计算机视觉:从感知到重建

...

  • ISBN:978-7-5478-6495-1
  • 作者:高盛华 厉征鑫 著
  • 定价:¥149 元
  • 出版时间:2024-02-01
  • 版次:01
  • 印次:01
  • 装帧:
  • 纸张:
  • 开本:16
  • 字数:
  • 页数:

      本书主要介绍和探讨计算机视觉的一系列核心主题,包括相机成像,图像处理、分析和感知,三维重建等。首先介绍了相机模型、成像过程以及图像的颜色模型、照射模型、渲染模型等;然后系统性地介绍了图像滤波、特征提取、图像和视频感知与理解等多种任务,不仅详细讲解了各任务中的经典方法,还全面地介绍了前沿的基于深度学习的方法;最后介绍了三维重建中涉及的几何原理、重建步骤以及基于深度学习的新方法。

      本书针对每一个核心问题单独成章,并着重讲解基本概念。通过大量的彩图,帮助读者理解问题。适合作为本科及研究生的计算机视觉和数字图像处理课程的教材,并且可以作为深度学习课程的参考书。同时,也可供对计算机视觉感兴趣的相关专业人士参考。

目  录

 

第1章 相机成像模型 /1

1.1 引言 /1

1.2 简单的相机模型 /2

1.2.1 相机数学模型 /2

1.2.2 相机的内参 /4

1.2.3 相机的外参 /6

1.2.4 相机成像公式 /7

1.2.5 相机成像畸变 /7

1.3 图像的颜色 /10

1.3.1 基于拜尔滤波器的颜色感知 /10

1.3.2 RGB颜色模型 /11

1.3.3 HSV颜色模型 /12

1.4 图像的亮度 /14

1.4.1 空间中的光 /14

1.4.2 物体表面的光线反射 /16

1.4.3 薄透镜成像的辐射度学 /17

1.4.4 数字成像过程 /19

1.5 渲染 /20

1.5.1 渲染方程 /20

1.5.2 光线追踪算法 /20

1.6 本章小结 /23

第2章 图像空间滤波 /24

2.1 引言 /24

2.2 卷积和互相关 /25

2.2.1 卷积 /25

2.2.2 互相关 /26

2.3 图像的平滑 /28

2.3.1 邻域均值滤波 /28

2.3.2 加权均值滤波 /28

2.3.3 高斯均值滤波 /29

2.3.4 中值滤波 /30

2.3.5 双边滤波 /30

2.4 图像的锐化 /32

2.4.1 梯度锐化 /32

2.4.2 拉普拉斯算子的二阶微分锐化 /33

2.4.3 非锐化掩膜与高频提升滤波 /34

2.5 本章小结 /35

第3章 图像特征提取 /36

3.1 引言 /36

3.2 基于非学习方法的边缘检测 /37

3.2.1 边缘、导数和梯度 /39

3.2.2 边缘的卷积形式计算 /40

3.2.3 噪声对边缘检测的影响和处理方法 /41

3.2.4 Canny边缘检测算子 /43

3.3 基于深度学习的边缘检测 /45

3.3.1 HED/45

3.3.2 RCF/47

3.3.3 CASENet/49

3.4 基于非学习方法的关键点检测 /51

3.4.1 角点检测原理 /53

3.4.2 Harris角点检测 /54

3.4.3 Harris角点检测的优势与不足 /58

3.4.4 高斯拉普拉斯算子 /59

3.4.5 高斯差分算子 /64

3.5 基于深度学习的语义关键点检测 /65

3.5.1 基于深度学习的人脸关键点检测 /65

3.5.2 人体关键点检测 /69

3.5.3 房间布局估计 /74

3.6 基于非学习方法的直线检测 /78

3.6.1 最小二乘法 /78

3.6.2 基于RANSAC的直线拟合 /82

3.6.3 霍夫变换 /84

3.7 基于深度学习的线段检测 /87

3.7.1 基于图表示的线段检测 /87

3.7.2 基于向量场表示的线段检测 /88

3.7.3 语义直线检测及应用 /89

3.8 本章小结 /91

参考文献 /91

第4章 图像分类 /94

4.1 引言 /94

4.2 图像表达 /97

4.3 基于手动特征的图像表达 /98

4.3.1 基于颜色直方图的图像表达 /98

4.3.2 基于经典的视觉词袋模型的图像表达 /99

4.3.3 基于空间金字塔匹配模型的图像表达 /104

4.3.4 基于压缩感知的图像表达 /105

4.3.5 基于高斯混合模型的图像特征编码 /107

4.4 基于支持向量机的图像分类 /108

4.4.1 面向线性可分数据的支持向量机分类 /108

4.4.2 面向非线性可分数据的支持向量机分类 /114

4.4.3 基于支持向量机的多分类实现 /116

4.4.4 基于视觉词袋模型和支持向量机的图像分类 /116

4.5 基于自编码器的图像表达 /117

4.5.1 多层感知机 /118

4.5.2 自编码器 /120

4.5.3 降噪自编码器 /121

4.6 基于卷积神经网络的图像分类 /122

4.6.1 卷积神经网络的组件 /122

4.6.2 神经网络的训练 /128

4.6.3 代表性图像分类卷积神经网络 /131

4.7 基于胶囊网络的图像分类 /143

4.7.1 CapsNet/144

4.7.2 堆叠胶囊自编码器 /147

4.8 基于Transformer的图像分类 /149

4.8.1 自然语言处理中的Transformer/149

4.8.2 基于Transformer的图像分类 /151

4.9 本章小结 /159

0-6岁小儿养育手册(第三版)

著译者:于广军 主编
¥ 98 元购买

名中医虞坚尔学术传承集

著译者:薛征 李利清 主编
¥ 98 元购买

胸部影像学(第2版)

著译者:[美]克里斯托弗 M
¥ 498 元购买

食品卫生检验手册(第二版)

著译者:王秉栋 肖蓉 主编
¥ 98 元购买

林草碳汇

著译者:李芳 主编
¥ 128 元购买