欢迎光临澳大利亚新华书店网 [登录 | 免费注册]

    • 彩色计算机视觉(基础与应用)/清华计算机图书译丛
      • 作者:(荷)西奥·盖维尔斯//阿尔然·吉森尼//约斯特·范德·魏约尔//简-马克·戈伊斯布罗克|责编:龙启铭|译者:章毓晋
      • 出版社:清华大学
      • ISBN:9787302582366
      • 出版日期:2022/01/01
      • 页数:268
    • 售价:27.6
  • 内容大纲

        本书对计算机视觉中有关彩色信息的基础和应用技术进行了全面和深入的介绍。本书主要内容包括彩色视觉和彩色成像,基于像素、彩色比率、导数、机器学习的光度不变性,光源估计和色彩适应,使用低层特征、色域方法、机器学习的彩色恒常性,彩色特征检测和描述,彩色图像分割等。本书还给出了彩色计算机视觉技术在目标和场景识别、彩色命名、多光谱图像分割中具体应用的事例和结果。
        本书可作为信号与信息处理、通信与信息系统、电子与通信工程、模式识别与智能系统、计算机科学以及视觉生理学、视觉心理学和视觉认知学等学科大学高年级本科生或研究生专业课教材和教学参考书,还可供涉及图像技术应用行业(如生物医学、电视广播、工业自动化、文档识别、机器人、电子医疗设备、遥感测绘、智能交通和军事侦察等)的科技工作者科研参考。
  • 作者介绍

  • 目录

      第1章  引言
        1.1  从基础到应用
        1.2  第1部分:彩色基础
        1.3  第2部分:光度不变性
          1.3.1  基于物理性质的不变性
          1.3.2  基于机器学习的不变性
        1.4  第3部分:彩色恒常性
        1.5  第4部分:彩色特征提取
          1.5.1  从亮度到彩色
          1.5.2  特征、描述符和显著性
          1.5.3  分割
        1.6  第5部分:应用
          1.6.1  检索和视觉探索
          1.6.2  彩色命名
          1.6.3  多光谱应用
        1.7  本章小结
    第1部分  彩色基础
      第2章  彩色视觉
        2.1  引言
        2.2  彩色信息处理步骤
          2.2.1  眼睛和光学
          2.2.2  视网膜:杆状细胞和锥状细胞
          2.2.3  神经节细胞和感受野
          2.2.4  外侧膝状核和视觉皮层
        2.3  视觉系统的色度特性
          2.3.1  色度适应
          2.3.2  人类彩色恒常性
          2.3.3  空间相互作用
          2.3.4  色度辨别和色觉障碍
        2.4  本章小结
      第3章  彩色成像
        3.1  朗伯反射模型
        3.2  双色反射模型
        3.3  库贝卡·蒙克模型
        3.4  对角模型
        3.5  彩色空间
          3.5.1  XYZ系统
          3.5.2  RGB系统
          3.5.3  对立彩色空间
          3.5.4  感知均匀彩色空间
          3.5.5  直观彩色模型
        3.6  本章小结
    第2部分  光度不变性
      第4章  基于像素的光度不变性
        4.1  归一化彩色空间
        4.2  对立彩色空间
        4.3  HSV彩色空间
        4.4  合成彩色空间
          4.4.1  体反射率不变性
          4.4.2  体和表面反射率不变性

        4.5  噪声稳定性和直方图构建
          4.5.1  噪声扩散
          4.5.2  通过变换的彩色扩散噪声示例
          4.5.3  使用可变核密度构建直方图
        4.6  应用:基于彩色的目标识别
          4.6.1  数据集合性能测量
          4.6.2  抗噪声的鲁棒性模拟数据
        4.7  本章小结
      第5章  彩色比率的光度不变性
        5.1  光源不变彩色比率
        5.2  光源不变边缘检测
        5.3  模糊鲁棒和彩色恒常图像描述
        5.4  应用:基于彩色比率的图像检索
          5.4.1  光源彩色的鲁棒性
          5.4.2  高斯模糊的鲁棒性
          5.4.3  真实世界模糊效果的鲁棒性
        5.5  本章小结
      第6章  基于导数的光度不变性
        6.1  完全光度不变量
          6.1.1  高斯彩色模型
          6.1.2  RGB相机的高斯彩色模型
          6.1.3  高斯彩色模型的导数
          6.1.4  朗伯反射模型的微分不变量
          6.1.5  双色反射模型的微分不变量
          6.1.6  完全彩色不变量小结
          6.1.7  二维中的几何彩色不变量
        6.2  准不变量
          6.2.1  双色反射模型中的边缘
          6.2.2  光度变量和准不变量
          6.2.3  准不变量与完全不变量的联系
          6.2.4  完全不变量和准不变量的局部化和鉴别能力
        6.3  本章小结
      第7章  基于机器学习的光度不变性
        7.1  从多样化的集合中学习
        7.2  时域集合学习
        7.3  为区域检测学习彩色不变量
        7.4  实验
          7.4.1  误差测度
          7.4.2  皮肤检测:静止图像
          7.4.3  视频中的道路检测
        7.5  本章小结
    第3部分  彩色恒常性
      第8章  光源估计和色彩适应
        8.1  光源估计
        8.2  色彩适应
      第9章  使用低层特征的彩色恒常性
        9.1  通用灰色世界
        9.2  灰色边缘
        9.3  基于物理的方法
        9.4  本章小结

      第10章  使用色域方法的彩色恒常性
        10.1  使用导数结构的色域映射
          10.1.1  对角偏移模型
          10.1.2  像素值线性组合的色域映射
          10.1.3  N-jet色域
        10.2  色域映射算法的组合
          10.2.1  组合可行集
          10.2.2  组合算法输出
        10.3  本章小结
      第11章  基于机器学习的彩色恒常性
        11.1  概率方法
        11.2  使用输出统计的组合
        11.3  使用自然图像统计的组合
          11.3.1  空间图像结构
          11.3.2  算法选择
        11.4  使用语义信息的方法
          11.4.1  使用场景类别
          11.4.2  使用高层视觉信息
        11.5  本章小结
      第12章  彩色恒常性方法的评价
        12.1  数据集
          12.1.1  高光谱数据
          12.1.2  RGB数据
          12.1.3  小结
        12.2  性能评估
          12.2.1  数学距离
          12.2.2  感知距离
          12.2.3  彩色恒常性距离
          12.2.4  感知分析
        12.3  实验
          12.3.1  比较算法性能
          12.3.2  评价
        12.4  本章小结
    第4部分  彩色特征提取
      第13章  彩色特征检测
        13.1  彩色张量
          13.1.1  光度不变导数
          13.1.2  彩色坐标变换的不变性
          13.1.3  鲁棒的完全光度不变性
          13.1.4  基于彩色张量的特征
          13.1.5  实验:鲁棒特征点检测和提取
        13.2  彩色显著性
          13.2.1  彩色独特性
          13.2.2  基于物理的去相关
          13.2.3  彩色图像的统计
          13.2.4  提升彩色显著性
          13.2.5  彩色独特性的评估
          13.2.6  重复性
          13.2.7  通用性说明
        13.3  本章小结

      第14章  彩色特征描述
        14.1  基于高斯导数的描述符
        14.2  鉴别力
        14.3  不变性层次
        14.4  信息内容
          14.4.1  实验结果
        14.5  本章小结
      第15章  彩色图像分割
        15.1  彩色盖伯滤波
        15.2  朗伯反射下的不变盖伯滤波器
        15.3  基于彩色的纹理分割
        15.4  使用不变各向异性滤波的材料识别
          15.4.1  MR8-NC滤波器组
          15.4.2  MR8-INC滤波器组
          15.4.3  MR8-LINC滤波器组
          15.4.4  MR8-SLINC滤波器组
          15.4.5  滤波器组特性小结
        15.5  彩色不变码本和特定材料的适应
        15.6  实验
          15.6.1  使用彩色不变码本的材料分类
          15.6.2  材料图像的彩色纹理分割
          15.6.3  使用自适应彩色不变量码本的材料分类
        15.7  基于德劳内三角剖分的图像分割
          15.7.1  基于光度彩色不变性的同质性
          15.7.2  基于相似谓词的同质性
          15.7.3  差异测度
          15.7.4  分割结果
        15.8  本章小结
    第5部分  应用
      第16章  目标和场景识别
        16.1  对角模型
        16.2  彩色SIFT描述符
        16.3  目标和场景识别
          16.3.1  特征提取流水线
          16.3.2  分类
          16.3.3  图像基准:PASCAL视觉目标类挑战
          16.3.4  视频基准:Mediamill挑战
          16.3.5  评价准则
        16.4  结果
          16.4.1  图像基准:PASCALVOC挑战
          16.4.2  视频基准:Mediamill挑战
          16.4.3  比较
        16.5  本章小结
      第17章  彩色命名
        17.1  基本彩色术语
        17.2  源自校准数据的彩色名称
          17.2.1  模糊彩色命名
          17.2.2  彩色类别
          17.2.3  无色类别
          17.2.4  模糊集估计

        17.3  源自未校准数据的彩色名称
          17.3.1  彩色名称数据集
          17.3.2  学习彩色名称
          17.3.3  赋彩色名称到测试图像
          17.3.4  灵活性彩色名称数据集
        17.4  实验结果
        17.5  本章小结
      第18章  多光谱图像分割
        18.1  反射和相机模型
          18.1.1  多光谱成像
          18.1.2  相机和成像模型
          18.1.3  白平衡
        18.2  光度不变距离测度
          18.2.1  色度极角间的距离
          18.2.2  色调极角间的距离
          18.2.3  讨论
        18.3  误差扩散
          18.3.1  源自光子噪声的不确定性扩散
          18.3.2  不确定性的扩散
        18.4  基于聚类的光度不变区域检测
          18.4.1  鲁棒K-均值聚类
          18.4.2  光度不变分割
        18.5  实验
          18.5.1  不确定性在变换频谱中的扩散
          18.5.2  光度不变聚类
        18.6  本章小结
    引用指南
    参考文献
    索引