第1章 计算机视觉基础 1__eol__1.1 视觉基础 1__eol__1.1.1 视觉 1__eol__1.1.2 视感觉和视知觉 2__eol__1.1.3 视觉过程 3__eol__1.2 视觉和图像 5__eol__1.2.1 图像和数字图像 6__eol__1.2.2 图像和像素表示 7__eol__1.2.3 图像存储与文件格式 8__eol__1.2.4 图像显示和打印方法 12__eol__1.3 视觉系统和图像技术 14__eol__1.3.1 视觉系统流程 15__eol__1.3.2 图像技术层次 15__eol__1.3.3 图像技术类别 16__eol__1.4 本书架构和内容概况 17__eol__1.4.1 结构框架和主要内容 17__eol__1.4.2 各章概况 18__eol__1.4.3 先修基础 19__eol__1.5 各节要点和进一步参考 20__eol__第2章 2D图像采集 22__eol__2.1 采集装置和性能指标 23__eol__2.1.1 CCD传感器 23__eol__2.1.2 CMOS传感器 24__eol__2.1.3 常用性能指标 25__eol__2.1.4 图像采集流程 25__eol__2.2 图像亮度成像模型 26__eol__2.2.1 光度学基础 26__eol__2.2.2 均匀照度 27__eol__2.2.3 简单亮度成像模型 29__eol__2.3 图像空间成像模型 30__eol__2.3.1 投影成像几何 30__eol__2.3.2 基本成像模型 32__eol__2.3.3 一般成像模型 34__eol__2.4 采样和量化 37__eol__2.4.1 空间和幅度分辨率 37__eol__2.4.2 图像数据量与质量 39__eol__2.5 像素之间的关系 43__eol__2.5.1 像素邻域及连通 43__eol__2.5.2 像素间距离 44__eol__2.6 各节要点和进一步参考 46__eol__第3章 空域增强 47__eol__3.1 图像间运算 47__eol__3.1.1 算术运算 48__eol__3.1.2 逻辑运算 50__eol__3.2 图像灰度映射 51__eol__3.2.1 图像求反 51__eol__3.2.2 对比度拉伸 52__eol__3.2.3 动态范围压缩 53__eol__3.3 直方图均衡化 53__eol__3.3.1 图像直方图 53__eol__3.3.2 原理和步骤 55__eol__3.4 直方图规定化 57__eol__3.4.1 原理和步骤 57__eol__3.4.2 单映射规则和组映射规则 59__eol__3.5 空域卷积增强 62__eol__3.5.1 模板卷积 62__eol__3.5.2 空域滤波 63__eol__3.6 各节要点和进一步参考 67__eol__第4章 频域增强 69__eol__4.1 傅里叶变换和频域增强 70__eol__4.1.1 傅里叶变换 70__eol__4.1.2 傅里叶变换特性 71__eol__4.1.3 频域增强 72__eol__4.2 频域低通滤波器 73__eol__4.2.1 理想低通滤波器 73__eol__4.2.2 巴特沃斯低通滤波器 74__eol__4.3 频域高通滤波器 75__eol__4.3.1 理想高通滤波器 76__eol__4.3.2 巴特沃斯高通滤波器 76__eol__4.4 带通带阻滤波器 77__eol__4.4.1 带通滤波器 78__eol__4.4.2 带阻滤波器 79__eol__4.4.3 带通滤波器和带阻滤波器的联系 80__eol__4.4.4 陷波滤波器 81__eol__4.4.5 交互消除周期噪声 82__eol__4.5 同态滤波器 84__eol__4.5.1 同态滤波流程 84__eol__4.5.2 同态滤波消噪 86__eol__4.6 各节要点和进一步参考 86__eol__第5章 图像恢复 88__eol__5.1 图像退化模型 88__eol__5.1.1 图像退化模型 89__eol__5.1.2 图像退化模型性质 90__eol__5.2 逆滤波 91__eol__5.2.1 无约束恢复 91__eol__5.2.2 逆滤波模型 92__eol__5.3 维纳滤波 93__eol__5.3.1 有约束恢复 93__eol__5.3.2 维纳滤波器 94__eol__5.4 几何失真校正 95__eol__5.4.1 空间变换 95__eol__5.4.2 灰度插值 97__eol__5.5 图像修补 99__eol__5.5.1 图像修补原理 99__eol__5.5.2 图像修补示例 100__eol__5.6 各节要点和进一步参考 103__eol__第6章 彩色增强 105__eol__6.1 彩色视觉 105__eol__6.1.1 三基色和颜色表示 106__eol__6.1.2 色度图 107__eol__6.2 彩色模型 109__eol__6.2.1 RGB模型 109__eol__6.2.2 HSI模型 110__eol__6.2.3 从RGB转换到HSI 111__eol__6.2.4 从HSI转换到RGB 111__eol__6.3 伪彩色增强 113__eol__6.3.1 亮度切割 113__eol__6.3.2 从灰度到彩色的变换 114__eol__6.3.3 频域滤波 115__eol__6.4 真彩色增强 115__eol__6.4.1 单分量真彩色增强 116__eol__6.4.2 全彩色增强 118__eol__6.5 各节要点和进一步参考 119__eol__第7章 图像分割 121__eol__7.1 定义和算法分类 122__eol__7.1.1 图像分割定义 122__eol__7.1.2 图像分割算法分类 123__eol__7.2 微分边缘检测 124__eol__7.2.1 微分边缘检测原理 124__eol__7.2.2 空域微分算子 125__eol__7.3 主动轮廓模型 129__eol__7.3.1 主动轮廓 129__eol__7.3.2 能量函数 130__eol__7.4 阈值化分割 134__eol__7.4.1 原理步骤 134__eol__7.4.2 阈值选取 135__eol__7.5 基于过渡区选取阈值 138__eol__7.5.1 过渡区和有效平均梯度 138__eol__7.5.2 有效平均梯度的极值点和过渡区边界 139__eol__7.5.3 阈值选取 140__eol__7.6 区域生长 141__eol__7.6.1 基本方法 141__eol__7.6.2 问题和改进 143__eol__7.7 各节要点和进一步参考 144__eol__第8章 基元检测 146__eol__8.1 兴趣点检测 146__eol__8.1.1 利用二阶导数检测角点 147__eol__8.1.2 哈里斯兴趣点算子 148__eol__8.1.3 积分角点检测 150__eol__8.2 椭圆目标检测 155__eol__8.2.1 直径二分法 155__eol__8.2.2 弦?切线法 156__eol__8.2.3 椭圆的其他参数 156__eol__8.3 哈夫变换 158__eol__8.3.1 点?线对偶性 158__eol__8.3.2 计算步骤 159__eol__8.3.3 极坐标方程 162__eol__8.4 广义哈夫变换 164__eol__8.4.1 推广原理 164__eol__8.4.2 完整广义哈夫变换 166__eol__8.5 各节要点和进一步参考 168__eol__第9章 目标表达 170__eol__9.1 轮廓的链码表达 170__eol__9.1.1 链码表达 171__eol__9.1.2 链码归一化 172__eol__9.2 轮廓标志 173__eol__9.2.1 距离?角度标志 173__eol__9.2.2 切线角?弧长标志 174__eol__9.2.3 斜率?密度标志 174__eol__9.2.4 距离?弧长标志 175__eol__9.3 轮廓的多边形近似 175__eol__9.3.1 最小周长多边形 176__eol__9.3.2 聚合多边形 176__eol__9.3.3 分裂多边形 177__eol__9.4 目标的层次表达 178__eol__9.4.1 四叉树表达法 178__eol__9.4.2 二叉树表达法 180__eol__9.5 目标的围绕区域 180__eol__9.5.1 外接盒 181__eol__9.5.2 最小包围长方形 182__eol__9.5.3 凸包 182__eol__9.6 目标的骨架表达 183__eol__9.6.1 骨架和骨架点 183__eol__9.6.2 骨架算法 184__eol__9.7 各节要点和进一步参考