计算机视觉原理与应用

第1章  绪  论
  1.1  计算机视觉
  1.2  数字图像
  1.3  国内外研究现状
第2章  数字图像处理的基本方法
  2.1  数字图像在计算机中的表达
    2.1.1  位图的类型
    2.1.2  对应的数据结构
  2.2　傅里叶变换
  2.3  滤波与算子
    2.3.1  中值、均值滤波
    2.3.2  低通、高通滤波
    2.3.3  算子
  2.4  浅析图像的多尺度
    2.4.1  图像金字塔
    2.4.2  高斯尺度空间
  2.5  小波变换
    2.5.1  连续小波变换
    2.5.2  连续小波变换的离散化
第3章  图像复原
  3.1  图像去噪
    3.1.1  小波去噪
    3.1.2  偏微分方程去噪
  3.2  图像去模糊
  3.3  图像去雾
    3.3.1  雾天图像降质模型
    3.3.2  暗通道去雾
第4章  图像分割
  4.1  数据驱动的分割方法
    4.1.1  阈值分割
    4.1.2  区域增长
    4.1.3  分水岭
  4.2  模型驱动的分割方法
    4.2.1  Snake模型
    4.2.2  Level—Set模型
  4.3  显著性区域检测
    4.3.1  总体模型框架
    4.3.2  视觉特征提取
    4.3.3  特征图计算
    4.3.4  显著图合并
    4.3.5  注意焦点转移
第5章  特征提取
　5.1  一般特征
    5.1.1  颜色特征
    5.1.2  纹理特征
    5.1.3  形状特征
　5.2  角点特征(Harris)
　5.3  具备不变性的特征(SIF7) 
第6章  目标识别与跟踪
　6.1  目标识别
    6.1.1  帧间差分法
    6.1.2  混合高斯背景模型 
    6.1.3  光流法
　6.2  目标跟踪
    6.2.1  Mean Shift
    6.2.2  Kalman滤波器
参考文献