圖像理解

定　價(jià)：￥16.80

作　者：	王潤(rùn)生編著
出版社：	國(guó)防科技大學(xué)出版社
叢編項(xiàng)：	信息處理叢書(shū)
標(biāo)　簽：	計(jì)算機(jī)網(wǎng)絡(luò)通信/IP技術(shù)

ISBN：	9787810243131	出版時(shí)間：	1995-10-01	包裝：
開(kāi)本：	20cm	頁(yè)數(shù)：	399頁(yè)	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書(shū)重點(diǎn)介紹了圖像理解的主要內(nèi)容：線的提取、區(qū)域分割、紋理分析、形狀描述、圖像序列分析、雙目圖像分析和圖像理解系統(tǒng)等。本書(shū)的特點(diǎn)是：按建立圖像理解系統(tǒng)的主線安排章節(jié)，編入了國(guó)際上較新的研究成果，并融入了作者自己的一些工作成果，章末有小結(jié)并提供了進(jìn)一步發(fā)展的見(jiàn)解。本書(shū)可以作為信號(hào)與信息處理、計(jì)算機(jī)科學(xué)與工程、自動(dòng)化、遙感等有關(guān)專(zhuān)業(yè)高年級(jí)學(xué)生和研究生的教學(xué)用書(shū)，也可供有關(guān)領(lǐng)域的科技工作者參考。

作者簡(jiǎn)介

暫缺《圖像理解》作者簡(jiǎn)介

圖書(shū)目錄

第一章  緒  論
1. 1  概述
1. 1. 1  什么是圖像理解
1. 1. 2  圖像理解的研究和應(yīng)用
1. 2  常用的數(shù)據(jù)結(jié)構(gòu)
1. 2. 1  線性表
1. 2. 2  層次結(jié)構(gòu)
1. 2. 3  圖結(jié)構(gòu)
1. 2. 4  復(fù)雜的循環(huán)結(jié)構(gòu)舉例
1. 3  知識(shí)的表示與應(yīng)用
1. 3. 1  常用的幾種知識(shí)表示方法
1. 3. 2  不精確推理概述
1. 4  本書(shū)章節(jié)安排
第二章  線
2. 1  概述
2. 2  簡(jiǎn)單的邊緣檢測(cè)算子
2. 2. 1  常見(jiàn)的檢測(cè)局部邊緣算子
2. 2. 2  簡(jiǎn)單邊緣檢測(cè)算子的性能比較
2. 2. 3  改進(jìn)簡(jiǎn)單邊緣檢測(cè)算子的方法
2. 3  Marr-Hildreth邊緣檢測(cè)理論
2. 3. 1  基本原理
2. 3. 2  具體實(shí)現(xiàn)
2. 3. 3  多信道的綜合
2, 4  用Facet模型檢測(cè)邊緣
2. 4. 1  Facet模型的形式化
2. 4. 2  利用Facet模型確定邊緣
2. 5  形成有意義的線特征
2. 5. 1  啟發(fā)式連接
2. 5. 2. Hough變換
2. 5. 3  相位編組方法
2. 5. 4  層次記號(hào)編組
2. 6    小結(jié)
第三章  區(qū)  域
3. 1  概述
3. 2  簡(jiǎn)單圖像基于像元灰度的全局門(mén)限法
3. 2. 1  簡(jiǎn)單的直方圖分析法
3. 2. 2  直方圖凹形分析法
3. 2. 3  類(lèi)別方差自動(dòng)門(mén)限法
3. 2. 4  最佳熵自動(dòng)門(mén)限法
3. 2. 5  矩不變自動(dòng)門(mén)限法
3. 2. 6  極小誤差自動(dòng)門(mén)限法
3. 3  簡(jiǎn)單圖像基于像元鄰域?qū)傩缘娜珠T(mén)限法
3. 3. 1  基于邊緣特性的方法
3. 3. 2  基于二階統(tǒng)計(jì)特性的方法
3. 3. 3  利用兩個(gè)"累積測(cè)量"選門(mén)限
3. 3. 4  松弛迭代方法
3. 4  全局門(mén)限化直方圖分割方法的評(píng)估
3. 5  復(fù)雜圖像基于圖像屬性的分割方法
3. 5. 1  自動(dòng)多門(mén)限分割技術(shù)
3. 5. 2  循環(huán)分解法
3. 5. 3  分塊分割再合并方法
3. 6  區(qū)域連接增長(zhǎng)
3. 6. 1  單連接區(qū)域增長(zhǎng)
3. 6. 2  混合連接區(qū)域增長(zhǎng)
3. 6. 3  中心連接區(qū)域增長(zhǎng)
3. 6. 4  混合連接組合技術(shù)
3. 7  分開(kāi)一合并的分析方法
3. 7. 1  基本思想
3. 7. 2  處理過(guò)程
3. 7. 3  一致性謂詞
3. 8  彩色圖像分割
3. 9  小結(jié)
第四章  紋理
4. 1  概述
4. 2  空間灰度層共現(xiàn)矩陣
4. 2. 1  基本原理
4. 2. 2  共現(xiàn)矩陣應(yīng)用舉例
4. 3  紋理能量測(cè)量
4. 4  用Markov隨機(jī)場(chǎng)模型描述紋理
4. 5  用分形和分維理論描述紋理
4. 5. 1  分形和分維的基本概念
4. 5. 2  分形布朗模型用于圖像分析
4. 5. 3  雙毯求表面面積確定分形參量
4. 6  紋理的結(jié)構(gòu)分析方法和紋理梯度
4. 6. 1  紋理的結(jié)構(gòu)分析方法
4. 6. 2  紋理梯度
4. 7  小結(jié)
第五章形狀
5. 1  概述
5. 2  二維形狀描述技術(shù)
5. 2. 1  內(nèi)標(biāo)量方法
5. 2. 2  外標(biāo)量變換方法
5. 2. 3  內(nèi)空間域技術(shù)
5. 2. 4  外空間域技術(shù)
5. 2. 5  二維形狀描述方法回顧
5. 2. 6  二維形狀的層次描述
5. 3  三維物體的表示方法
5. 3. 1  骨架表示法
5. 3. 2  表面表示法
5. 3. 3  體積表示法和廣義圓柱體
5. 4  由圖像性質(zhì)導(dǎo)出表面方向
5. 4. 1  坐標(biāo)系統(tǒng)和梯度空間
5. 4. 2  由正交投影圖像獲取三維形狀信息
5. 4. 3  由體視投影圖像獲取三維形狀信息
5. 5  小結(jié)
第六章  圖像序列分析
6. 1  概述
6. 2  從圖像序列中檢測(cè)運(yùn)動(dòng)信息
6. 2. 1  簡(jiǎn)單的檢測(cè)灰度變化的方法
6. 2. 2  基于灰度梯度確定瞬時(shí)速度場(chǎng)
6. 3  基本記號(hào)的檢測(cè)方法
6. 3. 1  點(diǎn)記號(hào)檢測(cè)
6. 3. 2  點(diǎn)匹配
6. 3. 3  運(yùn)動(dòng)邊緣檢測(cè)
6. 3. 4  連通的像元集(小區(qū)域)的檢測(cè)
6. 4  流場(chǎng)幾何
6. 5  純平移運(yùn)動(dòng)
6. 5. 1  基本關(guān)系
6. 5. 2  直接搜索平移軸
6. 5. 3  復(fù)對(duì)數(shù)變換分析方法
6. 6  利用點(diǎn)對(duì)應(yīng)性估計(jì)運(yùn)動(dòng)參數(shù)和三維結(jié)構(gòu)
6. 6. 1  對(duì)曲表面運(yùn)動(dòng)的估計(jì)
6. 6. 2  對(duì)平面運(yùn)動(dòng)的估計(jì)
6. 7  利用局部光流場(chǎng)的分析方法
6. 7. 1  導(dǎo)出動(dòng)力學(xué)關(guān)系
6. 7. 2  實(shí)現(xiàn)方法的考慮
6. 8  全局光流技術(shù)
6. 8. 1  流場(chǎng)分割
6. 8. 2  估計(jì)三維運(yùn)動(dòng)和結(jié)構(gòu)
6. 9  小結(jié)
第七章  雙目圖像分析
7. 1  概述
7. 2  搜索對(duì)應(yīng)性的條件限制
7. 2. 1  外極幾何限制
7. 2. 2  變換外極線為水平掃描線
7. 2. 3  線記號(hào)對(duì)應(yīng)性的限制條件
7. 3  求解對(duì)應(yīng)性的匹配技術(shù)
7. 3. 1  基于灰度的匹配
7. 3. 2  松弛合作算法
7. 3. 3  概率松弛匹配技術(shù)
7. 3. 4  直線段匹配
7. 3. 5  曲線段匹配
7. 4  雙目視覺(jué)中的相機(jī)系統(tǒng)模型
7. 4. 1  基本概念
7. 4. 2  雙目橫模型結(jié)構(gòu)
7. 4. 3  雙目軸模型結(jié)構(gòu)
7. 5  小結(jié)
第八章  圖像理解系統(tǒng)
8. 1  概述
8. 1. 1  引言
8. 1. 2  圖像理解模型
8. 2  面向區(qū)域的二維解釋系統(tǒng)
8. 2. 1  航片解釋系統(tǒng)
8. 2. 2  基于規(guī)則的景物解釋系統(tǒng)
8. 2. 3  VISIONS
8. 2. 4  SCORPIUS
8. 3  三維景物的解釋系統(tǒng)
8. 3. 1  積木世界的理解
8. 3. 2  ACRONYM
8. 3. 3  三維MOSAIC系統(tǒng)
8. 4  圖像理解環(huán)境(1UE)
8. 4. 1  什么是圖像理解環(huán)境
8. 4. 2  CME
8. 4. 3  KBVision
8. 4. 4  Power Vision
8. 5  圖像理解的系統(tǒng)結(jié)構(gòu)
8. 5. 1  圖像理解的不同層次和功能要求
8. 5. 2  圖像理解與并行處理結(jié)構(gòu)
8. 5. 3  典型的圖像理解系統(tǒng)結(jié)構(gòu)
8. 5. 4  圖像理解結(jié)構(gòu)的試驗(yàn)程序
8. 6  小結(jié)
參考文獻(xiàn)