计算机视觉：算法与系统原理

第一章  概论                  
     1. 1  人类视觉系统的构成与视觉机理                  
     1. 1. 1  眼睛                  
     1. 1. 2  视觉神经系统                  
     1. 1. 3  视觉机理假说                  
     1. 1. 4  视觉中的一些心理和生理特征与现象                  
     1. 1. 5  视知觉对深度的感知                  
     1. 2  计算机视觉研究的特点                  
     1. 3  计算机视觉与相关领域的关系                  
     1. 4  计算机视觉的发展                  
   第二章  计算机视觉中的空间关系                  
     2. 1  基本概念                  
     2. 2  成象模型与视觉坐标系                  
     2. 3  齐次坐标与N矢量                  
     2. 4  平面对偶原理                  
     2. 5  直射变换. 对射变换与标准极变换                  
     2. 6  平移运动                  
     2. 6. 1  N速度与轨迹                  
     2. 6. 2  平移运动的出现点与从平移恢复形状                  
     2. 7  旋转运动                  
     2. 7. 1  旋转变换                  
     2. 7. 2  旋转矩阵的计算                  
     2. 8  一般刚体运动                  
     2. 8. 1  一般刚体运动的坐标变换                  
     2. 8. 2  平面投影图象的变换                  
     2. 8. 3  变换参数的计算                  
     2. 8. 4  面参数的计算                  
     2. 8. 5  一般刚体运动分析                  
   第三章  立体视觉                  
     3. 1  一般性原理                  
     3. 2  内极点. 内极线与内极平面                  
     3. 2. 1  一般情况                  
     3. 2. 2  平行立体视中的内极线约束                  
     3. 3  立体视中的配准                  
     3. 3. 1  双目配准                  
     3. 3. 2  三目配准                  
     3. 4  三维表面重建                  
   第四章  运动分析                  
     4. 1  运动场与光流                  
     4. 1. 1  运动场                  
     4. 1. 2  光流                  
     4. 2  基于梯度的光流计算                  
     4. 2. 1  基本等式的引入                  
     4. 2. 2  光流计算与附加约束                  
     4. 3  基于区域匹配的光流计算方法                  
     4. 3. 1  基于保守信息的初始速度场估计                  
     4. 3. 2  利用邻域信息的求精                  
     4. 3. 3  采用Kalman滤波器的速度场估计                  
     4. 4  光流计算的其他方法                  
     4. 5  从运动恢复结构                  
     4. 5. l  空间运动与对应视平面的运动场                  
     4. 5. 2  平面对象的光流                  
   第五章  基于其他线索的三维信息恢复                  
     5. 1  从阴影恢复三维形状                  
     5. 1. 1  成象过程的数学模型                  
     5. 1. 2  反射图方法                  
     5. 1. 3  球状点假设方法                  
     5. 2  从纹理恢复三维形状                  
     5. 2. 1  基于纹理梯度的方法                  
     5. 2. 2  基于收敛线的方法                  
     5. 2. 3  基于正规化纹理属性图的方法                  
     5. 2. 4  由形变估计表面方向                  
     5. 3  融合阴影与纹理的立体视觉                  
     5. 3. 1  光度立体技术                  
     5. 3. 2  纹理立体技术                  
   第六章  不确定性视觉计算                  
     6. 1  视觉逆问题及其不确定                  
     6. 1. 1  成象过程与视觉计算                  
     6. 1. 2  逆问题与不确定性                  
     6. 2  不确定性的描述与求解                  
     6. 2. 1  有限晶格系统, MRF与Gibbs分布                  
     6. 2. 2  估计构造                  
     6. 2. 3  问题求解                  
     6. 2. 4  参数估计                  
     6. 3  基于不确定性方法的边缘检测                  
     6. 3. 1  模型的建立                  
     6. 3. 2  估计的求解                  
     6. 4  基于不确定性方法的立体视视差计算                  
     6. 4. 1  构造估计问题                  
     6. 4. 2  WTA网络                  
     6. 5  小结                  
   第七章  高层表示                  
     7. 1  二维图象的表示                  
     7. 1. 1  边界表示                  
     7. 1. 2  区域表示                  
     7. 2  三维物体的几何模型                  
     7. 2. 1  物体的结构表示                  
     7. 2. 2  物体的多视特征表示                  
     7. 3  空间物体的关系模型                  
     7. 3. 1  语义网的概念                  
     7. 3. 2  属性超图                  
     7. 3. 3  语义网的操作                  
     7. 3. 4  其他知识表达方法介绍                  
   第八章  主动视觉与融台                  
     8. 1  主动视觉                  
     8. 1. 1  从阴影恢复形状                  
     8. 1. 2  从运动恢复结构                  
     8. 1. 3  主动跟踪                  
     8. 1. 4  通过变形模板提取面部特征                  
     8. 2  视觉计算与融合技术                  
     8. 2. 1  融合处理中需考虑的问题                  
     8. 2. 2  不问级融合的一个例子                  
     8. 2. 3  融合的一般方法                  
     8. 2. 4  物体识别与信息融合                  
   第九章  计算机视觉系统                  
     9. 1  引言                  
     9. 2  三维物体识别                  
     9. 2. 1  三维物体识别概念                  
     9. 2. 2  物体识别系统的组成及特性                  
     9. 2. 3  物体识别的模型组织与特性                  
     9. 3  视觉系统中的若干问题                  
     9. 3. 1  视觉系统中的控制                  
     9. 3. 2  视觉系统中的推理与规划                  
     9. 3. 3  视觉系统中的学习                  
     9. 4  三维计算机视觉系统                  
     9. 4. 1  ACRONYM———基于模型驱动的视觉系统                  
     9. 4. 2  INGEN——用于一般形状物体识别的视觉系统                  
     9. 5  运用图象理解环境                  
     9. 5. 1  KBVision——基于知识的图象理解环境                  
     9. 5. 2  IUE——通用图象理解环境                  
   参考文献                  
   附录一  算法证明                  
     1. 1  算法2.3的证明                  
     1. 2  算法2.4的计算过程                  
   附录二  IUE中类的谱系图                  
     2. 1  IUE基本类谱系图                  
     2. 2  IUE图象类谱系图                  
     2. 3  IUE空间对象类谱系图                  
     2. 4  IUE图象特征类谱系图                  
     2. 5  IUE坐标系与变换类谱系图                  
     2. 6  IUE空间索引类谱系图                  
     2. 7  IUE传感器类谱系图                  
     2. 8  IUE传感器模型类谱系图                  
     2. 9  IUE射线类谱系图                  
     2. 10  IUE镜头类谱系图                  
     2. 11  IUE滤波器类谱系图                  
     2. 12  IUE景物类谱系图                  
     2. 13  IUE统计类谱系图