目录


注： 加*号的部分均已电子化，可扫描二维码下载并使用。

第1章绪论

1．1图像和图像工程

1．1．1图像基础

1．1．2图像工程

1．2图像分析概论

1．2．1图像分析的定义和研究
内容

1．2．2图像分析系统

1．3图像分析中的数字化

1．3．1离散距离

1．3．2连通组元

1．3．3数字化模型

1．3．4数字弧和数字弦

1．4距离变换

1．4．1定义和性质

1．4．2局部距离的计算

1．4．3距离变换的实现

1．5内容框架和特点

总结和复习*

随堂测试*

第1单元图 像 分 割

第2章图像分割基础

2．1图像分割定义和技术分类

2．2并行边界技术

2．2．1边缘及检测原理

2．2．2正交梯度算子

2．2．3方向微分算子

2．2．4二阶导数算子

2．2．5边界闭合

2．3串行边界技术

2．3．1主动轮廓模型

2．3．2能量函数

2．4并行区域技术

2．4．1原理和分类

2．4．2依赖像素的阈值
选取

2．4．3依赖区域的阈值
选取

2．4．4依赖坐标的阈值
选取

2．4．5空间聚类

2．5串行区域技术

2．5．1区域生长

2．5．2分裂合并

2．6基于深度学习的分割方法
分类

2．7全景分割

2．7．1全景分割流程

2．7．2语义分割

2．7．3实例分割

总结和复习*

随堂测试*

第3章典型分割算法

3．1兴趣点检测

3．1．1二阶导数检测角点

3．1．2最小核同值区算子

3．1．3哈里斯兴趣点算子

3．2图割方法

3．3特色的阈值化和聚类技术

3．3．1多分辨率阈值选取

3．3．2借助过渡区选择
阈值

3．3．3借助均移方法确定
聚类

3．4分水岭分割算法

3．4．1基本原理和步骤

3．4．2算法改进和扩展

总结和复习*

随堂测试*

第4章分割技术扩展

4．1从像素单元到目标单元

4．1．1像素和目标之间的
单元

4．1．2椭圆目标检测

4．2从哈夫变换到完整广义哈夫
变换

4．2．1哈夫变换

4．2．2广义哈夫变换原理

4．2．3完整广义哈夫变换

4．3从像素精度到亚像素精度

4．3．1基于矩保持的技术

4．3．2利用一阶微分期望值
的技术

4．3．3借助切线信息的
技术

4．4从2D图像到3D图像

4．4．13D边缘检测

4．4．23D图像阈值化

4．5从灰度图像到彩色图像

4．5．1分割不同定义的
区域

4．5．2彩色图像分割
策略

4．6面向医学图像的分割

4．6．1医学图像分割算法
概述

4．6．2交互式水平集胸主动脉
图像分割

4．6．3用于医学图像分割的
UNet网络

4．6．4医学图像标记数据的
解决方案

总结和复习*

随堂测试*

第5章分割评价比较

5．1分割评价研究分类

5．2分割算法评价框架

5．3分割评价的准则

5．3．1分析法准则

5．3．2优度试验法准则

5．3．3差异试验法准则

5．4分割算法评价实例

5．4．1实验算法和图像

5．4．2实验结果和讨论

5．5评价方法和准则比较

5．5．1方法讨论和对比

5．5．2准则的分析比较

5．5．3准则的实验比较

5．6分割评价的进展

5．6．1分割算法的评估

5．6．2像素分类的评价
准则

5．6．3全景分割的评价

5．7基于评价的算法优选系统

5．7．1算法优选思想和
策略

5．7．2优选系统的实现和
效果

总结和复习*

随堂测试*

第2单元表 达 描 述

第6章目标表达

6．1基于边界的表达

6．1．1技术分类

6．1．2链码

6．1．3边界段

6．1．4边界标志

6．1．5多边形逼近

6．1．6地标点

6．2基于区域的表达

6．2．1技术分类

6．2．2空间占有数组

6．2．3四叉树

6．2．4金字塔

6．2．5围绕区域

6．2．6骨架

6．3基于变换的表达

6．3．1技术分类

6．3．2傅里叶变换表达

总结和复习*

随堂测试*

第7章目标描述

7．1基于边界的描述

7．1．1简单边界描述符

7．1．2形状数

7．1．3边界矩

7．2基于区域的描述

7．2．1简单区域描述符

7．2．2拓扑描述符

7．2．3区域不变矩

7．3对目标关系的描述

7．3．1目标标记和计数

7．3．2点目标的分布

7．3．3字符串描述

7．3．4树结构描述

7．3．5空间关系数据集

总结和复习*

随堂测试*

第8章目标显著性

8．1显著性概述

8．2显著性检测

8．2．1方法分类

8．2．2检测流程

8．3显著区域分割提取

8．3．1基于对比度幅值

8．3．2基于对比度分布

8．3．3基于最小方向对
比度

8．3．4显著目标分割和
评价

8．4基于背景先验提取显著性
区域

8．4．1相似距离

8．4．2最小栅栏距离的近似
计算

8．4．3流水驱动的显著性区
域检测

8．4．4定位目标建议区域

8．5基于最稳定区域提取显著性
区域

8．6结合各种特征的显著性
检测

8．6．1低秩背景约束和多线索
传播

8．6．2边界连通性和局部对
比度

8．7特定类型图像的显著性
检测

8．7．1RGBD视频

8．7．2光场图像

总结和复习*

随堂测试*

第9章测量和误差分析

9．1直接测度和间接测度

9．2需区别的术语

9．2．1准确性和精确性

9．2．2模型假设和实际
观察

9．2．34连通和8连通

9．3影响测量误差的因素

9．3．1误差来源

9．3．2光学镜头分辨率

9．3．3采样密度

9．3．4分割算法

9．3．5特征计算公式

9．3．6综合影响

9．3．7随机样本共识

9．4误差分析

总结和复习*

随堂测试*

第3单元特 性 分 析

第10章纹理分析

10．1纹理研究概况

10．2纹理描述的统计方法

10．2．1灰度共生矩阵

10．2．2基于灰度共生矩阵的
纹理描述符

10．2．3基于能量的纹理描
述符

10．3纹理描述的结构方法

10．3．1结构描述法
基础

10．3．2纹理镶嵌

10．3．3局部二值模式

10．3．4完全局部二值
模式

10．4纹理描述的频谱方法

10．4．1傅里叶频谱

10．4．2盖伯频谱

10．5一种纹理分类合成方法

10．6纹理分割

10．6．1有监督纹理
分割

10．6．2无监督纹理
分割

总结和复习*

随堂测试*

第11章形状分析

11．1形状定义和研究

11．2平面形状分类

11．3形状描述方法分类

11．4基于形状特性的描述

11．4．1形状紧凑性
描述

11．4．2形状复杂性
描述

11．5基于特定技术的描述

11．5．1基于多边形的描
述符

11．5．2基于离散曲率的
描述符

11．6拓扑结构的描述

11．7分形维数

总结和复习*

随堂测试*

第12章运动分析

12．1运动研究内容

12．2运动目标检测

12．2．1背景建模

12．2．2光流场

12．2．3特定运动模式的
检测

12．3运动目标分割

12．3．1目标分割和运动
信息提取

12．3．2分割方法分类

12．3．3稠密光流算法

12．3．4基于参数和模型的
分割

12．3．5融合多尺度上下文与
时间信息

12．3．6结合ROI预测和参考
帧更新

12．4运动目标跟踪

12．4．1典型技术

12．4．2尺度非各向同性的
均移

12．4．3均移结合粒子滤
波器

12．4．4子序列决策
策略

12．5移动阴影检测

12．5．1算法流程图

12．5．2前景检测

12．5．3特征模板提取

12．5．4颜色模板的
判断

12．5．5提取目标像素并
抑制阴影

12．5．6获取完整目标
区域

12．6基于孪生网络的目标
跟踪

12．6．1引导锚定区域推荐
网络

12．6．2无锚框全卷积孪生跟
踪器

总结和复习*

随堂测试*

第13章属性分析

13．1属性描述概况

13．1．1属性的类型

13．1．2属性的层次

13．1．3属性学习结构和
框架

13．2属性学习中的特征比较

13．3视觉属性和零样本学习

13．3．1基于属性的零样本
学习

13．3．2零样本语义自编
码器

13．3．3零样本属性
识别

13．4基于属性的行人再识别

13．4．1借助行人属性先验分
布的方法

13．4．2借助对行人属性分级
的方法

13．4．3结合全身和部件属性
的方法

13．4．4跨模态异构行人再
识别

13．5图像属性应用示例

13．5．1跨类目标分类

13．5．2属性学习和目标
识别

13．5．3基于局部动作属性
的动作分类

总结和复习*

随堂测试*

第4单元数 学 工 具

第14章二值数学形态学 

14．1基本集合定义

14．2二值形态学基本运算

14．2．1二值膨胀和
腐蚀

14．2．2二值开启和
闭合

14．2．3二值基本运算
性质

14．3二值形态学组合运算

14．3．1击中击不中
变换

14．3．2二值组合运算

14．4二值形态学实用算法

14．5形态学算子及其应用
领域

总结和复习*

随堂测试*

第15章灰度数学形态学

15．1灰度图像的排序

15．2灰度形态学基本运算

15．2．1灰度膨胀和
腐蚀

15．2．2灰度开启和
闭合

15．2．3灰度基本运算
性质

15．3灰度形态学组合运算

15．3．1形态滤波

15．3．2高帽变换和低帽
变换

15．4灰度形态学实用算法

15．4．1背景估计和
消除

15．4．2目标分割

15．5结构元素中的属性修改

15．5．1纯像素指标

15．5．2形态偏心指标

15．5．3自动形态学端元
提取

15．5．4将PPI嵌入
AMEE

15．6图像代数

总结和复习*

随堂测试*

第16章图像识别

16．1模式和分类

16．2不变量交叉比

16．2．1交叉比

16．2．2非共线点的不
变量

16．2．3对称的交叉比
函数

16．2．4交叉比应用示例

16．3统计模式识别

16．3．1最小距离分
类器

16．3．2最优统计分
类器

16．3．3自适应自举

16．4感知机和支持向量机

16．4．1感知机

16．4．2支持向量机

16．5结构模式识别

16．5．1字符串结构
识别

16．5．2树结构识别

总结和复习*

随堂测试*

附录A人脸和表情识别

A．1生物特征识别

A．2人脸检测定位

A．2．1基本方法

A．2．2基于豪斯道夫距离
的方法

A．3人脸活体检测

A．3．1人脸欺骗

A．3．2交互式和非交互式
方法

A．3．3人脸反欺骗技术
分类

A．4眼睛检测和跟踪

A．4．1眼睛几何模型及
确定

A．4．2眨眼过程中的眼睛
轮廓跟踪

A．5人脸识别

A．5．1边缘本征矢量加权
方法

A．5．2相关滤波器
设计

A．5．3监督线性降维

A．5．4非特定表情人脸
识别

A．5．5遮挡人脸识别

A．6表情识别

A．6．1表情识别和
步骤

A．6．2人脸表情特征
提取

A．6．3基于盖伯变换的
特征提取

A．6．4表情特征的稀疏
表达

A．6．5表情分类

A．6．6基于高阶奇异值分解
的分类

A．6．7矢量输入多类输出表
情分类

A．6．8微表情识别


主题索引

部分思考题和练习题解答*

参考文献*