本书系统地介绍了计算机视觉的基本原理、典型方法和实用技术，内容包括绪论、图像采集、基元检测、显著性检测、目标分割、目标表达和描述、纹理分析、形状特性分析、立体视觉、三维景物恢复、运动分析、景物识别、广义匹配、时空行为理解、场景解释等。读者可从中了解计算机视觉的基本原理和典型技术，并能据此解决计算机视觉应用中的一些具体问题。本书提供了许多讲解例题，每章均有小结和参考、思考题和练习题（本书为部分思考题和练习题提供了解答）。
本书可作为信息科学、计算机科学、计算机应用、信号与信息处理、通信与信息系统、电子与通信工程、模式识别与智能系统等学科大学本科或研究生的专业基础课教材，也可作为远程教育或继续教育中计算机应用、电子技术等专业的研究生相关课程教材，还可供涉及计算机视觉技术应用行业（如工业自动化、人机交互、办公自动化、视觉导航和机器人、安全监控、生物医学、遥感测绘、智能交通和军事公安等）的科技工作者自学及科研参考。
（1）计算机视觉领域的权威理论教材，有极高的学术价值。
（2）书稿内容思路清晰，表述极其严谨，作者对计算机视觉的理解非常深刻，绘制了计算机视觉与相关学科的关系图谱，让读者对该领域的构架一目了然。
（3）增加微课内容，通俗易懂地讲解本书知识点。
（4）我国图像领域的奠基人之一。
章毓晋，1989年获比利时列日大学应用科学博士学位。1989年至1993年先后为荷兰德尔夫特大学博士后及研究人员。1993年到清华大学工作，1997年起被聘为教授，1998年起被聘为博士生导师，2014年起被聘为教学科研系列的“长聘教授”。已在国内外发表了500多篇图像工程研究论文，出版了40多本教材和专著。曾任第24届国际图像处理会议（ICIP?2017）等20多个国内外学术会议的程序委员会主席。现为中国图象图形学学会副理事长；国际光学工程协会（SPIE）会士（因在图像工程方面的成就）。
1、 绪论
1.1 计算机视觉 1
1.1.1 视觉概述 1
1.1.2 计算机视觉的目标 2
1.1.3 相关学科 2
1.1.4 应用领域 4
1.2 图像基础 4
1.2.1 图像及类别 4
1.2.2 图像表达和显示 6
1.2.3 图像存储 7
1.3 像素间联系 10
1.3.1 像素邻域 10
1.3.2 像素间距离 11
1.4 本书内容提要 15
1.4.1 计算机视觉系统及模块 15
1.4.2 如何学习使用本书 16
总结和复习 19
2、 图像采集 21
2.1 采集装置 21
2.2 采集模型 23
2.2.1 几何成像模型 23
2.2.2 亮度成像模型 28
2.2.3 空间和幅度分辨率 31
2.3 采集方式 32
2.3.1 成像方式一览 32
2.3.2 结构光法 33
2.4 摄像机标定 34
2.4.1 标定程序和步骤 34
2.4.2 两级标定法 37
总结和复习 40
3、 基元检测 42
3.1 边缘检测 42
3.1.1 检测原理 42
3.1.2 一阶导数算子 43
3.1.3 二阶导数算子 47
3.1.4 边界闭合 51
3.1.5 边界细化 51
3.2 SUSAN算子 52
3.2.1 USAN原理 53
3.2.2 角点和边缘检测 53
3.3 哈里斯兴趣点算子 56
3.4 哈夫变换 58
3.3.1 基本哈夫变换 58
3.3.2 广义哈夫变换 61
3.3.3 完整广义哈夫变换 63
3.5 椭圆定位和检测 64
3.6 位置直方图技术 66
总结和复习 68
4、 显著性检测 71
4.1 显著性概述 71
4.2 基于对比度的检测 74
4.2.1 对比度算法分类 74
4.2.2 基于对比度幅值 74
4.2.3 基于对比度分布 75
4.2.4 基于最小方向对比度 77
4.3 基于最稳定区域的检测 79
4.3.1 区域显著性 79
4.3.2 最稳定区域 80
4.3.3 显著性计算 82
4.3.4 显著性后处理 83
4.4 显著目标区域提取及效果评价 84
4.4.1 显著目标区域提取 84
4.4.2 显著区域提取效果评价 85
总结和复习 89
5、 目标分割 91
5.1 轮廓搜索 91
5.1.1 图搜索 91
5.1.2 动态规划 93
5.2 主动轮廓模型 94
5.2.1 主动轮廓 94
5.2.2 能量函数 95
5.3 基本阈值技术 97
5.3.1 原理和分类 97
5.3.2 全局阈值的选取 98
5.3.3 局部阈值的选取 100
5.3.4 动态阈值的选取 103
5.4 特色阈值方法 103
5.4.1 多分辨率阈值 103
5.4.2 过渡区阈值 105
5.5 特征空间聚类 107
5.5.1 基本聚类方法 107
5.5.2 均移确定聚类中心 108
总结和复习 109
6、 目标表达和描述 111
6.1 基于边界的表达 111
6.1.1 链码 111
6.1.2 边界段和凸包 113
6.1.3 边界标记 114
6.2 基于区域的表达 117
6.2.1 四叉树 117
6.2.2 金字塔 118
6.2.3 围绕区域 119
6.2.4 骨架 119
6.3 基于边界的描述 122
6.3.1 边界长度和直径 122
6.3.2 边界形状数 123
6.3.3 轮廓形状矩阵 124
6.4 基于区域的描述 124
6.4.1 区域面积和密度 124
6.4.2 区域形状数 125
6.4.3 区域不变矩 126
6.4.4 拓扑描述符 128
总结和复习 129
7、 纹理分析 131
7.1 统计描述方法 131
7.1.1 灰度共生矩阵 131
7.1.2 基于共生矩阵的描述 133
7.1.3 基于能量的描述 133
7.2 结构描述方法 135
7.2.1 结构描述原理 135
7.2.2 纹理镶嵌 137
7.2.3 局部二值模式 138
7.3 频谱描述方法 140
7.3.1 傅里叶频谱描述 140
7.3.2 贝塞尔-傅里叶频谱描述 141
7.3.3 盖伯频谱描述 142
7.4 纹理图像分割 144
7.4.1 有监督纹理分割 144
7.4.2 无监督纹理分割 146
总结和复习 148
8、 形状分析 150
8.1 形状紧凑性描述符 150
8.2 形状复杂性描述符 157
8.3 基于多边形的形状分析 159
8.3.1 多边形计算 159
8.3.2 多边形描述 160
8.4 基于曲率的形状分析 162
8.4.1 轮廓曲率 162
8.4.2 曲面曲率 165
8.5 拓扑结构参数 166
总结和复习 167
9、 立体视觉 169
9.1 立体视觉模块 169
9.2 双目成像和视差 171
9.2.1 双目横向模式 171
9.2.2 双目横向会聚模式 173
9.2.3 双目纵向模式 174
9.3 基于区域的立体匹配 175
9.3.1 模板匹配 175
9.3.2 双目立体匹配 177
9.4 基于特征的立体匹配 183
9.4.1 点对点的方法 183
9.4.2 动态规划匹配 185
总结和复习 186
10、三维景物恢复 189
10.1 由光移恢复表面朝向 189
10.1.1 表面反射特性 189
10.1.2 目标表面朝向 192
10.1.3 反射图 193
10.1.4 光度立体学求解 195
10.2 从影调获取形状信息 196
10.2.1 影调与形状 196
10.2.2 求解亮度方程 198
10.3 纹理变化与表面朝向 200
10.3.1 三种典型变化 200
10.3.2 确定线段的纹理消失点 203
10.4 根据焦距确定深度 206
总结和复习 207
11、运动分析 209
11.1 运动分类和表达 209
11.2 全局运动检测 212
11.2.1 利用图像差的检测 213
11.2.2 基于模型的检测 215
11.3 运动目标检测和分割 217
11.3.1 背景建模 217
11.3.2 运动目标跟踪 220
11.3.3 运动目标分割 224
11.4 运动光流和表面取向 225
11.4.1 光流约束方程 225
11.4.2 光流计算 225
11.4.3 光流与表面取向 229
总结和复习 232
12、景物识别 234
12.1 统计模式分类 234
12.1.1 模式分类原理 234
12.1.2 最小距离分类器 235
12.1.3 最优统计分类器 236
12.1.4 自适应自举 239
12.2 感知机 240
12.2.1 感知机原理 240
12.2.2 线性可分类感知机 241
12.2.3 线性不可分类感知机 242
12.3 支持向量机 243
12.3.1 线性可分类支持向量机 243
12.3.2 线性不可分类支持向量机 245
12.4 结构模式识别 246
12.4.1 字符串结构识别 246
12.4.2 树结构识别 249
总结和复习 251
13、广义匹配 253
13.1 目标匹配 253
13.1.1 匹配的度量 254
13.1.2 字符串匹配 257
13.1.3 惯量等效椭圆匹配 258
13.1.4 形状矩阵匹配 259
13.2 动态模式匹配 260
13.3 关系匹配 263
13.3.1 关系表达和距离 263
13.3.2 关系匹配模型 264
13.4 图同构匹配 266
13.4.1 图论基础 266
13.4.2 图同构和匹配 268
总结和复习 270
14、时空行为理解 272
14.1 时空技术 272
14.2 时空兴趣点 273
14.3 动态轨迹学习和分析 275
14.3.1 自动场景建模 276
14.3.2 路径学习 277
14.3.3 自动活动分析 279
14.4 动作分类和识别 280
14.4.1 动作分类 280
14.4.2 动作识别 281
14.5 活动和行为建模 285
14.5.1 动作建模 285
14.5.2 活动建模和识别 288
总结和复习 291
15、场景解释 293
15.1 线条图标记解释 293
15.2 体育比赛视频排序 296
15.2.1 基于内容检索 296
15.2.2 视频节目精彩度排序 298
15.3 计算机视觉系统模型 302
15.3.1 多层次串行结构 302
15.3.2 知识库为中心的辐射结构 303
15.3.3 知识库为根的树结构 303
15.3.4 多模块交叉配合结构 304
15.4 计算机视觉理论框架 305
15.4.1 马尔视觉计算理论 305
15.4.2 对马尔理论框架的改进 308
15.4.3 新理论框架的研究 309
总结和复习 311
部分练习题解答 313
参考文献 318
索引 324
书单推荐
