1、　绪论　1
　1.1 计算机视觉　1
　1.1.1 视觉概述　1
　1.1.2 计算机视觉的目标　2
　1.1.3 相关学科　2
　1.1.4 应用领域　4
　1.2 图像基础　4
　1.2.1 图像及类别　4
　1.2.2 图像表达和显示　6
　1.2.3 图像存储　7
　1.3 像素间联系　10
　1.3.1 像素邻域　10
　1.3.2 像素间距离　11
　1.4 本书内容提要　14
　1.4.1 计算机视觉系统及模块　14
　1.4.2 如何学习使用本书　15
　总结和复习　17

2、　图像采集　19
　2.1 采集装置　19
　2.2 采集模型　20
　2.2.1 几何成像模型　21
　2.2.2 亮度成像模型　26
　2.2.3 空间和幅度分辨率　28
　2.3 采集方式　29
　2.3.1 成像方式一览　29
　2.3.2 结构光法　30
　2.4 摄像机标定　32
　2.4.1 标定程序和步骤　32
　2.4.2 两级标定法　34
　总结和复习　37

3、　图像预处理　39
　3.1 坐标变换　39
　3.1.1 基本坐标变换　39
　3.1.2 几何失真校正　41
　3.2 灰度映射　43
　3.2.1 灰度映射原理　43
　3.2.2 灰度映射示例　43
　3.3 直方图修正　45
　3.3.1 直方图均衡化　45
　3.3.2 直方图规定化　47
　3.4 空域滤波　50
　3.4.1 原理和分类　50
　3.4.2 线性平滑滤波　51
　3.4.3 线性锐化滤波　53
　3.4.4 非线性平滑滤波　53
　3.4.5 非线性锐化滤波　56
　总结和复习　57

4、　基元检测　59
　4.1 边缘检测　59
　4.1.1 检测原理　59
　4.1.2 一阶导数算子　60
　4.1.3 二阶导数算子　64
　4.1.4 边界闭合　68
　4.1.5 边界细化　68
　4.2 SUSAN算子　69
　4.2.1 USAN原理　69
　4.2.2 角点和边缘检测　70
　4.3 哈里斯兴趣点算子　73
　4.4 哈夫变换　75
　4.3.1 基本哈夫变换　75
　4.3.2 广义哈夫变换　78
　4.3.3 完整广义哈夫变换　80
　4.5 椭圆定位和检测　81
　4.6 位置直方图技术　83
　总结和复习　85

5、　目标分割　87
　5.1 轮廓搜索　87
　5.1.1 图搜索　87
　5.1.2 动态规划　89
　5.2 主动轮廓模型　90
　5.2.1 主动轮廓　90
　5.2.2 能量函数　91
　5.3 基本阈值技术　93
　5.3.1 原理和分类　93
　5.3.2 全局阈值的选取　94
　5.3.3 局部阈值的选取　96
　5.3.4 动态阈值的选取　99
　5.4 特色阈值方法　99
　5.4.1 多分辨率阈值　99
　5.4.2 过渡区阈值　101
　5.5 特征空间聚类　103
　5.5.1 基本聚类方法　103
　5.5.2 均移确定聚类中心　104
　总结和复习　105

6、　目标表达和描述　107
　6.1 基于边界的表达　107
　6.1.1 链码　107
　6.1.2 边界段和凸包　109
　6.1.3 边界标记　110
　6.2 基于区域的表达　112
　6.2.1 四叉树　112
　6.2.2 围绕区域　113
　6.2.3 骨架　113
　6.3 基于边界的描述　115
　6.3.1 边界长度和直径　115
　6.3.2 边界形状数　116
　6.3.3 轮廓形状矩阵　117
　6.4 基于区域的描述　118
　6.4.1 区域面积和密度　118
　6.4.2 区域形状数　119
　6.4.3 区域不变矩　120
　6.4.4 拓扑描述符　122
　总结和复习　123

7、　纹理分析　125
　7.1 统计描述方法　125
　7.1.1 灰度共生矩阵　125
　7.1.2 基于共生矩阵的描述　127
　7.1.3 基于能量的描述　127
　7.2 结构描述方法　129
　7.2.1 结构描述原理　129
　7.2.2 纹理镶嵌　131
　7.2.3 局部二值模式　131
　7.3 频谱描述方法　133
　7.3.1 傅里叶频谱描述　133
　7.3.2 盖伯频谱描述　135
　7.4 纹理图像分割　136
　7.4.1 有监督纹理分割　137
　7.4.2 无监督纹理分割　139
　总结和复习　141

8、　形状分析　143
　8.1 形状紧凑性描述符　143
　8.2 形状复杂性描述符　149
　8.3 基于多边形的形状分析　151
　8.3.1 多边形计算　151
　8.3.2 多边形描述　152
　8.4 基于曲率的形状分析　154
　8.4.1 轮廓曲率　154
　8.4.2 曲面曲率　157
　总结和复习　158

9、　立体视觉　160
　9.1 立体视觉模块　160
　9.2 双目成像和视差　162
　9.2.1 双目横向模式　162
　9.2.2 双目横向会聚模式　164
　9.2.3 双目纵向模式　165
　9.3 基于区域的立体匹配　166
　9.3.1 模板匹配　166
　9.3.2 双目立体匹配　167
　9.4 基于特征的立体匹配　173
　9.4.1 点对点的方法　173
　9.4.2 动态规划匹配　175
　总结和复习　176

10、三维景物恢复　179
　10.1 由光移恢复表面朝向　179
　10.1.1 表面反射特性　179
　10.1.2 目标表面朝向　182
　10.1.3 反射图　183
　10.1.4 光度立体学求解　184
　10.2 从影调获取形状信息　186
　10.2.1 影调与形状　186
　10.2.2 求解亮度方程　188
　10.3 纹理变化与表面朝向　190
　10.3.1 三种典型变化　190
　10.3.2 确定线段的纹理消失点　192
　10.4 根据焦距确定深度　195
　总结和复习　196

11、运动分析　198
　11.1 运动分类和表达　198
　11.2 全局运动检测　201
　11.2.1 利用图像差的检测　202
　11.2.2 基于模型的检测　204
　11.3 运动目标检测和分割　206
　11.3.1 背景建模　206
　11.3.2 运动目标跟踪　209
　11.3.3 运动目标分割　213
　11.4 运动光流和表面取向　214
　11.4.1 光流约束方程　214
　11.4.2 光流计算　214
　11.4.3 光流与表面取向　218
　总结和复习　221

12、景物识别　223
　12.1 统计模式分类　223
　12.1.1 模式分类原理　223
　12.1.2 **小距离分类器　224
　12.1.3 **优统计分类器　225
　12.2 感知机　228
　12.3 支持向量机　231
　12.4 结构模式识别　234
　12.4.1 字符串结构识别　234
　12.4.2 树结构识别　237
　总结和复习　239

13、广义匹配　241
　13.1 目标匹配　241
　13.1.1 匹配的度量　241
　13.1.2 字符串匹配　244
　13.1.3 惯量等效椭圆匹配　245
　13.2 动态模式匹配　247
　13.3 关系匹配　249
　13.3.1 关系表达和距离　249
　13.3.2 关系匹配模型　251
　13.4 图同构匹配　252
　13.4.1 图论基础　252
　13.4.2 图同构和匹配　255
　总结和复习　256

14、时空行为理解　259
　14.1 时空技术　259
　14.2 时空兴趣点　260
　14.3 动态轨迹学习和分析　262
　14.3.1 自动场景建模　263
　14.3.2 路径学习　264
　14.3.3 自动活动分析　266
　14.4 动作分类和识别　267
　14.4.1 动作分类　267
　14.4.2 动作识别　268
　14.5 活动和行为建模　272
　14.5.1 动作建模　272
　14.5.2 活动建模和识别　275
　总结和复习　278

15、场景解释　280
　15.1 线条图标记解释　280
　15.2 体育比赛视频排序　283
　15.3 计算机视觉系统模型　287
　15.3.1 多层次串行结构　287
　15.3.2 知识库为中心的辐射结构　288
　15.3.3 知识库为根的树结构　288
　15.3.4 多模块交叉配合结构　289
　15.4 计算机视觉理论框架　290
　15.4.1 马尔视觉计算理论　290
　15.4.2 对马尔理论框架的改进　293
　15.4.3 新理论框架的研究　294
　总结和复习　296

部分练习题解答　298

参考文献　304

索引　310