本書為《圖像工程》第4版的中冊,主要介紹圖像工程的第二層次圖像分析的基本概念、基本原理、典型方法、實用技術(shù)以及國際上有關(guān)研究的新成果。
本書主要分為4個單元。第1單元(包含第2~5章)介紹圖像分割技術(shù),其中第2章介紹圖像分割的基礎(chǔ)知識和基本方法,第3章介紹一些典型的圖像分割技術(shù),第4章介紹對基本分割技術(shù)的推廣,第5章介紹對圖像分割的評價研究。第2單元(包含第6~8章)介紹對分割出來的目標的表達描述技術(shù),其中第6章介紹目標表達技術(shù),第7章介紹目標描述技術(shù),第8章介紹進一步的測量和誤差分析內(nèi)容。第3單元(包含第9~12章)介紹目標特性分析技術(shù),其中第9章介紹紋理分析技術(shù),第10章介紹形狀分析技術(shù),第11章介紹運動分析技術(shù)。
第12章介紹顯著性和屬性。
第4單元(包含第13~15章)介紹一些相關(guān)的數(shù)學工具,其中第13章介紹二值圖像數(shù)學形態(tài)學,第14章介紹灰度圖像數(shù)學形態(tài)學,第15章介紹圖像模式識別原理和方法。書中的附錄介紹了人臉和表情識別的原理和技術(shù),是與第15章相關(guān)的應用和擴展。書中還提供了大量例題、思考題和練習題,并對部分練習題提供了解答。書末還給出了主題索引。
本書可作為信號與信息處理、通信與信息系統(tǒng)、電子與通信工程、模式識別與智能系統(tǒng)、計算機視覺等學科大學本科專業(yè)基礎(chǔ)課或研究生專業(yè)課教材,也可供信息與通信工程、電子科學與技術(shù)、計算機科學與技術(shù)、測控技術(shù)與儀器、機器人自動化、生物醫(yī)學工程、光學、電子醫(yī)療設(shè)備研制、遙感、測繪和軍事偵察等領(lǐng)域的科技工作者參考。
圖像工程由清華大學章毓晉教授編著,是圖像領(lǐng)域必讀經(jīng)典,已印刷60多次,20多萬冊。全套書分為圖像處理、分析、理解三個層次(三冊),全面涵蓋基本概念、基本原理、典型方法、實用技術(shù)以及國際上有關(guān)研究的新成果。第1版獲全國普通高等學校優(yōu)秀教材一等獎;第2版評為全國普通高等教育十一五精品教材;第3版評為十二五普通高等教育本科*規(guī)劃教材,2013年北京高等教育精品教材。
全套書第4版前言
這是《圖像工程》第4版,全套書仍分3冊,分別為《圖像工程(上冊)圖像處理》《圖像工程(中冊)圖像分析》和《圖像工程(下冊)圖像理解》。它們?nèi)娼榻B圖像工程的基礎(chǔ)概念、基本原理、典型方法、實用技術(shù)以及國際上相關(guān)內(nèi)容研究的新成果。
《圖像工程》第3版也分3冊,名稱相同。上、中、下冊均在2012年出版,而2013年出版了《圖像工程》第3版的3冊合訂本。第3版至今已重印13次,總計約3萬多冊。
《圖像工程》第2版也分3冊,名稱相同。上、中、下冊分別在2006年、2005年和2007年出版,2007年還出版了《圖像工程》第2版的3冊合訂本。第2版共重印18次,總計近7萬冊。
《圖像工程》第1版也分3冊,名稱分別為《圖像工程(上冊)圖像處理和分析》《圖像工程(下冊)圖像理解和計算機視覺》和《圖像工程(附冊)教學參考及習題解答》。這三冊分別在1999年、2000年和2002年出版。第1版共重印27次,總計約11萬冊。
《圖像工程》的多次重印表明作者一直倡導的,為了對各種圖像技術(shù)進行綜合研究、集成應用而建立的整體框架圖像工程作為一門系統(tǒng)地研究各種圖像理論、技術(shù)和應用的新的交叉學科得到了廣泛的認可,也在教學中得到大量使用。同時,隨著研究的深入和技術(shù)的發(fā)展,編寫新版的工作也逐漸提到議事日程上來。
第4版的編寫開始于2016年,是年暑假靜心構(gòu)思了全套書的整體框架。其后,根據(jù)框架陸續(xù)收集了一些最新的相關(guān)書籍和文獻(包括印刷版和電子版),并仔細進行了閱讀和做了筆記。這為新版的編寫打下了一個堅實的基礎(chǔ)。期間,還結(jié)合以往課堂教學和學生反饋,對一些具體內(nèi)容(包括習題)進行了整理和調(diào)整。第4版內(nèi)容具有一定的深度和廣度,希望讀者通過本套書的學習,能夠獨立地和全面地了解該領(lǐng)域的基本理論、技術(shù)、應用和發(fā)展。
第4版在編寫的方針上,仍如前3版那樣力求具有理論性、實用性、系統(tǒng)性、實時性; 在內(nèi)容敘述上,力求理論概念嚴謹,論證簡明扼要。在內(nèi)容方面,第4版基本保留了第3版中有代表性的經(jīng)典內(nèi)容,同時考慮到圖像技術(shù)的飛速發(fā)展,還認真選取了近年的一些最新研究成果和得到廣泛使用的典型技術(shù)進行充實。這些新內(nèi)容既參考了許多有關(guān)文獻,也結(jié)合了作者的一些研究工作和成果以及這些年來的教學教案。除每冊書均增加了一章全新內(nèi)容外,還各增加了多個節(jié)和小節(jié),特別還增加了許多例題,其中有些是介紹一些新的選學內(nèi)容,有些則從其他的角度來補充解釋已有的概念和方法。這些例題可根據(jù)課時安排、學生基礎(chǔ)等選擇使用,比較靈活?傮w來說,第4版的內(nèi)容覆蓋面更廣,介紹更全面細致,整體篇幅比第3版有約20%的增加。
第4版在具體結(jié)構(gòu)和章節(jié)安排方面仍然保留了上一版的特點:
第一,各冊書均從第2章就開始介紹正式內(nèi)容,更快進入主題。先修或預備內(nèi)容分別安排在需要先修部分的同一章前部,從教學角度來說,更加實用,也突出了主線內(nèi)容。
第二,除第1章緒論外,各冊書的正式內(nèi)容仍都結(jié)合成4個主題相關(guān)的單元(并畫在封面上),每個單元都有具體說明,幫助選擇學習。全書有較強的系統(tǒng)性和結(jié)構(gòu)性,也有利于復習考核。
第四,各冊書后均仍有主題索引(并給出了英文),這樣既方便在書中查找有關(guān)內(nèi)容,又方便在網(wǎng)上查找有關(guān)文獻和解釋。
第4版還增加了一項新的舉措。書中的彩色圖片印刷后均為黑白的,但可以通過手機掃描圖片旁的二維碼,調(diào)出存放在出版社網(wǎng)站上的對應彩色圖片,獲得更多的信息和更好的觀察效
從1996年開始編寫《圖像工程》第1版以來至今已20多年。期間,作者與許多讀者(包括教師、學生、自學者等)有過各種形式的討論和交流,除了與一些同行面談外,許多人打來電話或發(fā)來電子郵件。這些討論和交流使作者獲得了許多寶貴的意見和建議,在編寫這4版中都起到了不可或缺的作用,特別是在解釋和描述的詳略方面都結(jié)合讀者反饋意見進行了調(diào)整,從而更加容易理解和學習。值得指出的是,書中還匯集了多年來不少聽課學生的貢獻,許多例題和練習題是在歷屆學生作業(yè)和課堂討論的基礎(chǔ)上提煉出來的,一些圖片還直接由學生幫助制作,在選材上也從學生的反饋中受到許多啟發(fā)。借此機會對他們一并表示衷心的感謝。
書中有相當內(nèi)容基于作者和他人共同研究的成果,特別是歷年研究室的學生(按姓名拼音排):
卜莎莎、邊輝、蔡偉、陳權(quán)崎、陳挺、陳偉、陳正華、崔崟、程正東、戴聲揚、段菲、方慕園、馮上平、傅卓、高永英、葛菁華、侯樂天、胡浩基、黃英、黃翔宇、黃小明、賈波、賈超、賈慧星、姜帆、李佳童、李娟、李樂、李品一、李勍、李睿、李碩、李聞天、李相賢(LEE Sang Hyun)、李小鵬、李雪、梁含悅、劉寶弟、劉晨陽、劉峰、劉鍇、劉青棣、劉惟錦、劉曉旻、劉忠偉、陸海斌、陸志云、羅惠韜、羅沄、樸寅奎(PARK In Kyu)、錢宇飛、秦暄、秦垠峰、阮孟貴(NGUYEN Manh Quy)、賽義(Saeid BAGHERI)、沈斌、譚華春、湯達、王樹徽、王宇雄、王志國、王志明、王鐘緒、溫宇豪、文熙安(Tristan VINCENT)、吳高洪、吳緯、夏爾雷(Charley PAULUS)、向振、徐丹、徐楓、徐潔、徐培、徐寅、許翔宇、薛菲、薛景浩、嚴嚴、楊勁波、楊翔英、楊忠良、姚玉榮、游錢皓喆、魚榮珍(EO Young Jin)、俞天利、于信男、袁靜、贠亮、張寧、趙雪梅、鄭胤、周丹、朱施展、朱小青、朱云峰,博士后高立志、王懷穎以及進修教師崔京守(CHOI Jeong Swu)、郭紅偉、石俊生、楊衛(wèi)平、曾萍萍、張貴倉等。第1版、第2版、第3版和第4版采用的圖表除作者本人制作的外,也包括他們在研究工作中收集和實驗得到的。該書應該說是多人合作成果的體現(xiàn)。
最后,感謝妻子何蕓、女兒章荷銘在各方面的理解和支持!
章毓晉
2018年元旦于書房
目錄
第1章緒論
1.1圖像和圖像工程
1.1.1圖像基礎(chǔ)
1.1.2圖像工程
1.2圖像分析概論
1.2.1圖像分析定義和研究內(nèi)容
1.2.2圖像分析系統(tǒng)
1.3圖像分析中的數(shù)字化
1.3.1離散距離
1.3.2連通組元
1.3.3數(shù)字化模型
1.3.4數(shù)字弧和弦
1.4距離變換
1.4.1定義和性質(zhì)
1.4.2局部距離的計算
1.4.3距離變換的實現(xiàn)
1.5內(nèi)容框架和特點
總結(jié)和復習
第1單元圖
像 分 割
第2章圖像分割基礎(chǔ)
2.1圖像分割定義和技術(shù)分類
2.2并行邊界技術(shù)
2.2.1邊緣及檢測原理
2.2.2正交梯度算子
2.2.3方向微分算子
2.2.4二階導數(shù)算子
2.2.5邊界閉合
2.3串行邊界技術(shù)
2.3.1主動輪廓模型
2.3.2能量函數(shù)
2.4并行區(qū)域技術(shù)
2.4.1原理和分類
2.4.2依賴像素的閾值選取
2.4.3依賴區(qū)域的閾值選取
2.4.4依賴坐標的閾值選取
2.4.5空間聚類
2.5串行區(qū)域技術(shù)
2.5.1區(qū)域生長
2.5.2分裂合并
總結(jié)和復習
第3章典型分割算法
3.1興趣點檢測
3.1.1二階導數(shù)檢測角點
3.1.2最小核同值區(qū)算子
3.1.3哈里斯興趣點算子
3.2圖割方法
3.3特色的閾值化和聚類技術(shù)
3.3.1多分辨率閾值選取
3.3.2借助過渡區(qū)選擇閾值
3.3.3借助均移確定聚類
3.4分水嶺分割算法
3.4.1基本原理和步驟
3.4.2算法改進和擴展
總結(jié)和復習
第4章分割技術(shù)擴展
4.1從像素單元到目標單元
4.1.1像素和目標之間的單元
4.1.2橢圓目標檢測
4.2從哈夫變換到廣義哈夫變換
4.2.1哈夫變換
4.2.2廣義哈夫變換原理
4.2.3完整廣義哈夫變換
4.3從像素精度到亞像素精度
4.3.1基于矩保持的技術(shù)
4.3.2利用一階微分期望值的技術(shù)
4.3.3借助切線信息的技術(shù)
4.4從2D圖像到3D圖像
4.4.13D邊緣檢測
4.4.23D圖像閾值化
4.5從灰度圖像到彩色圖像
4.5.1彩色空間的選擇
4.5.2彩色圖像分割策略
總結(jié)和復習
第5章分割評價比較
5.1分割評價研究分類
5.2分割算法評價框架
5.3分割評價的準則
5.3.1分析法準則
5.3.2優(yōu)度試驗法準則
5.3.3差異試驗法準則
5.4分割算法評價示例
5.4.1實驗算法和圖像
5.4.2實驗結(jié)果和討論
5.5評價方法和準則比較
5.5.1方法討論和對比
5.5.2準則的分析比較
5.5.3準則的實驗比較
5.6基于評價的算法優(yōu)選系統(tǒng)
5.6.1算法優(yōu)選思想和策略
5.6.2優(yōu)選系統(tǒng)的實現(xiàn)和效果
總結(jié)和復習
第2單元表
達 描 述
第6章目標表達
6.1基于邊界的表達
6.1.1技術(shù)分類
6.1.2鏈碼
6.1.3邊界段
6.1.4邊界標志
6.1.5多邊形
6.1.6地標點
6.2基于區(qū)域的表達
6.2.1技術(shù)分類
6.2.2空間占有數(shù)組
6.2.3四叉樹
6.2.4金字塔
6.2.5圍繞區(qū)域
6.2.6骨架
6.3基于變換的表達
6.3.1技術(shù)分類
6.3.2傅里葉變換表達
總結(jié)和復習
第7章目標描述
7.1基于邊界的描述
7.1.1簡單邊界描述符
7.1.2形狀數(shù)
7.1.3邊界矩
7.2基于區(qū)域的描述
7.2.1簡單區(qū)域描述符
7.2.2拓撲描述符
7.2.3區(qū)域不變矩
7.3對目標關(guān)系的描述
7.3.1目標標記和計數(shù)
7.3.2點目標的分布
7.3.3字符串描述
7.3.4樹結(jié)構(gòu)描述
總結(jié)和復習
第8章測量和誤差分析
8.1直接測度和間接測度
8.2需區(qū)別的術(shù)語
8.2.1準確性和精確性
8.2.2模型假設(shè)和實際觀察
8.2.34連通和8連通
8.3影響測量誤差的因素
8.3.1誤差來源
8.3.2光學鏡頭分辨率
8.3.3采樣密度
8.3.4分割算法
8.3.5特征計算公式
8.3.6綜合影響
8.3.7隨機樣本共識
8.4誤差分析
總結(jié)和復習
第3單元特
性 分 析
第9章紋理分析
9.1紋理研究概況
9.2紋理描述的統(tǒng)計方法
9.2.1灰度共生矩陣
9.2.2基于共生矩陣的紋理描述符
9.2.3基于能量的紋理描述符
9.3紋理描述的結(jié)構(gòu)方法
9.3.1結(jié)構(gòu)描述法基礎(chǔ)
9.3.2紋理鑲嵌
9.3.3局部二值模式
9.4紋理描述的頻譜方法
9.4.1傅里葉頻譜
9.4.2蓋伯頻譜
9.5一種紋理分類合成方法
9.6紋理分割
9.6.1有監(jiān)督紋理分割
9.6.2無監(jiān)督紋理分割
總結(jié)和復習
第10章形狀分析
10.1形狀定義和研究
10.2平面形狀的分類
10.3形狀特性的描述
10.3.1形狀緊湊性描述
10.3.2形狀復雜性描述
10.4基于技術(shù)的描述
10.4.1基于多邊形的描述符
10.4.2基于離散曲率的描述符
10.5拓撲結(jié)構(gòu)的描述
10.6分形維數(shù)
總結(jié)和復習
第11章運動分析
11.1運動研究內(nèi)容
11.2運動目標檢測
11.2.1背景建模
11.2.2光流場
11.2.3特定運動模式的檢測
11.3運動目標分割
11.3.1目標分割和運動信息提取
11.3.2稠密光流算法
11.3.3基于參數(shù)和模型的分割
11.4運動目標跟蹤
11.4.1典型技術(shù)
11.4.2子序列決策策略
總結(jié)和復習
第12章顯著性和屬性
12.1顯著性概述
12.2顯著性檢測
12.3顯著區(qū)域分割提取
12.3.1基于對比度幅值
12.3.2基于對比度分布
12.3.3基于最小方向?qū)Ρ榷?/p>
12.3.4顯著目標分割和評價
12.4屬性描述概況
12.5屬性提取中的特征比較
12.6屬性應用
12.6.1跨類目標分類
12.6.2屬性學習和目標識別
12.6.3基于局部動作屬性的動作分類
總結(jié)和復習
第4單元數(shù)
學 工 具
第13章數(shù)學形態(tài)學:二值
13.1基本集合定義
13.2二值形態(tài)學基本運算
13.2.1二值膨脹和腐蝕
13.2.2二值開啟和閉合
13.2.3二值基本運算性質(zhì)
13.3二值形態(tài)學組合運算
13.3.1擊中擊不中變換
13.3.2二值組合運算
13.4二值形態(tài)學實用算法
總結(jié)和復習
第14章數(shù)學形態(tài)學:灰度
14.1灰度圖像的排序
14.2灰度形態(tài)學基本運算
14.2.1灰度膨脹和腐蝕
14.2.2灰度開啟和閉合
14.2.3灰度基本運算性質(zhì)
14.3灰度形態(tài)學組合運算
14.4灰度形態(tài)學實用算法
14.5圖像代數(shù)
總結(jié)和復習
第15章圖像識別
15.1模式和分類
15.2不變量交叉比
15.2.1交叉比
15.2.2非共線點的不變量
15.2.3對稱的交叉比函數(shù)
15.2.4交叉比應用示例
15.3統(tǒng)計模式識別
15.3.1最小距離分類器
15.3.2最優(yōu)統(tǒng)計分類器
15.3.3自適應自舉
15.4感知機和支持向量機
15.4.1感知機
15.4.2支持向量機
15.5結(jié)構(gòu)模式識別
15.5.1字符串結(jié)構(gòu)識別
15.5.2樹結(jié)構(gòu)識別
總結(jié)和復習
附錄A人臉和表情識別
A.1生物特征識別
A.2人臉檢測定位
A.2.1基本方法
A.2.2基于豪斯道夫距離的方法
A.3臉部器官提取和跟蹤
A.3.1眼睛幾何模型及確定
A.3.2眨眼過程中的眼睛輪廓跟蹤
A.4表情識別
A.4.1表情識別和步驟
A.4.2表情特征提取
A.4.3基于蓋伯變換的特征提取
A.4.4表情分類
A.4.5基于高階奇異值分解的分類
A.5人臉識別
A.5.1邊緣本征矢量加權(quán)方法
A.5.2非特定表情人臉識別
部分思考題和練習題解答
參考文獻
主題索引