计算机视觉 一种现代方法 第2版PDF|Epub|txt|kindle电子书版本网盘下载

计算机视觉 一种现代方法 第2版PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一部分 图像生成2

第1章 摄像机的几何模型2

1.1 图像成像2

1.1.1 针孔透视2

1.1.2 弱透视4

1.1.3 带镜头的照相机5

1.1.4 人的眼睛8

1.2 内参数和外参数9

1.2.1 刚体变换和齐次坐标10

1.2.2 内参数11

1.2.3 外参数12

1.2.4 透视投影矩阵13

1.2.5 弱透视投影矩阵14

1.3 照相机的几何标定15

1.3.1 使用线性方法对照相机进行标定16

1.3.2 使用非线性方法对照相机进行标定18

1.4 注释20

习题21

编程练习22

第2章 光照及阴影23

2.1 像素的亮度23

2.1.1 表面反射23

2.1.2 光源及其产生的效果24

2.1.3 朗伯＋镜面反射模型25

2.1.4 面光源26

2.2 阴影的估算27

2.2.1 辐射校准和高动态范围图像27

2.2.2 镜面反射模型29

2.2.3 对亮度和照度的推理30

2.2.4 光度立体技术：从多幅阴影图像恢复形状32

2.3 对互反射进行建模37

2.3.1 源于区域光在一个块上的照度38

2.3.2 热辐射和存在性38

2.3.3 互反射模型40

2.3.4 互反射的定性性质40

2.4 一个阴影图像的形状43

2.5 注释44

习题47

编程练习48

第3章 颜色49

3.1 人类颜色感知49

3.1.1 颜色匹配50

3.1.2 颜色感受体51

3.2 颜色物理学52

3.2.1 颜色的来源53

3.2.2 表面颜色54

3.3 颜色表示55

3.3.1 线性颜色空间56

3.3.2 非线性颜色空间60

3.4 图像颜色的模型62

3.4.1 漫反射项63

3.4.2 镜面反射项64

3.5 基于颜色的推论64

3.5.1 用颜色发现镜面反射64

3.5.2 用颜色去除阴影65

3.5.3 颜色恒常性：从图像颜色获得表面颜色67

3.6 注释70

习题72

编程练习73

第二部分 早期视觉：使用一幅图像76

第4章 线性滤波76

4.1 线性滤波与卷积76

4.1.1 卷积76

4.2 移不变线性系统80

4.2.1 离散卷积80

4.2.2 连续卷积81

4.2.3 离散卷积的边缘效应83

4.3 空间频率和傅里叶变换84

4.3.1 傅里叶变换84

4.4 采样和混叠86

4.4.1 采样86

4.4.2 混叠88

4.4.3 平滑和重采样89

4.5 滤波器与模板92

4.5.1 卷积与点积92

4.5.2 基的改变93

4.6 技术：归一化相关和检测模式93

4.6.1 通过归一化相关检测手势的方法来控制电视机93

4.7 技术：尺度和图像金字塔95

4.7.1 高斯金字塔95

4.7.2 多尺度表示的应用96

4.8 注释96

习题98

编程练习98

第5章 局部图像特征99

5.1 计算图像梯度99

5.1.1 差分高斯滤波100

5.2 对图像梯度的表征102

5.2.1 基于梯度的边缘检测子102

5.2.2 方向103

5.3 查找角点和建立近邻105

5.3.1 查找角点106

5.3.2 采用尺度和方向构建近邻106

5.4 通过SIFT特征和HOG特征描述近邻110

5.4.1 SIFT特征110

5.4.2 HOG特征112

5.5 实际计算局部特征113

5.6 注释113

习题114

编程练习114

第6章 纹理116

6.1 利用滤波器进行局部纹理表征117

6.1.1 斑点和条纹118

6.1.2 从滤波器输出到纹理表征119

6.1.3 实际局部纹理表征120

6.2 通过纹理基元的池化纹理表征120

6.2.1 向量量化和纹理基元121

6.2.2 k均值聚类的向量量化124

6.3 纹理合成和对图像中的空洞进行填充124

6.3.1 通过局部模型采样进行合成125

6.3.2 填充图像中的空洞127

6.4 图像去噪129

6.4.1 非局部均值129

6.4.2 三维块匹配（BM3D）130

6.4.3 稀疏编码学习130

6.4.4 结果131

6.5 由纹理恢复形状133

6.5.1 在平面内由纹理恢复形状133

6.5.2 从弯曲表面的纹理恢复形状134

6.6 注释135

习题137

编程练习138

第三部分 低层视觉：使用多幅图像140

第7章 立体视觉140

7.1 双目摄像机的几何属性和对极约束141

7.1.1 对极几何141

7.1.2 本征矩阵142

7.1.3 基础矩阵142

7.2 双目重构143

7.2.1 图像矫正144

7.3 人类立体视觉144

7.4 双目融合的局部算法146

7.4.1 相关146

7.4.2 多尺度的边缘匹配148

7.5 双目融合的全局算法149

7.5.1 排序约束和动态规划149

7.5.2 平滑约束和基于图的组合优化151

7.6 使用多台摄像机152

7.7 应用：机器人导航154

7.8 注释155

习题155

编程练习157

第8章 从运动中恢复三维结构158

8.1 内部标定的透视摄像机159

8.1.1 问题的自然歧义性159

8.1.2 从两幅图像估计欧氏结构和运动160

8.1.3 从多幅图像估计欧氏结构和运动163

8.2 非标定的弱透视摄像机165

8.2.1 问题的自然歧义性165

8.2.2 从两幅图像恢复仿射结构和运动166

8.2.3 从多幅图像恢复仿射结构和运动169

8.2.4 从仿射到欧氏图像170

8.3 非标定的透视摄像机171

8.3.1 问题的自然歧义性172

8.3.2 从两幅图像恢复投影结构和运动172

8.3.3 从多幅图像恢复投影结构和运动174

8.3.4 从投影到欧氏图像175

8.4 注释177

习题178

编程练习179

第四部分 中层视觉方法182

第9章 基于聚类的分割方法182

9.1 人类视觉：分组和格式塔原理183

9.2 重要应用186

9.2.1 背景差分186

9.2.2 镜头的边界检测187

9.2.3 交互分割188

9.2.4 形成图像区域190

9.3 基于像素点聚类的图像分割191

9.3.1 基本的聚类方法191

9.3.2 分水岭算法193

9.3.3 使用k均值算法进行分割193

9.3.4 均值漂移：查找数据中的局部模型194

9.3.5 采用均值漂移进行聚类和分割196

9.4 分割、聚类和图论197

9.4.1 图论术语和相关事实198

9.4.2 根据图论进行凝聚式聚类199

9.4.3 根据图论进行分解式聚类200

9.4.4 归一化切割202

9.5 图像分割在实际中的应用203

9.5.1 对分割器的评估203

9.6 注释204

习题206

编程练习206

第10章 分组与模型拟合207

10.1 霍夫变换207

10.1.1 用霍夫变换拟合直线207

10.1.2 霍夫变换的使用208

10.2 拟合直线与平面209

10.2.1 拟合单一直线210

10.2.2 拟合平面211

10.2.3 拟合多条直线211

10.3 拟合曲线212

10.4 鲁棒性214

10.4.1 M估计法215

10.4.2 RANSAC：搜寻正常点217

10.5 用概率模型进行拟合219

10.5.1 数据缺失问题220

10.5.2 混合模型和隐含变量222

10.5.3 混合模型的EM算法223

10.5.4 EM算法的难点225

10.6 基于参数估计的运动分割226

10.6.1 光流和运动226

10.6.2 光流模型227

10.6.3 用分层法分割运动228

10.7 模型选择：哪个最好230

10.7.1 利用交叉验证选择模型231

10.8 注释232

习题233

编程练习234

第11章 跟踪235

11.1 简单跟踪策略236

11.1.1 基于检测的跟踪236

11.1.2 基于匹配的平移跟踪238

11.1.3 使用仿射变换来确定匹配240

11.2 匹配跟踪241

11.2.1 匹配摘要表征242

11.2.2 流跟踪243

11.3 基于卡尔曼滤波器的线性动态模型跟踪244

11.3.1 线性测量值和线性动态模型245

11.3.2 卡尔曼滤波248

11.3.3 前向-后向平滑249

11.4 数据相关251

11.4.1 卡尔曼滤波检测方法252

11.4.2 数据相关的关键方法252

11.5 粒子滤波253

11.5.1 概率分布的采样表示253

11.5.2 最简单的粒子滤波器256

11.5.3 跟踪算法257

11.5.4 可行的粒子滤波器258

11.5.5 创建粒子滤波器中的粒子问题259

11.6 注释260

习题261

编程练习262

第五部分 高层视觉264

第12章 配准264

12.1 刚性物体配准264

12.1.1 迭代最近点265

12.1.2 通过关联搜索转换关系265

12.1.3 应用：建立图像拼接266

12.2 基于模型的视觉：使用投影配准刚性物体270

12.2.1 验证：比较转换与渲染后的原图与目标图271

12.3 配准可形变目标271

12.3.1 使用主动外观模型对纹理进行变形272

12.3.2 实践中的主动外观模型274

12.3.3 应用：医疗成像系统中的配准275

12.4 注释278

习题279

编程练习279

第13章 平滑的表面及其轮廓280

13.1 微分几何的元素282

13.1.1 曲线282

13.1.2 表面284

13.2 表面轮廓几何学287

13.2.1 遮挡轮廓和图形轮廓288

13.2.2 图像轮廓的歧点和拐点288

13.2.3 Koenderink定理289

13.3 视觉事件：微分几何的补充290

13.3.1 高斯映射的几何关系291

13.3.2 渐近曲线292

13.3.3 渐近球面映射293

13.3.4 局部视觉事件293

13.3.5 双切射线流形295

13.3.6 多重局部视觉事件296

13.3.7 外观图297

13.4 注释298

习题299

第14章 深度数据301

14.1 主动深度传感器301

14.2 深度数据的分割302

14.2.1 分析微分几何学的基本元素303

14.2.2 在深度图像中寻找阶跃和顶边304

14.2.3 把深度图像分割为平面区域308

14.3 深度图像的配准和模型获取309

14.3.1 四元组309

14.3.2 使用最近点迭代方法配准深度图像310

14.3.3 多幅深度图像的融合312

14.4 物体识别313

14.4.1 使用解释树匹配分段平面表示的表面313

14.4.2 使用自旋图像匹配自由形态的曲面315

14.5 Kinect318

14.5.1 特征319

14.5.2 技术：决策树和随机森林319

14.5.3 标记像素321

14.5.4 计算关节位置322

14.6 注释323

习题324

编程练习325

第15章 用于分类的学习326

15.1 分类、误差和损失函数326

15.1.1 基于损失的决策326

15.1.2 训练误差、测试误差和过拟合328

15.1.3 正则化329

15.1.4 错误率和交叉验证331

15.1.5 受试者工作特征曲线（ROC）332

15.2 主要的分类策略333

15.2.1 示例：采用归一化类条件密度的马氏距离334

15.2.2 示例：类条件直方图和朴素贝叶斯335

15.2.3 示例：采用最近邻的非参分类器335

15.2.4 示例：线性支持向量机336

15.2.5 示例：核机器338

15.2.6 示例：级联和Adaboost339

15.3 构建分类器的实用方法341

15.3.1 手动调整训练数据并提升性能341

15.3.2 通过二类分类器构建多类分类器342

15.3.3 求解SVM和核机器的方案343

15.4 注释344

习题344

第16章 图像分类345

16.1 构建好的图像特征345

16.1.1 示例应用345

16.1.2 采用GIST特征进行编码布局347

16.1.3 采用视觉单词总结图像349

16.1.4 空间金字塔351

16.1.5 采用主分量进行降维353

16.1.6 采用典型变量分析进行降维355

16.1.7 示例应用：检测不雅图片358

16.1.8 示例应用：材料分类360

16.1.9 示例应用：场景分类361

16.2 分类单一物体的图像362

16.2.1 图像分类策略363

16.2.2 图像分类的评估系统363

16.2.3 固定类数据集365

16.2.4 大量类的数据集366

16.2.5 花、树叶和鸟：某些特定的数据集368

16.3 在实践中进行图像分类369

16.3.1 关于图像特征的代码369

16.3.2 图像分类数据库369

16.3.3 数据库偏差371

16.3.4 采用众包平台进行数据库收集372

16.4 注释373

编程练习374

第17章 检测图像中的物体375

17.1 滑动窗口法375

17.1.1 人脸检测376

17.1.2 行人检测379

17.1.3 边界检测382

17.2 检测形变物体385

17.3 物体检测算法的发展现状388

17.3.1 数据库和资源389

17.4 注释391

编程练习391

第18章 物体识别392

18.1 物体识别应该做什么392

18.1.1 物体识别系统应该做什么392

18.1.2 目前物体识别的策略393

18.1.3 什么是类别394

18.1.4 选择：应该怎么描述394

18.2 特征问题395

18.2.1 提升当前图像特征395

18.2.2 其他类型的图像特征396

18.3 几何问题397

18.4 语义问题399

18.4.1 属性和不熟悉399

18.4.2 部分、姿态部件和一致性399

18.4.3 块的意义：部分、姿态部件、物体、短语和场景402

第六部分 应用与其他主题406

第19章 基于图像的建模与渲染406

19.1 可视外壳406

19.1.1 可视外壳模型的主要元素406

19.1.2 跟踪相交曲线409

19.1.3 分割相交曲线411

19.1.4 锥带三角化411

19.1.5 结果412

19.1.6 更进一步：雕刻可视外壳414

19.2 基于贴片的多视立体视觉415

19.2.1 PMVS模型的主要元素416

19.2.2 初始特征匹配418

19.2.3 扩张419

19.2.4 过滤421

19.2.5 结果421

19.3 光场422

19.4 注释425

习题426

编程练习426

第20章 对人的观察427

20.1 隐马尔可夫模型、动态规划和基于树形结构的模型427

20.1.1 隐马尔可夫模型427

20.1.2 关于HMM的推理429

20.1.3 通过EM拟合HMM431

20.1.4 树形结构的能量模型434

20.2 对图像中的人进行解析435

20.2.1 图形结构模型的解析436

20.2.2 估计衣服的表面437

20.3 人的跟踪438

20.3.1 为什么人的跟踪如此困难438

20.3.2 通过表面进行运动跟踪439

20.3.3 采用模板进行运动人体跟踪440

20.4 从二维到三维：提升442

20.4.1 在正视图进行重构442

20.4.2 利用外貌进行精确重构444

20.4.3 利用运动进行精确重构445

20.5 行为识别446

20.5.1 背景：人类运动数据446

20.5.2 人体结构和行为识别448

20.5.3 采用外貌特征识别人类行为449

20.5.4 采用组合的模型识别人类行为451

20.6 资源453

20.7 注释454

第21章 图像搜索与检索455

21.1 应用背景455

21.1.1 应用455

21.1.2 用户需求456

21.1.3 图像查询的类别457

21.1.4 什么样的用户使用图像采集458

21.2 源自信息检索的基本技术458

21.2.1 单词统计458

21.2.2 单词统计的平滑459

21.2.3 最近邻估计和哈希460

21.2.4 文本排序463

21.3 图像文件464

21.3.1 没有量化的匹配464

21.3.2 根据查询结果对图像进行排序465

21.3.3 浏览与布局467

21.3.4 图像浏览布局467

21.4 对注释的图片预测468

21.4.1 源于邻近文字的注释469

21.4.2 源于整幅图的注释469

21.4.3 采用分类器预测关联的单词471

21.4.4 人名与人脸472

21.4.5 通过分割生成标签473

21.5 目前最先进的单词预测器475

21.5.1 资源475

21.5.2 方法比较476

21.5.3 开放问题477

21.6 注释479

第七部分 背景材料482

第22章 优化技术482

22.1 线性最小二乘法482

22.1.1 正则方程和伪逆483

22.1.2 齐次方程组和特征值问题483

22.1.3 广义特征值问题484

22.1.4 示例：拟合平面上的一条直线484

22.1.5 奇异值分解485

22.2 非线性最小二乘法486

22.2.1 牛顿方法：平方非线性方程组487

22.2.2 牛顿方法：过约束的非线性方程组487

22.2.3 高斯-牛顿法和Levenberg-Marquardt法488

22.3 稀疏编码和字典学习488

22.3.1 稀疏编码489

22.3.2 字典学习489

22.3.3 监督字典学习490

22.4 最小切／最大流问题和组合优化491

22.4.1 最小切问题491

22.4.2 二次伪布尔函数492

22.4.3 泛化为整型变量493

22.5 注释495