计算机视觉教程（第2版）

本书系统地介绍了计算机视觉的基本原理、典型方法和实用技术，内容包括图像采集、图像预处理、基元检测、目标分割、目标表达和描述、纹理特性分析、形状特性分析、立体视觉、三维景物恢复、运动特性分析、景物识别、广义匹配、时空行为了解、场景解释及计算机视觉系统。读者可从中了解计算机视觉的基本原理和典型技术，并能据此解决计算机视觉应用中的一些具体问题。本书提供了许多讲解例题，每章均有要点小结、参考文献介绍和练习题（为部分练习题提供了解答）。本书可作为信息科学、计算机科学、计算机应用、信号与信息处理、通信与信息系统、电子与通信工程、模式识别与智能系统等学科大学本科或研究生的专业基础课教材，也可作为远程教育或继续教育中计算机应用、电子技术等专业的研究生课程教材，还可供涉及计算机视觉技术应用行业（如工业自动化、人机交互、办公自动化、视觉导航和机器人、安全监控、生物医学、遥感测绘、智能交通和军事公安等）的科技工作者自学及科研参考。
【目录】


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 最小距离分类器　224

　12.1.3 最优统计分类器　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