- Артикул:00-01035524
- Автор: Л. Шапиро, Дж. Стокман
- ISBN: 978-5-9963-3003-4
- Обложка: Твердая обложка
- Издательство: БИНОМ. Лаборатория знаний (все книги издательства)
- Город: Москва
- Страниц: 763
- Год: 2015
- Вес: 2065 г
- Серия: Учебное пособие для ВУЗов (все книги серии)
- Лучший зарубежный учебник
Развернуть ▼
В данной книге теоретические аспекты обработки зрительных данных рассматриваются с привлечением большого количества примеров из практических задач. Наряду с классическими темами, в книге рассматриваются базы данных изображений и системы виртуальной и дополненной реальности. Приведены примеры приложений в промышленности, медицине, землепользовании, мультимедиа и компьютерной графике.
Студентам старших курсов и аспирантам, интересующимся современным состоянием дел в машинном зрении.
Оглавление
Предисловие редактора перевода
Предисловие к русскому изданию
Предисловие
Замечания относительно языка программирования
Варианты работы с книгой
Глава 1. Введение
1.1. Могут ли машины видеть?
1.2. Прикладные задачи
1.3. Операции обработки изображений
1.4. Успехи, сложности и неудачи компьютерного зрения
1.5. Применение компьютеров и программного обеспечения
1.6. Смежные области
1.7. Структура оставшейся части книги
1.8. Литература
1.9. Дополнительные упражнения
Глава 2. Формирование и представление изображений
2.1. Восприятие света
2.2. Устройства для формирования изображений
2.3. Проблемы формирования цифровых изображений
2.4. Функции интенсивности и цифровые изображения
2.5. Форматы цифровых изображений
2.6. Особенности и проблемы получения изображений естественных сцен
2.7. Оценка пространственных свойств объектов по двумерным изображениям
2.8. Пять систем координат
2.9. Другие типы датчиков
2.10. Литература
Глава 3. Анализ бинарных изображений
3.1. Пикселы и окрестности пикселов
3.2. Применение масок к изображениям
3.3. Подсчет объектов на изображении
3.4. Маркировка связных компонент
3.5. Морфология бинарных изображений
3.6. Свойства областей
3.7. Графы смежности областей бинарного изображения
3.8. Пороговая бинаризация полутоновых изображений
3.9. Литература
Глава 4. Основные понятия распознавания образов
4.1. Задачи распознавания образов
4.2. Общая модель классификации
4.3. Взаимосвязь точности системы и полноты выборки
4.4. Признаки, используемые для описания объектов
4.5. Представление объектов в виде векторов признаков
4.6. Реализация классификатора
4.7. Структурные методы распознавания
4.8. Матрица неточностей
4.9. Деревья решений
4.10. Байесовский подход к принятию решений
4.11. Принятие решений при обработке многомерных данных
4.12. Самообучающиеся машины
4.13. Искусственные нейронные сети
4.14. Литература
Глава 5. Фильтрация и улучшение изображений
5.1. Что необходимо сделать с изображением?
5.2. Изменение тонового распределения
5.3. Удаление малых областей изображения
5.4. Сглаживание изображения
5.5. Медианная фильтрация
5.6. Обнаружение краев с помощью дифференциальных масок
5.7. Гауссовская фильтрация и ЛОГ-фильтрация для обнаружения краев
5.8. Детектор краев Кэнни
5.9. Использование масок в качестве согласованных фильтров
5.10. Свертка и кросс-корреляция
5.11. Анализ пространственных частот с использованием гармонических функций
5.12. Итоги и обсуждение
5.13. Литература
Глава 6. Цвет и освещенность
6.1. Физические свойства цвета
6.2. Цветовая система RGB
6.3. Другие цветовые системы
6.4. Цветовые гистограммы
6.5. Сегментация цветных изображений
6.6. Освещенность
6.7. Смежные темы
6.8. Литература
Глава 7. Текстура
7.1. Текстура, текселы и текстурные статистики
7.2. Тексельное описание текстур
7.3. Количественные характеристики текстур
7.4. Текстурная сегментация
7.5. Литература
Глава 8. Поиск изображений на основе содержания
8.1. Примеры баз данных изображений
8.2. Запросы к базам данных изображений
8.3. Запросы по образцу
8.4. Меры расстояния между изображениями
8.5. Организация базы данных
8.6. Литература
Глава 9. Движение на двумерных изображениях
9.1. Явления и прикладные задачи, связанные с движением на изображениях
9.2. Вычитание изображений
9.3. Вычисление векторов перемещения
9.4. Вычисление траекторий движущихся точек
9.5. Обнаружение значительных изменений условий видеосъемки
9.6. Литература
Глава 10. Сегментация изображений
10.1. Обнаружение областей
10.2. Способы представления областей
10.3. Обнаружение контуров
10.4. Подбор моделей сегментов
10.5. Обнаружение высокоуровневых структур
10.6. Сегментация на основе согласованного движения
10.7. Литература
Глава 11. Сопоставление в двумерном пространстве
11.1. Совмещение двумерных данных
11.2. Представление точек
11.3. Аффинные геометрические преобразования
11.4. Наилучшее двумерное аффинное преобразование
11.5. Распознавание двумерных объектов с использованием аффинных преобразований
11.6. Распознавание двумерных объектов с использованием реляционных моделей
11.7. Нелинейные методы деформации изображений
11.8. Итоги
11.9. Литература
Глава 12. Восприятие трехмерных сцен по двумерным изображениям
12.1. Внутренние изображения
12.2. Маркировка контурных изображений объектов с плоскими гранями
12.3. Трехмерные признаки на двумерных изображениях
12.4. Другие способы определения пространственных свойств объектов
12.5. Модель формирования изображений на основе перспективной проекции
12.6. Определение глубины с помощью стереоскопической системы
12.7. Формула тонкой линзы
12.8. Итоги
12.9. Литература
Глава 13. Восприятие трехмерных сцен. Оценка пространственного положения и ориентащш объектов
13.1. Устройство стереоскопической системы компьютерного зрения общего назначения
13.2. Аффинные преобразования в трехмерном пространстве
13.3. Модель камеры
13.4. Наилучшая аффинная калибровочная матрица
13.5. Использование структурной подсветки
13.6. Простая процедура оценки положения наблюдаемого объекта
13.7. Улучшенный метод калибровки камеры
13.8. Оценка положения объектов
13.9. Реконструкция трехмерных объектов
13.10. Вычисление формы по данным освещенности
13.11. Геометрическая структура объектов по данным о движении
13.12. Литература
Глава 14. Трехмерные модели. Распознавание объектов на изображениях на основе моделей
14.1. Обзор распространенных разновидностей моделей
14.2. Модели на основе классов видимости как альтернатива истинным трехмерным моделям
14.3. Физические и деформационные модели
14.4. Основные методы распознавания трехмерных объектов
14.5. Литература
Глава 15. Системы виртуальной реальности
15.1. Основные признаки систем виртуальной реальности
15.2. Приложения систем виртуальной реальности
15.3. Системы дополненной реальности
15.4. Дистанционное управление
15.5. Устройства для систем виртуальной реальности
15.6. Краткий обзор датчиков для систем виртуальной реальности
15.7. Генерация простых трехмерных моделей
15.8. Сочетание реальных и искусственных изображений
15.9. Психофизиологические аспекты человеко-машинного интерфейса
15.10. Литература
Глава 16. Примеры прикладных задач
16.1. Veggie Vision: система для распознавания овощей и фруктов
16.2. Идентификация личности человека по радужной оболочке глаза
16.3. Литература
Аннотированный список литературы, добавленный при переводе
1. Распознавание образов и компьютерное зрение
2. Представление и обработка изображений
3. Компьютерная графика и геометрическое моделирование
4. Смежные вопросы
Предметный указатель
Рекомендуем
