目录 第1章线性滤波器1 1.1卷积1 1.1.1数字图像基础1 1.1.2卷积的定义2 1.1.3卷积的性质4 1.1.4卷积的用例4 1.2图像去噪6 1.2.1噪声分析6 1.2.2中值滤波7 1.2.3高斯卷积核8 小结13 习题13 第2章图像边缘提取14 2.1图像边缘与图像求导14 2.1.1图像边缘的含义14 2.1.2边缘位置的特点15 2.1.3图像导数与梯度15 2.1.4高斯一阶偏导核17 2.2Canny边缘检测算法19 2.3拟合21 2.3.1最小二乘法22 2.3.2RANSAC算法25 2.3.3Hough变换28 小结32 习题32 第3章纹理表示34 3.1图像纹理的概念34 3.1.1理解图像纹理34 3.1.2图像纹理的作用36 3.2图像纹理的表示37 3.2.1纹理的表示方法37 3.2.2构建卷积核组37 3.2.3纹理统计分析38 3.3LeungMalik卷积核组39 3.3.1LeungMalik卷积核组的组成39 3.3.2LeungMalik卷积核组的构建40 小结42 习题42 第4章角点特征提取43 4.1局部特征43 4.1.1图像拼接问题43 4.1.2局部特征概念44 4.2角点检测46 4.2.1角点特性分析46 4.2.2Harris角点检测器46 4.2.3Harris角点检测效果51 小结52 习题52 第5章尺度不变特征54 5.1尺度不变理论基础54 5.1.1尺度不变思路54 5.1.2高斯拉普拉斯算子56 5.1.3HarrisLaplace检测器60 5.2SIFT60 5.2.1高斯差分尺度空间60 5.2.2SIFT特征点检测63 5.2.3SIFT特征描述子64 5.3ORB特征66 5.3.1Oriented FAST66 5.3.2BRIEF特征描述子67 5.3.3ORB特征68 小结68 习题69 第6章图像分类70 6.1图像分类任务概述70 6.2数据驱动的图像分类范式74 6.2.1机器学习的分类74 6.2.2机器学习三要素75 6.2.3模型评估与选择77 6.2.4过拟合、欠拟合与模型正则化78 6.2.5基于有监督学习的图像分类范式79 6.2.6图像分类模型的精度评价80 6.3基于词袋模型的图像表示81 6.3.1基于词袋模型的文本表示81 6.3.2TFIDF加权82 6.3.3词袋模型在图像表示中的应用83 6.4基于线性多类支持向量机的图像分类85 6.4.1线性分类模型85 6.4.2学习策略与多类支持向量机损失86 6.4.3梯度下降算法87 小结88 习题88 第7章目标检测90 7.1目标检测概述90 7.1.1任务难点90 7.1.2评价指标91 7.1.3滑动窗口法91 7.2基于AdaBoost的人脸检测93 7.2.1AdaBoost算法94 7.2.2类Haar特征95 7.2.3基于级联结构的人脸检测模型97 7.3基于HOG特征的行人检测99 7.3.1HOG特征100 7.3.2利用HOG特征实现行人检测100 小结102 习题102 第8章图像分割103 8.1图像分割概述103 8.2人类视觉分组与格式塔规则104 8.3基于像素聚类的图像分割105 8.3.1基于Kmeans的图像分割105 8.3.2基于均值漂移的图像分割107 8.4基于图的图像分割111 8.4.1基于特征向量的图像分割算法111 8.4.2基于归一化割的图像分割算法112 小结114 习题114 第9章目标跟踪116 9.1基于光流的运动跟踪116 9.1.1光流计算基本等式117 9.1.2LucasKanade光流算法118 9.2卡尔曼滤波121 9.2.1贝叶斯滤波器121 9.2.2动态模型122 9.2.3卡尔曼滤波122 9.3粒子滤波124 9.3.1非线性模型125 9.3.2重要性采样125 9.3.3SIS粒子滤波器126 9.3.4重采样127 9.3.5SIR粒子滤波器128 小结128 习题129 第10章摄像机几何130 10.1针孔模型与透镜130 10.1.1针孔摄像机130 10.1.2透镜成像133 10.2一般摄像机模型137 10.2.1齐次坐标137 10.2.2坐标系变换和刚体变换139 10.2.3一般摄像机的几何模型143 10.2.4透视投影矩阵的性质146 10.3其他摄像机模型147 10.3.1规范化摄像机模型147 10.3.2弱透视投影摄像机147 10.3.3正交投影摄像机148 小结149 习题149 第11章摄像机标定150 11.1针孔模型与摄像机标定问题150 11.1.1最小二乘参数估计150 11.1.2投影矩阵求解155 11.1.3摄像机内外参数求解156 11.1.4退化情况159 11.2径向畸变的摄像机标定160 11.2.1径向畸变模型160 11.2.2径向畸变标定161 小结163 习题163 第12章单视图几何165 12.1射影几何基础165 12.1.1直线的齐次坐标165 12.1.2平面上的无穷远点与无穷远线166 12.1.3平面上的变换167 12.1.4平面上的无穷远点与无穷远线的变换169 12.2单视图重构170 12.2.1消影点与消影线170 12.2.2单视重构172 小结173 习题174 第13章三角化与极几何175 13.1三维重建的基础175 13.1.1三角化的概念175 13.1.2三角化的线性解法176 13.1.3三角化的非线性解法177 13.2极几何与基础矩阵178 13.2.1极几何178 13.2.2本质矩阵与基础矩阵179 13.3基础矩阵估计181 13.3.1八点法181 13.3.2归一化八点法183 13.4单应矩阵184 13.4.1单应矩阵概念184 13.4.2单应矩阵估计185 小结186 习题186 第14章双目立体视觉188 14.1基于平行视图的双目立体视觉188 14.1.1平行视图的基础矩阵与极几何188 14.1.2平行视图的三角测量与视差190 14.2图像校正191 14.3对应点搜索194 14.3.1相关匹配算法194 14.3.2相关法存在的问题196 小结198 习题198 第15章运动恢复结构200 15.1问题概述200 15.2欧氏运动恢复结构201 15.2.1两视图的欧氏运动恢复结构201 15.2.2基于捆绑调整的欧氏运动恢复结构204 15.3基于增量法的欧氏运动恢复结构系统设计205 15.3.1PnP问题与P3P方法205 15.3.2增量式SfM系统208 小结210 习题211 参考文献212