 |
-- 會員 / 註冊 --
|
 |
|
|
|
3D計算機視覺：原理、算法及應用 ( 簡體 字) |
| 作者：章毓晉 | 類別：1. -> 教材 -> 數位影像處理 |
| 譯者： |
| 出版社：電子工業出版社 |  3dWoo書號： 55233
詢問書籍請說出此書號！【缺書】
NT售價： 745 元 |
| 出版日：9/1/2021 |
| 頁數：408 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787121419508 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：本書是一本介紹3D 計算機視覺基本原理、典型算法和實用技術的專業圖書，建議讀者在學習《2D 計算機視覺：原理、算法及應用》后使用本書。
本書在選材上主要覆蓋了計算機視覺的進階級內容，自成體系，主要針對信息類相關專業，同時兼顧了具有不同專業背景的學習者及自學讀者的需求。讀者可據此開展科研工作并解決實際應用中一些具有一定難度的問題。
本書在編寫上比較注重實用性，沒有過多強調理論體系，盡量減少公式推導，著重介紹常用的方法。書中有較多的示例，能通過直觀的解釋幫助讀者理解抽象的概念。書末附有術語索引（文中標為黑體），給出了對應的英文，方便讀者查閱及搜索相關資料。
本書提供了大量的自我檢測題（包括提示和答案）。從目的來說，一方面，這便于自學者判斷自己是否掌握了重點內容；另一方面，這便于教師開展網絡教學，在授課時加強師生互動。題目類型為選擇題，可用計算機方便地判斷正誤。從內容來看，很多題把基本概念換一種說法進行表達，補充了正文，使學習者能加深理解；有些題列出了一些相似但不相同（甚至含義相反）的描述，通過正反辯證思考，使學習者能深入領會本質。所有自我檢測題都附有提示，讀者可獲得更多的信息以進一步理解題目的含義。同時，在有提示的基礎上，如果讀者能在看到提示后完成自我檢測題，則表明基本掌握了學習內容；如果不看提示就能完成自我檢測題，則表明內容掌握得比較好。
本書從結構上看，包括12 章正文、1 個附錄及自我檢測題、自我檢測題答案、參考文獻和術語索引。在這17 個一級標題下，共有66 個二級標題（節），再之下有135 個三級標題（小節）。全書共有文字（包括圖片、繪圖、表格、公式等）50 萬字，共有編了號的圖228 個、表格22 個、公式565 個。為便于教學和理解，本書給出示例68 個、自我檢測題157 道（全部附有提示和答案）。另外，書末列出了直接相關的100 多篇參考文獻和用于索引的500 多個術語（中英文對照）。
本書的先修課程知識涉及三個方面。一是數學，包括線性代數和矩陣理論，以及有關統計學、概率論和隨機建模的基礎知識；二是計算機科學，包括對計算機軟件技術的掌握、對計算機結構體系的理解，以及對計算機編程方法的應用；三是電子學，包括電子設備的特性原理及電路設計等內容。
感謝電子工業出版社編輯的精心組稿、認真審閱和細心修改。
最后，作者感謝妻子何蕓、女兒章荷銘在各方面的理解和支持。
章毓晉
2020 年暑假于書房
通信：清華大學電子工程系（100084）
|
內容簡介：本書主要內容圍繞3D 計算機視覺展開，介紹了相關的基礎概念、基本原理、典型算法、實用技術和應用成果。本書可在學過其姊妹篇《2D 計算機視覺：原理、算法及應用》后學習。 本書將從客觀場景出發到最后對場景進行理解的全過程分為5 個部分進行介紹。第1 部分是圖像采集，介紹了攝像機標定和3D 圖像采集技術；第2 部分是視頻運動，介紹了視頻圖像和運動信息，以及對運動目標進行檢測和跟蹤的技術；第3 部分是物體重建，介紹了雙目立體視覺和單目圖像恢復技術；第4 部分是物體分析，介紹了3D 目標表達和廣義匹配；第5 部分是高層理解，介紹了知識和場景解釋及時空行為理解。本書除提供大量示例外，還針對每章的內容提供了自我檢測題（含提示并附有答案），并且給出了相關的參考文獻和術語索引（包括英文）。 |
目錄：第1 章計算機視覺概述·········.1
1.1 人類視覺及特性········.1
1.1.1 視覺特點········.2
1.1.2 視覺的亮度特性·······.3
1.1.3 視覺的空間特性·······.5
1.1.4 視覺的時間特性·······.6
1.1.5 視知覺·········.8
1.2 計算機視覺理論和框架········.10
1.2.1 計算機視覺的研究目的、任務和方法·····.11
1.2.2 視覺計算理論·······.11
1.2.3 框架問題和改進········.16
1.3 3D 視覺系統和圖像技術·······.18
1.3.1 3D 視覺系統流程·······.18
1.3.2 計算機視覺和圖像技術層次·····.19
1.3.3 圖像技術類別·······.20
1.4 本書結構框架和內容概況·······.21
1.4.1 結構框架和主要內容······.22
1.4.2 各章概況·········.22
1.5 各節要點和進一步參考········.23
第2 章攝像機標定·········25
2.1 線性攝像機模型·········.25
2.1.1 完整成像模型·······.26
2.1.2 基本標定程序·······.27
2.1.3 內、外參數········.28
2.2 非線性攝像機模型········.30
2.2.1 畸變類型·········.31
2.2.2 標定步驟·········.33
2.2.3 標定方法分類·······.34
2.3 傳統標定方法········.35
2.3.1 基本步驟和參數········.36
2.3.2 兩級標定法········.36
2.3.3 精度提升·········.40
2.4 自標定方法·········.41
2.5 各節要點和進一步參考········.44
第3 章 3D 圖像采集··········45
3.1 高維圖像··········.45
3.2 深度圖·········.46
3.2.1 深度圖和灰度圖像·······.47
3.2.2 本征圖像和非本征圖像·······.47
3.2.3 深度成像方式·······.49
3.3 直接深度成像········.50
3.3.1 飛行時間法········.50
3.3.2 結構光法·········.53
3.3.3 莫爾等高條紋法········.55
3.3.4 同時采集深度和亮度圖像······.58
3.4 立體視覺成像········.59
3.4.1 雙目橫向模式·······.59
3.4.2 雙目會聚橫向模式·······.63
3.4.3 雙目軸向模式·······.65
3.5 各節要點和進一步參考········.67
第4 章視頻圖像和運動信息·······69
4.1 視頻基礎··········.70
4.1.1 視頻表達和模型········.70
4.1.2 視頻顯示和格式········.72
4.1.3 彩色電視制式·······.74
4.2 運動分類和表達·········.75
4.2.1 運動分類·········.75
4.2.2 運動矢量場表達········.76
4.2.3 運動直方圖表達········.77
4.2.4 運動軌跡描述·······.79
4.3 運動信息檢測········.80
4.3.1 基于攝像機模型的運動檢測·····.80
4.3.2 頻域運動檢測·······.84
4.3.3 運動方向檢測·······.86
4.4 基于運動的濾波·········.87
4.4.1 基于運動檢測的濾波······.87
4.4.2 基于運動補償的濾波······.89
4.5 各節要點和進一步參考········.93
第5 章運動目標檢測和跟蹤·······95
5.1 差分圖像··········.95
5.1.1 差圖像的計算·······.96
5.1.2 累積差圖像的計算·······.97
5.2 背景建模··········.99
5.2.1 基本原理·········.99
5.2.2 典型實用方法·······.100
5.2.3 效果示例·········.101
5.3 光流場與運動········.104
5.3.1 光流方程·········.104
5.3.2 最小二乘法光流估計······.105
5.3.3 運動分析中的光流·······.106
5.3.4 稠密光流算法·······.108
5.4 運動目標跟蹤········111
5.4.1 卡爾曼濾波器·······.111
5.4.2 粒子濾波器········.112
5.4.3 均移和核跟蹤·······.116
5.5 各節要點和進一步參考········.119
第6 章雙目立體視覺·········.121
6.1 立體視覺流程和模塊·······.121
6.2 基于區域的雙目立體匹配·······.124
6.2.1 模板匹配·········.125
6.2.2 立體匹配·········.128
6.3 基于特征的雙目立體匹配·······.134
6.3.1 基本步驟和方法········.134
6.3.2 尺度不變特征變換·······.138
6.3.3 動態規劃匹配·······.140
6.4 視差圖誤差檢測與校正········.141
6.4.1 誤差檢測·········.142
6.4.2 誤差校正·········.143
6.5 各節要點和進一步參考········.145
第7 章單目多圖像恢復········.147
7.1 光度立體學·········.148
7.1.1 光源、物體、鏡頭·······.148
7.1.2 物體亮度和圖像亮度······.149
7.1.3 表面反射特性和亮度······.153
7.2 由光照恢復形狀·········.155
7.2.1 物體表面朝向的表達······.155
7.2.2 反射圖和圖像亮度約束方程·····.157
7.2.3 光度立體學求解········.160
7.3 光流方程··········.163
7.3.1 光流和運動場·······.164
7.3.2 光流方程求解·······.167
7.4 由運動恢復形狀·········.173
7.5 各節要點和進一步參考········.176
第 8 章單目單圖像恢復········.177
8.1 由影調恢復形狀·········.178
8.1.1 影調與朝向········.178
8.1.2 梯度空間法········.179
8.2 亮度約束方程求解········.182
8.2.1 線性情況·········.183
8.2.2 旋轉對稱情況·······.184
8.2.3 平滑約束的一般情況······.186
8.3 由紋理恢復形狀·········.188
8.3.1 單目成像和畸變········.188
8.3.2 利用紋理變化恢復朝向·······.190
8.4 紋理消失點檢測·········.197
8.4.1 檢測線段紋理消失點······.197
8.4.2 確定圖像外消失點·······.199
8.5 各節要點和進一步參考········.201
第9 章 3D 目標表達·········.203
9.1 曲面的局部特征·········.204
9.1.1 表面法截線········.204
9.1.2 表面主法曲率·······.205
9.1.3 平均曲率和高斯曲率······.205
9.2 3D 表面表達········.208
9.2.1 參數表達·········.208
9.2.2 表面朝向表達·······.210
9.3 等值面的構造和表達·······.213
9.3.1 行進立方體算法········.213
9.3.2 覆蓋算法·········.216
9.4 從并行輪廓插值3D 表面······.218
9.4.1 輪廓內插和拼接········.218
9.4.2 可能遇到的問題········.220
9.4.3 德勞奈三角剖分和鄰域沃羅諾伊圖····.221
9.5 3D 實體表達········.224
9.5.1 基本表達方案·······.224
9.5.2 廣義圓柱體表達········.226
9.6 各節要點和進一步參考········.228
第10 章廣義匹配 ·········.230
10.1 匹配概述·········.231
10.1.1 匹配策略和類別·······.231
10.1.2 匹配和配準·······.233
10.1.3 匹配評價········.234
10.2 目標匹配·········.235
10.2.1 匹配的度量·······.235
10.2.2 對應點匹配·······.238
10.2.3 字符串匹配·······.239
10.2.4 慣量等效橢圓匹配······.240
10.2.5 形狀矩陣匹配········.241
10.3 動態模式匹配·········.242
10.3.1 匹配流程········.243
10.3.2 絕對模式和相對模式·······.243
10.4 圖論和圖同構匹配·······.245
10.4.1 圖論概述········.245
10.4.2 圖同構和匹配········.249
10.5 線條圖標記和匹配·······.251
10.5.1 輪廓標記········.251
10.5.2 結構推理········.253
10.5.3 回朔標記········.254
10.6 各節要點和進一步參考·······.255
第11 章知識和場景解釋·········.257
11.1 場景知識·········.258
11.1.1 模型········.258
11.1.2 屬性超圖········.260
11.1.3 基于知識的建模·······.261
11.2 邏輯系統·········.263
11.2.1 謂詞演算規則········.263
11.2.2 利用定理證明進行推理······.267
11.3 模糊推理·········.270
11.3.1 模糊集和模糊運算······.271
11.3.2 模糊推理方法········.272
11.4 場景分類·········.275
11.4.1 詞袋/特征包模型······.275
11.4.2 pLSA 模型········.278
11.5 各節要點和進一步參考·······.283
第12 章時空行為理解·········.285
12.1 時空技術·········.285
12.1.1 新的研究領域········.286
12.1.2 多個層次········.286
12.2 時空興趣點檢測········.288
12.2.1 空間興趣點的檢測······.288
12.2.2 時空興趣點的檢測······.289
12.3 時空動態軌跡學習和分析······.290
12.3.1 自動場景建模········.291
12.3.2 路徑學習········.293
12.3.3 自動活動分析········.296
12.4 時空動作分類和識別········.298
12.4.1 動作分類········.298
12.4.2 動作識別········.300
12.5 各節要點和進一步參考·······.306
附錄A 視知覺·········.308
A.1 形狀知覺··········.308
A.2 空間知覺··········.310
A.2.1 非視覺性深度線索·······.310
A.2.2 雙目深度線索·······.311
A.2.3 單目深度線索·······.313
A.3 運動知覺··········.315
A.3.1 運動感知的條件········.315
A.3.2 運動物體的檢測········.316
A.3.3 深度運動的檢測········.316
A.3.4 真實運動和表觀運動······.317
A.3.5 表觀運動的對應匹配······.317
A.3.6 孔徑問題·········.319
A.3.7 動態深度線索·······.320
A.4 各節要點和進一步參考········.321
自我檢測題··········.322
自我檢測題答案··········.358
參考文獻 ···········.367
術語索引 ···········.375 |
| 序： |
|
