





作者:章毓晋
定价:89元
印次:4-3
ISBN:9787302503613
出版日期:2018.08.01
印刷日期:2022.03.07
图书责编:文怡
图书分类:零售
本书为《图像工程》第4版的下册,主要介绍图像工程的第三层次——图像理解的基本概念、基本原理、典型方法、实用技术以及国际上有关研究的新成果。 本书主要分为4个单元。第1单元(包含第2~5章)介绍图像采集表达技术,其中第2章介绍摄像机成像模型和标定技术,第3章介绍压缩感知理论及其在成像中的应用,第4章介绍采集含深度信息图像的方法,第5章介绍各种表达3D景物的技术。第2单元(包含第6~9章)介绍景物重建技术,其中第6章介绍双目立体视觉方法,第7章介绍多目立体视觉方法,第8章介绍从多幅图像恢复景物的技术,第9章介绍从单幅图像恢复景物的技术。第3单元(包含第10~12章)介绍场景解释技术,其中第10章介绍知识表达和推理方法,第11章介绍目标和符号匹配技术,第12章介绍场景分析和语义解释的内容。第4单元(包含第13~15章)介绍三个研究方向的示例,其中第13章介绍多传感器图像信息融合方法,第14章介绍基于内容的图像和视频检索技术,第15章介绍时空行为理解的内容。书中的附录介绍了有关视觉和视知觉的一些知识,与各章都有一些联系。书中还提供大量例题、思考题和练习题,并对部分练习题提供了解答。书末还给出了主题索引。 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、计算机视觉等学科研究生专业基础或专业课教材,也可供信息与通信工程、电子科学与技术、计算机科学与技术、测控技术与仪器、机器人自动化、生物医学工程、光学、电子医疗设备研制、遥感、测绘和军事侦察等领域的科技工作者参考。
图像工程由清华大学章毓晋教授编著,是图像领域必读经典,已印刷60多次,20多万册。全套书分为图像处理、分析、理解三个层次(三册),全面涵盖基本概念、基本原理、典型方法、实用技术以及国际上有关研究的新成果。第1版获全国普通高等学校优秀教材一等奖;第2版评为全国普通高等教育“十一五”精品教材;第3版评为“十二五”普通高等教育本科国家级规划教材,2013年北京高等教育精品教材。
全套书第4版前言 这是《图像工程》第4版,全套书仍分3册,分别为《图像工程(上册)——图像处理》《图像工程(中册)——图像分析》和《图像工程(下册)——图像理解》。它们全面介绍图像工程的基础概念、基本原理、典型方法、实用技术以及国际上相关内容研究的新成果。 《图像工程》第3版也分3册,名称相同。上、中、下册均在2012年出版,而2013年出版了《图像工程》第3版的3册合订本。第3版至今已重印13次,总计3万多册。 《图像工程》第2版也分3册,名称相同。上、中、下册分别在2006年、2005年和2007年出版,2007年还出版了《图像工程》第2版的3册合订本。第2版共重印18次,总计近7万册。 《图像工程》第1版也分3册,名称分别为《图像工程(上册)——图像处理和分析》《图像工程(下册)——图像理解和计算机视觉》和《图像工程(附册)——教学参考及习题解答》。这3册分别在1999年、2000年和2002年出版。第1版共重印27次,总计约11万册。 《图像工程》的多次重印表明作者一直倡导的,为了对各种图像技术进行综合研究、集成应用而建立的整体框架——图像工程——作为一门系统研究各种图像理论、技术和应用的新的交叉学科得到了广泛的认可,也在教学中得到大量使用。同时,随着研究的深入和技术的发展,编写新版的工作也逐渐提到议事日程上来。 第4版的编写开始于2016年,是年暑假静心构思了全套书的整体框架。其后,根据框架陆续收集了一些最新的相关书籍和文献(包括印刷版和电子版),并仔细进行了阅读和做了笔记。这为新版的编写打下了一个坚实的基础。期间,还结合以往课...
目录
第1章绪论
1.1图像工程的发展
1.1.1基本概念和定义概括
1.1.2图像技术发展情况回顾
1.2图像理解及相关学科
1.2.1图像理解
1.2.2计算机视觉
1.2.3其他相关学科
1.2.4图像理解的应用领域
1.3图像理解理论框架
1.3.1马尔视觉计算理论
1.3.2对马尔理论框架的改进
1.3.3关于马尔重建理论的讨论
1.3.4新理论框架的研究
1.4内容框架和特点
总结和复习
第1单元采 集 表 达
第2章摄像机成像
2.1视觉过程
2.2摄像机成像模型
2.2.1基本摄像机模型
2.2.2近似投影模式
2.2.3一般摄像机模型
2.2.4通用成像模型
2.3摄像机标定
2.3.1标定程序和参数
2.3.2两级标定法
2.4亮度成像
2.4.1光度学和光源
2.4.2从亮度到照度
总结和复习
第3章压缩感知与成像
3.1压缩感知概述
3.2稀疏表达
3.3测量矩阵及特性
3.3.1采样/测量模型
3.3.2测量矩阵特性
3.4解码重构
3.4.1重构原理
3.4.2测量矩阵的校准
3.4.3典型重构算法
3.5稀疏编码与字典学习
3.5.1字典学习与矩阵分解
3.5.2非负矩阵分解
3.5.3端元提取
3.5.4稀疏编码
3.6压缩感知的成像应用
3.6....