目  錄

第１章 相機成像模型 ／１

１．１ 引言 ／１

１．２ 簡單的相機模型 ／２

１．２．１ 相機數學模型 ／２

１．２．２ 相機的內參 ／４

１．２．３ 相機的外參 ／６

１．２．４ 相機成像公式 ／７

１．２．５ 相機成像畸變 ／７

１．３ 圖像的顏色 ／１０

１．３．１ 基于拜爾濾波器的顏色感知 ／１０

１．３．２ ＲＧＢ顏色模型 ／１１

１．３．３ ＨＳＶ顏色模型 ／１２

１．４ 圖像的亮度 ／１４

１．４．１ 空間中的光 ／１４

１．４．２ 物體表面的光線反射 ／１６

１．４．３ 薄透鏡成像的輻射度學 ／１７

１．４．４ 數字成像過程 ／１９

１．５ 渲染 ／２０

１．５．１ 渲染方程 ／２０

１．５．２ 光線追蹤算法 ／２０

１．６ 本章小結 ／２３

第２章 圖像空間濾波 ／２４

２．１ 引言 ／２４

２．２ 卷積和互相關 ／２５

２．２．１ 卷積 ／２５

２．２．２ 互相關 ／２６

２．３ 圖像的平滑 ／２８

２．３．１ 鄰域均值濾波 ／２８

２．３．２ 加權均值濾波 ／２８

２．３．３ 高斯均值濾波 ／２９

２．３．４ 中值濾波 ／３０

２．３．５ 雙邊濾波 ／３０

２．４ 圖像的銳化 ／３２

２．４．１ 梯度銳化 ／３２

２．４．２ 拉普拉斯算子的二階微分銳化 ／３３

２．４．３ 非銳化掩膜與高頻提升濾波 ／３４

２．５ 本章小結 ／３５

第３章 圖像特征提取 ／３６

３．１ 引言 ／３６

３．２ 基于非學習方法的邊緣檢測 ／３７

３．２．１ 邊緣、導數和梯度 ／３９

３．２．２ 邊緣的卷積形式計算 ／４０

３．２．３ 噪聲對邊緣檢測的影響和處理方法 ／４１

３．２．４ Ｃａｎｎｙ邊緣檢測算子 ／４３

３．３ 基于深度學習的邊緣檢測 ／４５

３．３．１ ＨＥＤ／４５

３．３．２ ＲＣＦ／４７

３．３．３ ＣＡＳＥＮｅｔ／４９

３．４ 基于非學習方法的關鍵點檢測 ／５１

３．４．１ 角點檢測原理 ／５３

３．４．２ Ｈａｒｒｉｓ角點檢測 ／５４

３．４．３ Ｈａｒｒｉｓ角點檢測的優勢與不足 ／５８

３．４．４ 高斯拉普拉斯算子 ／５９

３．４．５ 高斯差分算子 ／６４

３．５ 基于深度學習的語義關鍵點檢測 ／６５

３．５．１ 基于深度學習的人臉關鍵點檢測 ／６５

３．５．２ 人體關鍵點檢測 ／６９

３．５．３ 房間布局估計 ／７４

３．６ 基于非學習方法的直線檢測 ／７８

３．６．１ 最小二乘法 ／７８

３．６．２ 基于ＲＡＮＳＡＣ的直線擬合 ／８２

３．６．３ 霍夫變換 ／８４

３．７ 基于深度學習的線段檢測 ／８７

３．７．１ 基于圖表示的線段檢測 ／８７

３．７．２ 基于向量場表示的線段檢測 ／８８

３．７．３ 語義直線檢測及應用 ／８９

３．８ 本章小結 ／９１

參考文獻 ／９１

第４章 圖像分類 ／９４

４．１ 引言 ／９４

４．２ 圖像表達 ／９７

４．３ 基于手動特征的圖像表達 ／９８

４．３．１ 基于顏色直方圖的圖像表達 ／９８

４．３．２ 基于經典的視覺詞袋模型的圖像表達 ／９９

４．３．３ 基于空間金字塔匹配模型的圖像表達 ／１０４

４．３．４ 基于壓縮感知的圖像表達 ／１０５

４．３．５ 基于高斯混合模型的圖像特征編碼 ／１０７

４．４ 基于支持向量機的圖像分類 ／１０８

４．４．１ 面向線性可分數據的支持向量機分類 ／１０８

４．４．２ 面向非線性可分數據的支持向量機分類 ／１１４

４．４．３ 基于支持向量機的多分類實現 ／１１６

４．４．４ 基于視覺詞袋模型和支持向量機的圖像分類 ／１１６

４．５ 基于自編碼器的圖像表達 ／１１７

４．５．１ 多層感知機 ／１１８

４．５．２ 自編碼器 ／１２０

４．５．３ 降噪自編碼器 ／１２１

４．６ 基于卷積神經網絡的圖像分類 ／１２２

４．６．１ 卷積神經網絡的組件 ／１２２

４．６．２ 神經網絡的訓練 ／１２８

４．６．３ 代表性圖像分類卷積神經網絡 ／１３１

４．７ 基于膠囊網絡的圖像分類 ／１４３

４．７．１ ＣａｐｓＮｅｔ／１４４

４．７．２ 堆疊膠囊自編碼器 ／１４７

４．８ 基于Ｔｒａｎｓｆｏｒｍｅｒ的圖像分類 ／１４９

４．８．１ 自然語言處理中的Ｔｒａｎｓｆｏｒｍｅｒ／１４９

４．８．２ 基于Ｔｒａｎｓｆｏｒｍｅｒ的圖像分類 ／１５１

４．９ 本章小結 ／１５９