机器视觉教程2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

机器视觉教程PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

译者序1

致教师1

第1章 引言1

1.1 本书宗旨1

1.2 读者需具备的预备知识1

目录1

1.3 一些术语2

1.3.1 图像处理2

1.4 机器视觉系统的组成3

1.3.2 机器视觉3

1.5 图像的性质4

1.6 图像的操作分析4

参考文献5

第2章 数学原理回顾7

2.1 概率论简单回顾7

2.2 线性代数简单回顾8

2.2.1 线性变换10

2.2.2 求导运算11

2.3 函数最小化简介12

2.2.3 特征值与特征向量12

2.3.1 牛顿-拉弗森方法14

2.3.2 局部最小与全局最小15

2.3.3 模拟退火15

2.4 马尔科夫模型16

2.4.1 隐马尔科夫模型17

2.4.2 维特比算法18

2.4.3 马尔科夫输出19

2.4.4 估计模型参数20

2.4.5 隐马尔科夫模型的应用20

参考文献21

第3章 编写图像处理程序23

3.1 图像文件系统软件23

3.1.1 IFS头部结构23

3.1.2 某些有用的IFS函数24

3.1.3 带共性的问题24

3.2 图像处理程序的基本结构24

3.3 好的编程风格25

3.4 示例程序25

3.5 生成文件27

4.1.1 图像表示29

第4章 图像的生成与表示方式29

4.1 图像的表示方法29

4.1.2 函数表示30

4.1.3 线性表达式30

4.1.4 概率表示30

4.1.5 空域频率表示30

4.1.6 关系表示方法（图表示法）32

4.2 数字图像32

4.2.1 数字图像的生成32

4.2.2 距离图像的生成35

4.3 图像生成机制37

4.4 将图像看作表面38

4.4.1 等亮度线38

4.4.2 脊38

4.4.3 二值图像与中轴39

4.5 邻域关系39

4.6 结论41

4.7 术语41

4A.1 采样的变种：六角形像素42

专题4A 图像表示方法42

4A.2 其他形式的图像表示44

参考文献46

第5章 线性算子与核算子49

5.1 什么是线性算子49

5.2 核算子在数字图像中的应用49

5.2.1 自变量的方向：卷积和相关50

5.2.2 用核算子估计导数50

5.3 通过函数拟合估计导数51

5.4 图像的矢量表示55

5.5 图像的基向量56

5.6 边缘检测57

5.7 用核算子表示可微函数的采样59

5.8 计算卷积62

5.9 尺度空间64

5.9.1 四叉树64

5.9.2 高斯尺度结构65

5.10 量化边缘检测算子的精确性67

5.11 人们的做法67

5.13 术语69

5.12 结论69

专题5A 边缘检测器72

5A.1 Canny边缘检测器72

5A.2 改进边缘检测73

5A.3 从边缘点推理线段73

5A.4 空域频率表示74

5A.5 术语75

参考文献77

6.2 复原81

6.1 松弛81

第6章 图像松弛：复原与特征抽取81

6.3 最大后验方法84

6.3.1 贝叶斯准则84

6.3.2 题外话：逆问题中的问题86

6.3.3 用于边缘保留型平滑的目标函数86

6.4 均值场退火87

6.4.1 选择先验项89

6.4.2 退火：避免局部最小值91

6.4.3 如何对一个含有核算子的函数求导92

6.4.4 实际考虑：边缘保留型的平滑94

6.5 结论95

6.6 术语95

专题6A 替代算法与等价算法97

6A.1 GNC：一种可去除噪声的替代算法97

6A.2 传导率可变的扩散99

6A.3 面向边缘的各向异性扩散100

6A.4 对图像松弛算子的一个通用描述100

6A.5 与神经元网络之间的关系103

6A.6 结论104

参考文献105

第7章 数学形态学111

7.1 二值形态学111

7.1.1 膨胀111

7.1.2 腐蚀113

7.1.3 膨胀与腐蚀的性质113

7.1.4 开运算与闭运算115

7.1.5 开运算与闭运算的性质116

7.2 灰度形态学117

7.3.1 采用掩膜计算距离变换118

7.3 距离变换118

7.3.2 Voronoi图119

7.4 结论119

7.5 术语119

专题7A 形态学121

7A.1 有效地计算腐蚀、膨胀121

7A.2 形态学采样定理124

7A.3 选择结构元素126

7A.4 边缘及曲面上的缝隙弥合126

参考文献136

7A.5 术语136

第8章 分割139

8.1 划分图像139

8.2 阈值化分割140

8.3 连通分量分析142

8.3.1 递归式区域增长算法143

8.3.2 迭代式连通分量分析方法145

8.3.3 标号图像的一种替代方法149

8.4 曲线分割149

8.5.1 能量最小化原则150

8.5 主动轮廓线150

8.5.2 偏微分方程方法151

8.6 曲面分割153

8.6.1 曲面描述153

8.6.2 椭圆及椭球拟合154

8.7 评估分割质量155

8.8 结论156

8.9 术语156

专题8A 分割157

8A.1 纹理分割157

8A.2 使用边缘的图像分割159

8A.3 运动分割160

8A.4 颜色分割160

8A.5 使用MAP方法的分割160

8A.6 人如何完成分割160

参考文献160

第9章 形状167

9.1 线性变换167

9.2 基于协方差矩阵的变换方法169

9.2.1 K-L展开的推导169

9.2.2 K-L展开的性质172

9.3 简单特征173

9.4 矩176

9.5 链码177

9.6 傅里叶描述子178

9.7 中轴178

9.8 变形模板179

9.9 二次曲面180

9.11 超二次曲面181

9.10 表面的谐波函数表示181

9.12 广义柱体183

9.13 结论183

9.14 术语183

专题9A 形状的描述184

9A.1 求非凸区域的直径184

9A.2 从图像推测三维形状186

9A.3 运动分析与跟踪192

9A.4 术语194

参考文献197

10.1 一致性205

第10章 一致性标号205

10.2 松弛法标号208

10.2.1 利用一致性来修正标号208

10.2.2 标号问题示例209

10.3 结论210

10.4 术语211

专题10A 二维线条图的三维解释211

参考文献213

11.1 Hough变换215

第11章 参数变换215

11.1.1 垂直线带来的问题216

11.1.2 如何找到交点——累加器数组217

11.2 减少计算复杂度218

11.3 检测圆218

11.3.1 用非共线三个像素表示一个圆的定位218

11.3.2 用参数变换检测圆219

11.3.3 检测圆中利用梯度信息降低计算量219

11.4 广义Hough变换220

11.5 结论220

11A.1 检测抛物线221

11.6 术语221

专题11A 参数变换221

11A.2 检测峰值223

11A.3 高斯图223

11A.4 立体视觉中的参数一致性223

11A.5 结论224

11A.6 术语224

参考文献225

12.2 图的性质227

12.1 图227

第12章 图和图论概念227

12.3 图结构的实现228

12.4 区域邻接图228

12.5 图匹配的应用：子图同构问题230

12.6 外观图230

12.7 结论231

12.8 术语231

参考文献232

13.1.1 模板匹配233

13.1 图像表达的匹配233

第13章 图像匹配233

13.1.2 点匹配234

13.1.3 线段匹配234

13.1.4 特征图像235

13.2 匹配简单特征237

13.3 图匹配238

13.3.1 关联图238

13.3.2 弹性模板240

13.5 术语241

13.4 结论241

专题13A 匹配243

13A.1 弹簧加模板回顾243

13A.2 人工神经元网络用于物体识别244

13A.3 图像索引247

13A.4 匹配几何不变量248

13A.5 结论250

13A.6 术语251

参考文献251

14.1 分类器设计255

14.1.1 决策规则的选择255

第14章 统计模式识别255

14.1.2 最大似然分类器256

14.1.3 分类器学习算法256

14.2 贝叶斯规则和最大似然分类器257

14.2.1 贝叶斯规则257

14.2.2 参数模式分类器258

14.2.3 概率密度估计259

14.2.5 方差估计260

14.2.4 均值估计260

14.2.6 似然比261

14.3 决策区间和错误概率262

14.4 条件风险263

14.5 二次函数分类器265

14.6 最小最大规则267

14.7 最近邻方法267

14.8 结论268

14.9 术语269

14A.1 用统计方法匹配特征向量270

专题14A 统计模式识别270

14A.2 支持向量机272

14A.3 结论275

14A.4 术语276

参考文献276

第15章 聚类279

15.1 聚类之间的距离279

15.2 聚类算法281

15.2.1 合并聚类281

15.2.2 k均值聚类283

15.3 最优化聚类方法284

15.3.1 分支定界法285

15.3.2 向量量化285

15.3.3 赢者全得算法285

15.4 结论286

15.5 术语286

参考文献288

第16章 句法模式识别289

16.1 术语289

16.2.1 0型文法290

16.2.2 1型文法290

16.2 文法类型290

16.2.3 2型文法291

16.2.4 3型文法291

16.3 用文法结构进行形状识别291

16.3.1 3型文法291

16.3.2 2型方法294

16.4 结论296

16.5 术语296

参考文献297

17.2 光学字符识别299

17.3 自动诊断和辅助诊断299

第17章 应用299

17.1 多谱图像分析299

17.4 检测和质量控制300

17.5 安全检测和入侵者识别300

17.6 机器人视觉300

17.6.1 机器人外科手术301

17.6.2 机器人驾驶301

参考文献302

18.1 层次体系307

第18章 自动目标识别307

18.2 系统组成308

18.3 算法的性能评价309

18.3.1 性能表示310

18.3.2 从训练数据生成ROC曲线311

18.3.3 性能和系统评价312

18.4 特有的机器视觉问题312

18.4.1 目标信号可变性和误警率312

18.4.2 跟踪313

18.5 自动目标识别算法314

18.4.4 特征选择314

18.4.3 分割314

18.5.1 基于模型的技术316

18.5.2 基于统计的技术317

18.5.3 模板匹配317

18.6 Hough变换318

18.7 形态学技术318

18.8 链码319

18.9 结论319

参考文献320

索引327