層語義與氣氛
15．7基于深度學(xué)的跨模態(tài)檢索
15．7．1跨模態(tài)檢索技術(shù)分類
15．7．2圖像標(biāo)題自動(dòng)生成
15．8圖像檢索中的哈希
15．8．1有監(jiān)督哈希
15．8．2非對(duì)稱監(jiān)督深度離散哈希
15．8．3跨模態(tài)圖像檢索中的哈希
總結(jié)和復(fù)*
隨堂測(cè)試*
第16章時(shí)空行為理解
16．1時(shí)空技術(shù)
16．2時(shí)空興趣點(diǎn)
16．3動(dòng)態(tài)軌跡學(xué)和分析
16．3．1自動(dòng)場(chǎng)景建模
16．3．2學(xué)路徑
16．3．3自動(dòng)活動(dòng)分析
16．4動(dòng)作分類和識(shí)別
16．4．1動(dòng)作分類
16．4．2動(dòng)作識(shí)別
16．5結(jié)合姿態(tài)和上下文的動(dòng)作分類
16．5．1基于姿態(tài)模型的動(dòng)作分類器
16．5．2基于上下文的動(dòng)作分類器
16．6活動(dòng)和行為建模
16．6．1動(dòng)作建模
16．6．2活動(dòng)建模和識(shí)別
16．7主體與動(dòng)作聯(lián)合建模
16．7．1單標(biāo)簽主體動(dòng)作識(shí)別
16．7．2多標(biāo)簽主體動(dòng)作識(shí)別
16．7．3主體動(dòng)作語義分割
16．8基于關(guān)節(jié)點(diǎn)的行為識(shí)別
16．8．1使用CNN作為主干
16．8．2使用RNN作為主干
16．8．3使用GCN作為主干
16．8．4使用混合網(wǎng)絡(luò)作為主干
16．9異常事件檢測(cè)
16．9．1異常事件檢測(cè)方法分類
16．9．2基于卷積自編碼器塊學(xué)的檢測(cè)
16．9．3基于單類經(jīng)網(wǎng)絡(luò)的檢測(cè)
總結(jié)和復(fù)*
隨堂測(cè)試*
附錄A視覺和視知覺
A．1視知覺概述
A．2視覺性
A．2．1視覺的空間性
A．2．2視覺的時(shí)間性
A．2．3視覺的亮度性
A．3形狀知覺
A．3．1圖形和背景
A．3．2輪廓和主觀輪廓
A．3．3幾何圖形錯(cuò)覺
A．4空間知覺
A．4．1兩種空間知覺觀
A．4．2非視覺性深度線索
A．4．3雙目深度線索
A．4．4單目深度線索
A．5運(yùn)動(dòng)知覺
A．6生物視覺與立體視覺
A．6．1生物視覺和雙目視覺
A．6．2從單目到雙目立體
主題索引
分思考題和練題解答*
參考文獻(xiàn)*
展開全部
圖像工程——下冊(cè):圖像理解(第5版) 作者簡(jiǎn)介
章毓晉，1989年獲比利時(shí)列日大學(xué)應(yīng)用科學(xué)博士學(xué)位。1989—1993年為荷蘭德爾夫特大學(xué)博士后及研究人員。1993年到中國(guó)北京清華大學(xué)工作，1997年被聘為教授，1998年被評(píng)為博士生導(dǎo)師。2014年成為教學(xué)科研系列長(zhǎng)聘教授。2003年學(xué)術(shù)休假期間同時(shí)被聘為新加坡南洋理工大學(xué)訪問教授。 在清華大學(xué)，先后開出并講授10多門本科生和研究生課程。在南洋理工大學(xué)，開出并講授過研究生課程：“現(xiàn)代圖像分析(英語)”。已編寫出版了圖像工程系列教材第1版、第2版、第3版和第4版，以及其他中英文圖像工程教材約20本，還翻譯出版了多本國(guó)外圖像工程教材。已在國(guó)內(nèi)外發(fā)表了30多篇教學(xué)研究論文。 主要科學(xué)研究領(lǐng)域?yàn)槠浞e極倡導(dǎo)的圖像工程(圖像處理、圖像分析、圖像理解及其技術(shù)應(yīng)用)和相關(guān)學(xué)科。從1996年起已連續(xù)二十八年對(duì)中國(guó)圖像工程的研究及主要文獻(xiàn)進(jìn)行了系統(tǒng)的年度分類總結(jié)綜述。已在國(guó)內(nèi)外發(fā)表了500多篇圖像工程研究論文，出版了專著《圖象分割》，《基于內(nèi)容的視覺信息檢索》，《基于子空間的人臉識(shí)別》，編著了《英漢圖像工程辭典》(第1版和第2版)和《圖像工程技術(shù)選編》，主編了《Advances in Image and Video Segmentation》，《Semantic-Based Visual Information Retrieval》，《Advances in Face Image Analysis: Techniques and Technologies》。 現(xiàn)為中國(guó)圖象圖形學(xué)學(xué)會(huì)名譽(yù)監(jiān)事長(zhǎng)，會(huì)士；國(guó)際光學(xué)工程協(xié)會(huì)(SPIE)會(huì)士(因在圖像工程方面的成就)。
書友推薦
- >
推拿
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(紅燭學(xué)術(shù)叢書)
- >
我與地壇
- >
煙與鏡
- >
月亮與六便士
- >
隨園食單
- >
上帝之肋:男人的真實(shí)旅程
本類暢銷
