【章名目录】
第1章　绪论　1
第2章　线性滤波器　8
第3章　图像边缘提取与模型拟合　27
第4章　局部特征提取　56
第5章　图像分割　81
第6章　图像检索与分类　94
第7章　目标检测与跟踪　117
第8章　摄像机几何与标定　144
第9章　三维重建　175

【详细目录】
第1章　绪论　1
1.1 计算机视觉概述　1
1.2 相关学科　2
1.3 发展历程　3
1.4 应用领域　5
本章小结　7
习题 　7

第2章　线性滤波器　8
2.1 卷积　8
2.1.1 图像表示与线性滤波　8
2.1.2 卷积的定义　10
2.1.3 卷积的性质　11
2.1.4 卷积示例　11
2.1.5 动手实践：图像锐化　13
2.2 图像去噪　14
2.2.1 噪声分析　14
2.2.2 中值滤波器　16
2.2.3 动手实践：去除图像中的椒盐噪声　18
2.2.4 高斯滤波　20
2.2.5 动手实践：去除图像中的高斯噪声　24
本章小结　26
习题 　26

第3章　图像边缘提取与模型拟合　27
3.1 图像边缘与图像求导　27
3.1.1 边缘的位置特点　27
3.1.2 图像导数与梯度　29
3.1.3 高斯一阶偏导核　30
3.1.4 动手实践：图像求导　33
3.2 边缘检测　35
3.2.1 Canny边缘检测器　35
3.2.2 动手实践：车道线检测　37
3.3 模型拟合　38
3.3.1 最小二乘拟合　38
3.3.2 鲁棒拟合　41
3.3.3 RANSAC算法　42
3.3.4 动手实践：RANSAC直线拟合　45
3.3.5 霍夫变换　47
3.4 动手实践：硬币定位　53
本章小结　55
习题 　55

第4章　局部特征提取　56
4.1 图像拼接问题与局部特征　56
4.2 Harris-Laplace检测器　59
4.2.1 Harris角点检测器　59
4.2.2 尺度不变理论　65
4.2.3 LoG算子　67
4.3 SIFT特征　72
4.3.1 DoG尺度空间　72
4.3.2 SIFT特征点检测　74
4.3.3 SIFT特征描述子　75
4.4 动手实践：图像拼接　76
本章小结　80
习题 　80

第5章　图像分割　81
5.1 图像分割概述　81
5.2 人类视觉分组与格式塔理论　82
5.3 基于像素聚类的图像分割　83
5.3.1 基于K-means的图像分割　83
5.3.2 基于均值漂移的图像分割　85
5.3.3 动手实践：图像分割　89
本章小结　92
习题 　93

第6章　图像检索与分类　94
6.1 图像分类任务概述　94
6.1.1 图像分类任务的难点　95
6.1.2 图像分类任务的评价指标　98
6.1.3 数据驱动的图像分类系统的基本范式　99
6.2 词袋模型与图像检索　100
6.2.1 文本词袋模型　100
6.2.2 TF-IDF加权　101
6.2.3 视觉词袋模型　102
6.2.4 动手实践：基于词袋模型的图像检索　104
6.3 基于词袋模型的图像分类　107
6.3.1 线性分类模型　107
6.3.2 多类支持向量机损失　108
6.3.3 模型优化　109
6.3.4 欠拟合与过拟合　110
6.3.5 动手实践：场景图像分类　111
本章小结　116
习题 　116

第7章　目标检测与跟踪　117
7.1 目标检测任务概述　117
7.2 基于滑动窗口的目标检测范式　118
7.3 基于AdaBoost的人脸检测　121
7.3.1 人脸检测任务概述　121
7.3.2 AdaBoost算法　121
7.3.3 构建弱分类器　122
7.3.4 级联结构　125
7.3.5 动手实践：人脸检测　127
7.4 基于HOG特征的行人检测　129
7.4.1 行人检测任务概述　130
7.4.2 HOG特征　130
7.4.3 应用HOG特征实现行人检测　131
7.4.4 动手实践：行人检测　132
7.5 基于光流的运动跟踪　133
7.5.1 光流计算基本等式　134
7.5.2 Lucas-Kanade光流计算　136
7.5.3 动手实践：车辆运动跟踪　138
本章小结　142
习题 　142

第8章　摄像机几何与标定　144
8.1 针孔模型与透镜　144
8.1.1 针孔摄像机　144
8.1.2 透镜成像　148
8.2 摄像机几何　151
8.2.1 齐次坐标　151
8.2.2 坐标系变换和刚体变换　153
8.2.3 一般摄像机的几何模型　157
8.2.4 透视投影矩阵的性质　161
8.3 摄像机标定　161
8.3.1 投影矩阵估计　161
8.3.2 退化情况　163
8.4 径向畸变的摄像机标定　164
8.4.1 径向畸变模型　164
8.4.2 径向畸变标定　165
8.5 动手实践：摄像机标定　167
本章小结　173
习题 　173

第9章　三维重建　175
9.1 三维重建基础　175
9.1.1 三角化的概念　175
9.1.2 三角化的线性解法　177
9.1.3 三角化的非线性解法　178
9.2 极几何与基础矩阵　179
9.2.1 极几何　179
9.2.2 本质矩阵与基础矩阵　180
9.2.3 基础矩阵估计　182
9.2.4 动手实践：基础矩阵估计　184
9.3 双目立体视觉　190
9.3.1 基于平行视图的双目立体视觉　190
9.3.2 图像校正　194
9.3.3 对应点搜索　197
9.3.4 动手实践：双目立体视觉定位　201
本章小结　208
习题 　208

参考文献　210