图像理解

第一章  绪  论                  
 1. 1  概述                  
 1. 1. 1  什么是图像理解                  
 1. 1. 2  图像理解的研究和应用                  
 1. 2  常用的数据结构                  
 1. 2. 1  线性表                  
 1. 2. 2  层次结构                  
 1. 2. 3  图结构                  
 1. 2. 4  复杂的循环结构举例                  
 1. 3  知识的表示与应用                  
 1. 3. 1  常用的几种知识表示方法                  
 1. 3. 2  不精确推理概述                  
 1. 4  本书章节安排                  
 第二章  线                  
 2. 1  概述                  
 2. 2  简单的边缘检测算子                  
 2. 2. 1  常见的检测局部边缘算子                  
 2. 2. 2  简单边缘检测算子的性能比较                  
 2. 2. 3  改进简单边缘检测算子的方法                  
 2. 3  Marr-Hildreth边缘检测理论                  
 2. 3. 1  基本原理                  
 2. 3. 2  具体实现                  
 2. 3. 3  多信道的综合                  
 2, 4  用Facet模型检测边缘                  
 2. 4. 1  Facet模型的形式化                  
 2. 4. 2  利用Facet模型确定边缘                  
 2. 5  形成有意义的线特征                  
 2. 5. 1  启发式连接                  
 2. 5. 2. Hough变换                  
 2. 5. 3  相位编组方法                  
 2. 5. 4  层次记号编组                  
 2. 6    小结                  
 第三章  区  域                  
 3. 1  概述                  
 3. 2  简单图像基于像元灰度的全局门限法                  
 3. 2. 1  简单的直方图分析法                  
 3. 2. 2  直方图凹形分析法                  
 3. 2. 3  类别方差自动门限法                  
 3. 2. 4  最佳熵自动门限法                  
 3. 2. 5  矩不变自动门限法                  
 3. 2. 6  极小误差自动门限法                  
 3. 3  简单图像基于像元邻域属性的全局门限法                  
 3. 3. 1  基于边缘特性的方法                  
 3. 3. 2  基于二阶统计特性的方法                  
 3. 3. 3  利用两个"累积测量"选门限                  
 3. 3. 4  松弛迭代方法                  
 3. 4  全局门限化直方图分割方法的评估                  
 3. 5  复杂图像基于图像属性的分割方法                  
 3. 5. 1  自动多门限分割技术                  
 3. 5. 2  循环分解法                  
 3. 5. 3  分块分割再合并方法                  
 3. 6  区域连接增长                  
 3. 6. 1  单连接区域增长                  
 3. 6. 2  混合连接区域增长                  
 3. 6. 3  中心连接区域增长                  
 3. 6. 4  混合连接组合技术                  
 3. 7  分开一合并的分析方法                  
 3. 7. 1  基本思想                  
 3. 7. 2  处理过程                  
 3. 7. 3  一致性谓词                  
 3. 8  彩色图像分割                  
 3. 9  小结                  
 第四章  纹理                  
 4. 1  概述                  
 4. 2  空间灰度层共现矩阵                  
 4. 2. 1  基本原理                  
 4. 2. 2  共现矩阵应用举例                  
 4. 3  纹理能量测量                  
 4. 4  用Markov随机场模型描述纹理                  
 4. 5  用分形和分维理论描述纹理                  
 4. 5. 1  分形和分维的基本概念                  
 4. 5. 2  分形布朗模型用于图像分析                  
 4. 5. 3  双毯求表面面积确定分形参量                  
 4. 6  纹理的结构分析方法和纹理梯度                  
 4. 6. 1  纹理的结构分析方法                  
 4. 6. 2  纹理梯度                  
 4. 7  小结                  
 第五章形状                  
 5. 1  概述                  
 5. 2  二维形状描述技术                  
 5. 2. 1  内标量方法                  
 5. 2. 2  外标量变换方法                  
 5. 2. 3  内空间域技术                  
 5. 2. 4  外空间域技术                  
 5. 2. 5  二维形状描述方法回顾                  
 5. 2. 6  二维形状的层次描述                  
 5. 3  三维物体的表示方法                  
 5. 3. 1  骨架表示法                  
 5. 3. 2  表面表示法                  
 5. 3. 3  体积表示法和广义圆柱体                  
 5. 4  由图像性质导出表面方向                  
 5. 4. 1  坐标系统和梯度空间                  
 5. 4. 2  由正交投影图像获取三维形状信息                  
 5. 4. 3  由体视投影图像获取三维形状信息                  
 5. 5  小结                  
 第六章  图像序列分析                  
 6. 1  概述                  
 6. 2  从图像序列中检测运动信息                  
 6. 2. 1  简单的检测灰度变化的方法                  
 6. 2. 2  基于灰度梯度确定瞬时速度场                  
 6. 3  基本记号的检测方法                  
 6. 3. 1  点记号检测                  
 6. 3. 2  点匹配                  
 6. 3. 3  运动边缘检测                  
 6. 3. 4  连通的像元集(小区域)的检测                  
 6. 4  流场几何                  
 6. 5  纯平移运动                  
 6. 5. 1  基本关系                  
 6. 5. 2  直接搜索平移轴                  
 6. 5. 3  复对数变换分析方法                  
 6. 6  利用点对应性估计运动参数和三维结构                  
 6. 6. 1  对曲表面运动的估计                  
 6. 6. 2  对平面运动的估计                  
 6. 7  利用局部光流场的分析方法                  
 6. 7. 1  导出动力学关系                  
 6. 7. 2  实现方法的考虑                  
 6. 8  全局光流技术                  
 6. 8. 1  流场分割                  
 6. 8. 2  估计三维运动和结构                  
 6. 9  小结                  
 第七章  双目图像分析                  
 7. 1  概述                  
 7. 2  搜索对应性的条件限制                  
 7. 2. 1  外极几何限制                  
 7. 2. 2  变换外极线为水平扫描线                  
 7. 2. 3  线记号对应性的限制条件                  
 7. 3  求解对应性的匹配技术                  
 7. 3. 1  基于灰度的匹配                  
 7. 3. 2  松弛合作算法                  
 7. 3. 3  概率松弛匹配技术                  
 7. 3. 4  直线段匹配                  
 7. 3. 5  曲线段匹配                  
 7. 4  双目视觉中的相机系统模型                  
 7. 4. 1  基本概念                  
 7. 4. 2  双目横模型结构                  
 7. 4. 3  双目轴模型结构                  
 7. 5  小结                  
 第八章  图像理解系统                  
 8. 1  概述                  
 8. 1. 1  引言                  
 8. 1. 2  图像理解模型                  
 8. 2  面向区域的二维解释系统                  
 8. 2. 1  航片解释系统                  
 8. 2. 2  基于规则的景物解释系统                  
 8. 2. 3  VISIONS                  
 8. 2. 4  SCORPIUS                  
 8. 3  三维景物的解释系统                  
 8. 3. 1  积木世界的理解                  
 8. 3. 2  ACRONYM                  
 8. 3. 3  三维MOSAIC系统                  
 8. 4  图像理解环境(1UE)                  
 8. 4. 1  什么是图像理解环境                  
 8. 4. 2  CME                  
 8. 4. 3  KBVision                  
 8. 4. 4  Power Vision                  
 8. 5  图像理解的系统结构                  
 8. 5. 1  图像理解的不同层次和功能要求                  
 8. 5. 2  图像理解与并行处理结构                  
 8. 5. 3  典型的图像理解系统结构                  
 8. 5. 4  图像理解结构的试验程序                  
 8. 6  小结                  
 参考文献