機器視覺 (Robot Vision) 麻省理工学院(MIT)机器视觉课程指定教材:机器视觉

伯特霍爾德·霍恩 (Berthold Klaus Paul Horn)

買這商品的人也買了...

相關主題

商品描述

<內容介紹>

《機器視覺》從逆問題的角度出發,提出了一整套關於機器視覺的研究方法,其核心是:機器視覺應該基於對成像過程的深刻理解!作為作者在麻省理工學院(MIT)所講授的機器視覺課程的指定教材,本書已經被使用了近30年,至今仍被歐美許多著名高校所廣泛使用。本書提供了一個理解現有方法和技術以及為以後的研究做準備的系統框架,其中包含了很多將機器視覺方法應用於實際問題的內容。全書共包括18章,前13章主要講述早期視覺的內容,後5章更加關註於:解決一些更加複雜的實際問題。最後,作者將各個章節所介紹的方法整合到一起,搭建了一個可以和周圍環境進行交互的“眼-手”系統。書中所用到的數學方法,也都收錄在最後的附錄中;作為內容的補充和擴展,本書還提供了豐富的練習題。
本書可以作為高等院校相關專業本科生和研究生一年級課程的教材,也可以作為研究人員的參考書籍。

<章節目錄>

第1章簡介
1.1機器視覺
1.2機器視覺的任務
1.3機器視覺和其他領域的關係
1.4後續章節的概要
1.5本章參考文獻
1.6習題
第2章成像與圖像檢測
2.1成像的兩個方面
2.1.1透視投影
2.1 .2正射投影
2.2亮度
2.3透鏡
2.4我們的視覺世界
2.5圖像檢測
2.5.1感知顏色
2.5.2隨機性和噪聲
2.5.3圖像量化
2.6本章參考文獻
2.7習題
第3章二值圖:幾何性質
3.1二值圖
3.2簡單幾何性質
3.2.1區域的位置
3.2.2朝向
3.3投影
3.4離散二值圖
3.5行程編碼
3.6本章參考文獻
3.7習題
第4章二值圖:拓撲性質
4.1多個物體
4.1.1標註圖像中的物體
4.1.2連通性
4.1.3串行標註算法
4.2局部計數和迭代修正
4.2.1局部計數
4.2.2集合可加性
4.2.3迭代修正
4.3本章參考文獻
4.4習題
第5章區域與圖像分割
5.1設定閾值的方法
5.2統計直方圖
5.3空間相關性
5.4圖像分割
5.5使用顏色信息
5.6合併與分裂
5.7本章參考文獻
5.8習題
第6章圖像處理:連續圖像
6.1線性移不變系統
6.2捲積與點擴散函數
6.3調製傳遞函數
6.4Fourier變換和濾波
6.5Fourier變換和捲積
6.6廣義函數與單位衝擊函數
6.7收斂因子與單位衝擊函數
6.8偏微分與捲積
6.9旋轉對稱與各向同性算子
6.10模糊,失焦和運動拖尾
6.11圖像復原與增強
6.12相關以及功率譜
6.13最優濾波器與噪聲抑制
6.14圖像模型
6.15本章參考文獻
6.16習題
第7章圖像處理:離散圖像
7.1有限的圖像尺寸
7.2離散圖像採樣
7.3採樣定理
7.4離散Fourier變換
7.5循環捲積
7.6一些有用的結果
7.7本章參考文獻
7.8習題
第8章邊緣和邊緣查找
8.1圖像中的邊緣
8.2微分算子
8.3離散近似
8.4局部算子和噪聲
8.5邊緣的檢測和定位
8.6結論和例子
8.7本章參考文獻
8.8習題
第9章光照與顏色
9.1物體錶面的反射率以及Land實驗
9.2Mondrian圖
9.3復原光照
9.4求解逆問題
9.5光照的歸一化
9.6選擇閾值
9.7離散情況下計算光照
9.8一個物理模型
9.9本章參考文獻
9.10習題
第10章反射圖:光度立體視覺
10.1圖像亮度
10.2輻射
10.3圖像的形成
10.4雙向反射分佈函數
10.5連續光源
10.6物體錶面的反射性質
10.7物體錶面的亮度
10.8物體錶面的朝向
10.9反射圖
10.10圖像中的明暗
10.11明暗圖
10.12光度立體視覺
10.13估計反射率
10.14曲面朝向的查詢表
10.15本章參考文獻
10.16習題
第11章從明暗恢復形狀
11.1從明暗中恢復形狀
11.2特徵曲線與初始曲線
11.3奇異點
11.4奇異點附近的冪級數
11.5閉合邊界
11.6球極投影
11.7鬆弛方法
11.8從針狀圖中恢復景深
11.9本章參考文獻
11.10習題
第12章運動場和光流
12.1運動場
12.2光流
12.3光流的光滑性
12.4填充光流信息
12.5邊界條件
12.6離散情況
12.7光流的不連續
12.8本章參考文獻
12.9習題
第13章攝影測量和立體視覺
13.1兩張圖像之間的差異
13.2攝影測量
13.3絕對朝向
13.4相對朝向
13.5使用已知的相對朝向
13.6計算景深
13.7外部朝向
13.8內部朝向
13.9尋找共軛點對
13.10本章參考文獻
13.11習題
第14章模式分類
14.1由一個例子引入
14.2特徵向量
14.3基本方法
14.4最近鄰分類
14.5最近中心分類
14.6實例:白血球分類
14.7使用概率密度模型設計分類方法
14.8不同形狀的聚類
14.9聚類的自動形成
14.10一個童話
14.11本章參考文獻
14.12習題
第15章多面體物體
15.1多面體場景的素描圖
15.2恢復三維結構
15.3梯度空間
15.4明暗和梯度空間
15.5圖像分割與多個物體的情況
15.6標記素描圖
15.7演示:複製一個積木結構
15.8本章參考文獻
15.9習題
第16章擴展Gauss圖
16.1凸多面體
16.2Gauss圖
16.3Gauss曲率
16.4擴展Gauss圖
16.5擴展Gauss圖的例子
16.6離散情況
16.7圓環面的擴展Gauss圖
16.8對單位球面的剖分
16.9旋轉體的擴展Gauss圖
16.10一般情況下的Gauss曲率
16.11擴展Gauss圖的應用
16.12本章參考文獻
16.13習題
第17章無源導航
17.1恢復觀測者的運動
17.2預備知識和技術
17.3平動的情況
17.4使用其他的範數形式
17.5轉動的情況
17.6一般剛體運動的情況
17.7本章參考文獻
17.8習題
第18章從容器中抓取零件
18.1方法總覽
18.2動機
18.3裝著零件的容器
18.4圖像分割
18.5典型物體模型
18.6物體錶面的透視收縮
18.7對齊主軸
18.8非凸的物體
18.9物體在空間中的姿態
18.10旋轉的表示方法
18.11朝向統計直方圖的匹配
18.12針狀圖的二次投影
18.13對偏離理想情況的矯正
18.14選擇要抓取的物體
18.15移動機器臂
18.16“眼———手”坐標系之間的變換
18.17任意形狀的物體
18.18結論
18.19結束語
18.20本章參考文獻
18.21習題
附錄:一些有用的數學工具
A.1求解三角形
A.2向量操作
A.3向量和矩陣的導數
A.4線性方程組的最小二乘解
A.5Lagrange乘子
A.6變分法
A.7本附錄參考文獻
參考文獻
索引