计算机视觉：一种现代方法
|
读过这本书吗？
最近在读
读过
想读
还不熟悉
|
图书城书列：
加入到博客或社交网站：
|
|
我来评论这本书：
内容提要：
计算机视觉的应用日趋成熟,学习与掌握计算机视觉基本原理及计算方法是从事计算几何、计算机图形学、图像处理、机器人学等专门人才的需要。由于计算机视觉集多种学科，如数字图像处理、数字信号处理、光学、物理学、几何学、应用数学、模式识别及人工智能等知识于一体，因而编写一本适用教材十分困难。
本书作者力求该书既做到系统条理，又能各章相对独立，便于学生通读或选择部分阅读。本书既讲清基本原理，又密切联系应用，使学生既能掌握基本原理又能与实际应用联系起来。既不乏经典理论，又侧重近年来的新鲜成果，使学生既了解计算机视觉的发展历史，又能把主要精力放在被实践证实为有效的近年研究的新成果上。本书将必要的数学知识融入各相关章节中，具有深入浅出的效果。本书作者为不同需要的学生设计了若干种不同的教学计划，该书网络简版已在美国若干学校试用，反映颇好。这是近年较成功的一本计算机视觉教材，也适合有兴趣的专业人才自学。
作者简介：
David A.Forsyth，于牛律大学获得计算机科学博士学位，目前是加州大学伯克利分校计算机科学系的教授。在计算机视觉、计算机图形和机器学等方面，与人合作发表论文超过80篇，合作图书两部。
Jean Ponce，于巴黎第11大学（Orsay）获得计算机科学博士学位，目前伊利诺伊大学计算机科学教授。在包括计算机视觉和机器人学的宽广领域，Ponce教授著有超过100篇的会议和期刊论文，并与人合作编写了两本书。
编辑推荐：
本书以一种独特的现代视角来考察计算机视觉这一全新的课题。书中提供了大量来自计算机视觉相关产业机构的详细资料和数据，使得读者可以对计算机视觉有一个全面的、战略性的审视眼光。从事于计算机图形学、机器人学、图像处理学的读者都会发现这是一本很有帮助的图书。
目录：
第一部分 图像生成与图像模型
第1章 摄像机 1.1 针孔照相机 1.2 带镜头的摄像机 1.3 人的眼睛 1.4 信号感应 1.5 注释 习题 第2章 摄像机的几何模型 2.1 欧几里得解析几何基础 2.2 摄像机参数和透视投影 2.3 仿射摄像机和仿射投影方程 2.4 注释 习题 第3章 摄像机的几何标定 3.1 最小二乘法的参数估计 3.2 使用线性方法进行摄像机标定 3.3 径向畸变 3.4 分析摄影地形测量法 3.5 应用：机器人定位 3.6 注释 习题 第4章 辐射学——光亮度度量 4.1 空间中的光 4.2 到达表面的光 4.3 重要的特殊情况 4.4 注释 习题 第5章 光源、阴影与影调 5.1 定性辐射学 5.2 光源及其产生的效果 5.3 局部影调模型 5.4 应用：光度学体视 5.5 互反射：全局影调模型 5.6 注释 习题 第6章 颜色 6.1 物理学中的颜色 6.2 人类的颜色感知 6.3 颜色表示 6.4 图像颜色的一个模型 6.5 从图像颜色中找到表面颜色 6.6 注释 习题 第二部分 低层视觉：使用一幅图像 第7章 线性滤波 7.1 线性滤波和卷积 7.2 移不变线性系统 7.3 空间频率和傅里叶变换 7.4 采样和折叠失真 7.5 滤波器与模板 7.6 技术：归一化相关和检测模式 7.7 技术：尺度和图像金字塔 7.8 注释 习题 第8章 边缘检测 8.1 噪声 8.2 导数估计 8.3 对边缘进行检测 8.4 注释 习题 第9章 纹理 9.1 纹理表示 9.2 使用有方向性金字塔的分析（和合成) 9.3 应用：合成纹理来绘制 9.4 由纹理得到形状 9.5 注释 习题 第三部分 低层视觉：使用多幅图像 第10章 多视角几何学 第11章 立体视觉 第12章 从运动估计仿射模型 第13章 从运动估计投影模型 第四部分 中 层 视 觉 第14章 基于聚类的分割方法 第15章 基于模型拟合的分割 第16章 使用随机方法的分割与拟合 第17章 基于线性动态模型的跟踪 第五部分 高层视觉几何方法 第18章 基于模型的视觉 第19章 平滑表面及其轮廓 第20章 外观图 第21章 距离数据 第六部分 高层视觉：基于概率和推理的方法 第22章 利用分类器建立模板 第23章 基于模板间关系的识别 第24章 基于空间关系的几何模板 第七部分 应 用 第25章 应用：在数字化收藏库中查找 第26章 应用：基于图像的绘制 译者序：
人们利用自己的眼、耳、鼻、嘴以及其他器官从周围的环境中获取信息，从而在纷繁的世界中生存与发展。因此，一旦产生了计算机，人们也希望计算机能够替代他们与周围的环境交换信息，这就导致了计算机视觉这门学科的产生与发展。
计算机视觉成为一门独立的学科，至少可以从美国麻省理工学院Marr教授这一代人所做的奠基工作开始，因此计算器视觉这门学科至少已有20～30年的历史。在此期间，由于计算机视觉具有的潜在应用十分广泛，所涉及的学科知识极其繁多，研究的问题又极富挑战性，因此它一直是计算机学科中的一门热门学科，并吸引了许多从事心理学、神经科学、生理学、生物物理学、数学与计算机等各..
前言：
计算机视觉是一个处于知识前沿的领域。与其他前沿领域一样，它既激动人心又显得头绪繁多；在该领域经常可以看到缺乏权威性的现象；许多有用的做法并没有理论基础，而一些理论在实际应用中又毫无用处；虽然许多方面的研究已见成效，但是经常可以看到它们之间缺乏联系。尽管如此，我们还是力图在这本书中对这个领域给出一个相当有条理的分析。
我们认为计算机视觉，或简称为“视觉”，是一项事业，它与研究人类或动物的视觉是不同的。它借助于几何、物理和学习技术来构筑模型，从而用统计的方法来处理数据。因此从我们的角度看，在透彻理解摄像机性能与物理成像过程的基础上（这是本书第一篇的内容），视..
|