圖像工程百科（圖像分析篇）

目錄
1 第1章 圖像 1
1.1　圖像基礎 1
1.1.1　圖像基本術語 1
1.1.2　像素灰度和坐標 3
1.1.3　像素間空間關系 4
1.2　圖像顯示和圖像輸出 7
1.2.1　圖像顯示及顯示設備 7
1.2.2　圖像打印及技術 10
1.3　圖像存儲和圖像傳輸 12
1.3.1　圖像存儲 12
1.3.2　圖像傳輸 13
1.3.3　圖像文件和格式 14
1.4　圖像分類 16
1.4.1　各種類別的圖像 16
1.4.2　各種來源的圖像 18
1.4.3　各種波長的圖像 20
1.4.4　各種屬性的圖像 22
1.4.5　各種功能的圖像 25
1.5　視頻和視頻技術 27
1.5.1　視頻基礎 27
1.5.2　模擬視頻和數字視頻 29
1.5.3　視頻格式和類型 30
1.5.4　掃描和顯示 32
1.5.5　視頻處理技術 34
2 第2章 圖像工程 36
2.1　圖像工程學科 36
2.1.1　圖像工程 36
2.1.2　圖像處理 36
2.1.3　圖像分析 37
2.1.4　圖像理解 38
2.1.5　圖像工程文獻 38
2.2　相近學科 43
2.2.1　計算機視覺 43
2.2.2　機器視覺 45
2.2.3　計算機圖形學 45
2.2.4　基於圖像的繪制 46
2.2.5　體視學 48
2.3　相關學科 49
2.3.1　信息論 49
2.3.2　心理物理學 49
2.3.3　虛擬現實和增強現實 51
2.3.4　測繪與制圖 51
2.3.5　地形學 52
2.3.6　分形學 53
2.3.7　拓撲學 54
2.3.8　逆向工程 55
3 第3章 圖像分割和基元檢測 57
3.1 分割定義和技術分類 57
3.1.1 圖像分割 57
3.1.2 分割技術分類 60
3.2 邊緣檢測及算子 61
3.2.1 邊緣描述 62
3.2.2 邊緣類型 62
3.2.3 邊緣檢測 64
3.2.4 差分及計算 66
3.2.5 梯度及計算 69
3.2.6 基本梯度算子 70
3.2.7 坎尼算子 72
3.2.8 二階差分算子 74
3.2.9 亞像素邊緣檢測 77
3.3 基元檢測定位 79
3.3.1 點目標 79
3.3.2 角點檢測 81
3.3.3 線檢測 83
3.3.4 幾何目標定位 85
3.3.5 哈夫變換 87
3.4 並行邊界分割技術 89
3.4.1 並行邊緣檢測 89
3.4.2 邊緣元素組合 90
3.5 串行邊界分割技術 91
3.5.1 串行邊緣檢測 92
3.5.2 主動輪廓 93
3.5.3 圖割 98
3.6 並行區域分割技術 99
3.6.1 閾值化原理 99
3.6.2 閾值化技術 102
3.6.3 聚類 106
3.7 串行區域分割技術 107
3.7.1 分裂合並 107
3.7.2 分水嶺分割 110
3.8 更多分割技術 112
3.8.1 圖像摳圖 112
3.8.2 一些特色方法 114
3.9 圖像分割評價 115
3.9.1 評價方案和框架 115
3.9.2 評價準則和指標 118
3.9.3 系統比較和刻畫 123
4 第4章 目標表達描述及測量 124
4.1 目標表達技術 124
4.1.1 目標表達 124
4.1.2 基於邊界的表達 126
4.1.3 邊界鏈碼表達 130
4.1.4 邊界曲線表達 132
4.1.5 基於區域的表達 135
4.1.6 區域環繞表達 137
4.1.7 區域多邊形表達 139
4.1.8 區域骨架表達 140
4.2 目標描述技術 142
4.2.1 目標描述 142
4.2.2 基於邊界的描述 144
4.2.3 基於區域的描述 146
4.2.4 目標關系的描述 149
4.3 特征測量及誤差 150
4.3.1 特征測量 150
4.3.2 不變特性 152
4.3.3 準確度和精確度 154
4.3.4 測量誤差及分析 156
4.4 3D目標表達技術 158
4.4.1 3D點、線、面 158
4.4.2 圓錐曲線和空間曲線 160
4.4.3 3D表面表達 162
4.4.4 表面曲率 166
4.4.5 表面模型 170
4.4.6 3D曲面類型 171
4.4.7 3D表面構造 173
4.4.8 3D實體表達 176
5 第5章 目標特性提取和分析 181
5.1 顏色 181
5.1.1 色度學 181
5.1.2 彩色混合 184
5.1.3 色度圖 186
5.1.4 彩色模型和表達 188
5.1.5 面向硬件的彩色模型 190
5.1.6 面向感知的彩色模型 192
5.2 紋理 195
5.2.1 紋理分析基礎 196
5.2.2 紋理特征和描述 197
5.2.3 統計分析法 201
5.2.4 結構分析法 204
5.2.5 頻譜分析法 206
5.2.6 紋理分割方法 208
5.2.7 紋理組合方法 209
5.3 形狀 211
5.3.1 形狀分析基礎 211
5.3.2 形狀表達 212
5.3.3 形狀描述 215
5.3.4 形狀分類 217
5.3.5 形狀緊湊性描述 218
5.3.6 形狀復雜性描述 220
5.3.7 德勞內和沃羅諾伊網格 221
5.3.8 網格和網格神經 224
5.4 運動 225
5.4.1 運動和分析 226
5.4.2 運動估計 228
5.4.3 運動檢測和表達 231
5.4.4 運動目標檢測 233
5.4.5 運動目標跟蹤 234
5.4.6 運動跟蹤器 238
5.4.7 光流和光流方程 240
5.5 屬性和顯著性 244
5.5.1 屬性 244
5.5.2 顯著性 246
6 第6章 目標檢測與分類識別 249
6.1 模式和類別 249
6.2 特征 251
6.2.1 特征及檢測 251
6.2.2 特征降維方法 253
6.2.3 卡洛變換和主分量分析 257
6.3 模式識別和分類 261
6.3.1 模式識別 261
6.3.2 模式識別方法 263
6.3.3 目標分類 265
6.3.4 分類器 268
6.3.5 支持向量機 272
6.3.6 自動機和感知機 274
6.3.7 聚類技術 276
6.3.8 鑒別和決策函數 278
6.4 語法 282
6.5 驗證與誤差 284
7 第7章 人體生物特征提取和驗證 286
7.1 人體生物特征測定 286
7.2 子空間方法 287
7.3 人臉檢測和識別 288
7.3.1 人臉和特征檢測 288
7.3.2 人臉識別 291
7.4 表情分類 293
7.5 更多人體生物特征 296
7.5.1 人體分析 296
7.5.2 其他生物特征識別/分析 297
A 附錄A 圖像工程技術應用 301
A.1 電視、視頻及傳輸 301
A.1.1 電視 301
A.1.2 視頻及傳輸 303
A.2 文檔和文本 305
A.3 生物和醫學 306
A.4 遙感和測繪 308
A.5 其他應用領域 309
A.5.1 視頻監控 309
A.5.2 其他多種應用 311
B 附錄B 相關基礎和工具 314
B.1 隨機場 314
B.1.1 隨機過程 314
B.1.2 隨機場模型 317
B.2 貝葉斯統計學 321
B.3 圖論 326
B.4 壓縮感知 330
B.5 人工智能和神經網絡 332
B.6 數學形態學 336
B.7 雜項 340
詞頭索引 348