目录 第1章计算机视觉概述 1.1简介 1.1.1基本概念 1.1.2典型任务 1.2发展脉络 1.3面临的挑战 1.4本书的章节安排 习题 参考文献 第2章数字图像的形成 2.1数字图像的基本属性 2.1.1数字图像的组成 2.1.2颜色与光谱特性 2.1.3图像的对比度、亮度与饱和度 2.1.4图像的特征类别 2.2数字图像的采集 2.2.1成像的流程 2.2.2图像信号处理 2.2.3成像的基本参数 2.2.4镜头和传感器 本章小结 习题 参考文献 第3章几何标定 3.1相机几何 3.1.1针孔相机模型 3.1.2简单透镜模型 3.1.3平移、旋转与刚体变换 3.1.4齐次坐标系统 3.1.5缩放、仿射与投影变换 3.1.6相机参数 3.1.7镜头畸变 3.2几何标定 3.2.1张正友标定法 3.2.2角点检测与配对 3.2.3单应性矩阵求解 3.2.4相机参数求解 3.2.5相机参数细调 3.3几何标定实践 3.3.1使用Python和OpenCV标定相机 3.3.2畸变矫正 本章小结 习题 参考文献 第4章图像处理基础 4.1空间域图像处理与滤波器 4.2线性滤波 4.2.1均值滤波 4.2.2方框滤波 4.2.3高斯滤波 4.2.4线性滤波总结 4.3非线性滤波 4.3.1中值滤波 4.3.2最大最小值滤波 4.3.3双边滤波 4.4频域处理 4.4.1傅里叶变换 4.4.2快速傅里叶变换和图像的频域变换 4.4.3相关应用 4.5金字塔与小波变换 4.5.1图像缩放 4.5.2图像金字塔 4.5.3小波变换 本章小结 习题 参考文献 第5章特征检测与匹配 5.1边缘检测 5.1.1基本原理 5.1.2边缘检测算子 5.1.3Canny边缘检测算法 5.2线的检测 5.2.1基本原理 5.2.2Hough变换 5.2.3RANSAC直线检测 5.3Harris角点检测 5.3.1基本原理 5.3.2计算流程 5.3.3多尺度Harris角点 5.4特征描述子 5.4.1SIFT描述子 5.4.2MOPS描述子 5.4.3HOG描述子 5.5特征匹配 5.5.1匹配计算 5.5.2图像对齐 本章小结 习题 参考文献 第6章识别与检测 6.1基础知识 6.1.1图像识别 6.1.2目标检测 6.1.3评价指标 6.1.4常用数据集 6.2图像识别 6.2.1kNN算法 6.2.2词袋模型 6.2.3卷积神经网络 6.3目标检测 6.3.1基于滑窗的检测器检测流程 6.3.2VJ检测器 6.3.3HOG行人检测器 6.3.4基于形变部件的检测器 本章小结 习题 参考文献 第7章聚类与分割 7.1基本概念 7.1.1图像分割 7.1.2像素聚类 7.2聚类 7.2.1AGNES算法 7.2.2k均值 7.2.3均值漂移聚类 7.3基于聚类的分割 7.4基于图论的分割 7.4.1图论的基础知识 7.4.2基于图论的凝聚式分割 7.4.3基于图论的分解式分割 本章小结 习题 参考文献 第8章立体视觉 8.1人类的立体视觉 8.2对极几何学 8.2.1对极约束 8.2.2双目矫正 8.3双目匹配 8.3.1预处理与代价计算 8.3.2代价聚合 8.3.3后处理 8.3.4双目匹配实践 8.4平面扫描 8.5立体视觉应用 8.5.1SLAM 8.5.2深度估计 8.5.3双目视觉导航 本章小结 习题 参考文献 第9章卷积神经网络基础 9.1卷积神经网络的基本组成 9.1.1卷积 9.1.2池化 9.1.3全连接层 9.1.4批归一化 9.1.5随机失活 9.2卷积神经网络求导 9.2.1全连接网络求导 9.2.2卷积层求导 9.2.3池化层求导 9.3典型的分类模型 9.3.1AlexNet 9.3.2VGG 9.3.3GoogLeNet 9.3.4ResNet 9.3.5SENet 9.4卷积神经网络实践 9.4.1数据准备 9.4.2网络搭建 9.4.3训练代码 本章小结 习题 参考文献 第10章基于卷积神经网络的视觉应用 10.1目标检测 10.1.1基本流程 10.1.2Faster RCNN算法 10.1.3YOLO算法 10.1.4SSD算法 10.2目标分割 10.2.1基本流程 10.2.2FCN 10.2.3UNet 10.2.4DeepLab v3+ 10.3其他典型应用 10.3.1图像超分 10.3.2图像生成 10.3.3光流估计 10.3.4目标跟踪 本章小结 习题 参考文献 第11章计算机视觉的实践应用 11.1智慧交通系统 11.1.1交通监视 11.1.2自动驾驶 11.2空对地监视系统 11.2.1无人机监视 11.2.2遥感图像识别 11.3医学图像诊断 11.3.1常见的医学图像类型 11.3.2常见的医学图像应用 本章小结 习题 参考文献