本书介绍计算机视觉的基础内容，比较侧重计算几何和目标检测方面。本书对图像网格的构建和叠加、德劳内三角剖分和沃罗诺伊镶嵌、多边形拼贴、图像拓扑等都有比较全面深入的介绍，并对图像结构给出了直观可视的描述。书中提供了大量相应的Matlab程序，可结合原理学习进行实验，以进一步加深理解并解决实际问题。

不仅介绍计算机视觉的基础内容，还提供了大量相应的Matlab程序，可结合原理学习进行实验，以进一步加深理解并解决实际问题。

前 言 本书介绍计算机视觉基础。计算机视觉（也称为机器视觉）的主要目标是基于由各种 相机捕获的图像内容来重建和解释自然场景（参见R. Szeliski[187]）。计算机视觉系统包括 诸如卫星测绘、机器人导航系统、智能扫描仪和遥感系统之类的东西。在计算机视觉研究 中，重点是从图像中提取有用的信息（参见S. Prince [159]）。计算机视觉系统通常模仿人 类视觉感知。计算机视觉系统中选择的硬件是某种形式的数码相机，被编程为近似视觉感 知。因此，计算机视觉、数字图像处理、光学、光度学和光子学之间存在密切联系（参见 E. Stijns 和H. Thienpont [184]）。 从计算机视觉的角度来看，光子学是捕捉视觉场景中光的科学。图像处理研究数字图 像形成（如从模拟光学传感器信号到数字信号的转换）、操作（如图像滤波、去噪、裁剪）、 特征提取（如像素强度、梯度方向、梯度幅度、边缘强度）、描述（如图像边缘和纹理）和 可视化（如像素强度直方图）。可以参见B. J?hne [85]和S.G. Hoggar [81]的图像处理数学框 架，并扩展到许多相关人员对图像处理的看法，如M. Sonka、V. Hlavac 和R. Boyle [183]， W. Burger 和M. J. Burge [21]，R. C. 冈萨雷斯和R. E·伍兹[57]，R. C. 冈萨雷斯、R. E. 伍 兹和S. L. 埃丁斯 [58]，V. Hlavac [80]，C. Solomon 和T. Breckon [181]。这些有用的信息， 即可以检测、分析和分类的图像目标...