《智能视觉感知》东北大学信息科学与工程学院 | PDF下载|ePub下载

出版说明
前言
第1章绪论
1��1人类视觉
1��1��1人眼结构及成像特点
1��1��2视网膜感光细胞及光的波长
1��1��3视觉形成过程及特性
1��2计算机视觉
1��2��1计算机视觉的概念及意义
1��2��2相关学科的区别和联系
1��3基于深度学习的智能视觉感知
技术
1��3��1深度学习
1��3��2常见的智能视觉感知技术
1��4智能视觉感知的应用语言与
软件
1��5智能视觉感知的应用
1��6内容安排
1��7本章小结
习题
第2章图像生成与表示
2��1不同性质的电磁波
2��2成像设备
2��2��1CCD相机
2��2��2视频摄像机
2��2��3多光谱成像设备
2��2��4光场相机
2��3数字图像
2��3��1数字图像的定义
2��3��2几种不同类型的图像
2��4摄像机标定
2��4��1摄像机标定的概念和意义
2��4��2摄像机标定分类
2��4��3摄像机成像坐标系
2��4��4摄像机成像模型
2��5从二维图像到三维结构
2��6其他类型的视觉传感器
2��6��1测微密度计
2��6��2X射线
2��6��3磁共振
2��6��4三维扫描仪
2��7本章小结
习题
第3章图像滤波与增强
3��1图像处理
3��1��1改善图像质量
3��1��2检测低层特征
3��2灰度级映射
3��2��1亮度调整
3��2��2图像求反
3��2��3动态范围压缩
3��2��4对比度增强
3��3去噪滤波
3��3��1常见的噪声
3��3��2滤波的工作原理
3��3��3几种主要的滤波
3��4图像平滑
3��4��1均值滤波
3��4��2高斯滤波
3��4��3自适应平滑滤波
3��5边缘检测
3��5��1人类视觉边缘检测
3��5��2LOG边缘检测器
3��5��3Canny边缘检测器
3��6卷积
3��6��1模板运算定义
3��6��2卷积运算
3��7本章小结
习题
第4章颜色与纹理分析
4��1颜色物理学
4��1��1感测被照物体
4��1��2感受器的敏感性
4��2基色系统
4��2��1RGB基色系统
4��2��2CMY基色系统
4��2��3HSV基色系统
4��2��4HSI基色系统
4��2��5LAB基色系统
4��3明暗分析
4��3��1单一光源的照射
4��3��2漫反射
4��3��3镜面反射法
4��3��4随距离变大而变暗
4��3��5人类的色感机制
4��4纹理与描述
4��4��1纹理特征的概念
4��4��2纹理特征的主要应用
4��5测量纹理特征
4��5��1边缘密度与方向
4��5��2局部二值分解
4��5��3共生矩阵和特征
4��5��4Laws纹理能量测度
4��5��5自相关和功率谱
4��6纹理分割
4��7本章小结
习题
第5章图像分割
5��1区域分割
5��1��1聚类方法
5��1��2区域增长法
5��2区域表示
5��2��1覆盖图
5��2��2标记图像
5��2��3边界编码
5��2��4四叉树
5��2��5特征表
5��3轮廓分割
5��3��1区域边界跟踪
5��3��2Canny边缘检测和连接
5��3��3相邻连贯的边缘生成曲线
5��3��4用霍夫变换检测直线和圆弧
5��4线段拟合模型
5��4��1直线拟合
5��4��2参数的封闭解
5��4��3拟合中存在的问题
5��5运动一致性分割
5��5��1时空边界
5��5��2运动轨迹聚类
5��6本章小结
习题
第6章三维视觉感知
6��1三维视觉概述
6��1��1三维视觉的主要方法
6��1��2与三维视觉感知相关的软硬件
系统
6��1��3三维视觉计算需要满足的条件
6��23D仿射变换
6��2��1坐标系
6��2��2平移
6��2��3缩放
6��2��4旋转
6��2��5基于刚体变换的比对
6��3摄像机成像模型
6��3��1模型的介绍
6��3��2透视变换矩阵
6��3��3正交投影与弱透视投影
6��3��4基于多摄像机的成像模型
6��4双目视觉
6��4��1双目成像和视差
6��4��2双目视觉的相机标定
6��4��3立体匹配
6��5结构光
6��5��1结构光的概念和工作原理
6��5��2结构光的分类
6��5��3相移法
6��6三维重建
6��6��13D数据获取
6��6��2图像配准
6��6��3基于泊松方程的表面重建
6��6��4优化
6��6��5三维重建常见算法
6��7本章小结
习题
第7章基于深度学习的视觉感知
7��1深度学习简介
7��1��1人工神经网络
7��1��2深度学习的概念
7��2人工智能与深度学习
7��2��1图灵测试问题
7��2��2深度学习带动人工智能发展
7��3机器学习
7��3��1常见的概念
7��3��2经典的机器学习方法
7��4智能视觉感知任务与深度
学习
7��4��1颜色
7��4��2纹理
7��4��3形状
7��5深度学习基本原理
7��5��1基本原理
7��5��2深度学习和神经网络的区别和
联系
7��6深度学习常见模型
7��6��1深度卷积神经网络
7��6��2深度置信网络
7��6��3卷积玻尔兹曼机
7��6��4自编码器
7��7深度学习开发框架与视觉
应用
7��7��1深度学习开发框架
7��7��2深度学习视觉应用
7��8本章小结
习题
第8章视觉SLAM
8��1ROS操作系统
8��1��1ROS的概念
8��1��2ROS特点
8��1��3ROS版本选择
8��2经典视觉SLAM框架
8��2��1SLAM的概念和分类
8��2��2视觉SLAM框架
8��3三维空间刚体运动
8��3��1旋转矩阵和旋转向量
8��3��2欧拉角
8��3��3四元数
8��3��4相似、仿射、射影变换
8��4位姿估计
8��4��1位姿估计的研究意义
8��4��2常见的方法
8��5点云配准
8��5��1粗配准方案
8��5��2精配准方案
8��5��3结合法
8��6本章小结
习题
参考文献