电子工业出版社-网上书店

本书内容基本覆盖计算机视觉的主要方面，除绪论外，共 10 章，分别介绍 10 类 3D 计算机视觉技术:摄像机成像和标定、深度图像采集、3D 点云数据采集及加工、双目立体视觉、多目立体视觉、单目多图像场景恢复、单目单图像场景恢复、广义匹配、同时定位和制图，以及时空行为理解。本书侧重介绍计算机视觉的基本原理及近期进展。在 2~11 章中，每章都先描述相应技术的基本概念和基础原理，对实现该技术的典型方法进行详细分析（包括算法描述、具体步骤、效果示例等），然后介绍该技术领域的最新进展，归纳其特点并分类，以期帮助读者了解一些最新的发展趋势。

第1章  绪论	001
1.1　计算机视觉简介	002
1.1.1　人类视觉要点	002
1.1.2　计算机视觉	003
1.1.3　相关学科	004
1.2　计算机视觉理论和框架	007
1.2.1　视觉计算理论	007
1.2.2　框架问题和改进	011
1.2.3　关于马尔重建理论的讨论	013
1.2.4　新理论框架的研究	016
1.2.5　从心理认知出发的讨论	018
1.3　图像工程简介	021
1.3.1　图像工程的3个层次	021
1.3.2　图像工程的研究和应用	023
1.4　深度学习简介	024
1.4.1　卷积神经网络的基本概念	024
1.4.2　深度学习的核心技术	028
1.4.3　计算机视觉中的深度学习	030
1.5　本书的组织架构和内容	032
参考文献	033

第2章  摄像机成像和标定	036
2.1　亮度成像模型	037
2.1.1　光度学概念	037
2.1.2　基本的亮度成像模型	038
2.2　空间成像模型	039
2.2.1　投影成像几何	039
2.2.2　基本空间成像模型	040
2.2.3　通用空间成像模型	043
2.2.4　完整空间成像模型	045
2.3　摄像机模型	047
2.3.1　线性摄像机模型	047
2.3.2　非线性摄像机模型	050
2.4　摄像机标定方法	053
2.4.1　标定方法分类	053
2.4.2　传统标定方法	055
2.4.3　自标定方法	058
2.4.4　结构光主动视觉系统标定方法	061
2.4.5　在线摄像机外参数标定方法	066
参考文献	069

第3章  深度图像采集	071
3.1　深度图像和深度成像	072
3.1.1　深度图像	072
3.1.2　深度成像	074
3.2　直接深度成像	075
3.2.1　激光扫描介绍	075
3.2.2　飞行时间法	079
3.2.3　LiDAR	081
3.2.4　结构光法	082
3.2.5　莫尔等高条纹法	084
3.3　间接深度成像	087
3.3.1　双目横向模式	087
3.3.2　双目会聚横向模式	092
3.3.3　双目轴向模式	095
3.4　单像素深度成像	097
3.4.1　单像素成像原理	097
3.4.2　单像素相机	098
3.4.3　单像素3D成像	100
3.5　生物视觉与立体视觉	102
3.5.1　生物视觉和双目视觉	102
3.5.2　从单目到双目立体	102
参考文献	103

第4章  3D点云数据采集及加工	105
4.1　点云数据概况	106
4.1.1　点云数据获取方式	106
4.1.2　点云数据类型	107
4.1.3　点云数据加工任务	108
4.1.4　LiDAR测试数据集	109
4.2　点云数据预处理	109
4.2.1　点云数据补漏	110
4.2.2　点云数据去噪	110
4.2.3　点云数据地面区域滤波	111
4.2.4　点云数据精简/压缩	112
4.2.5　多平台点云数据配准	114
4.2.6　点云数据与影像数据配准	116
4.3　激光点云3D建模	117
4.3.1　德劳内三角网法	117
4.3.2　面片拟合法	118
4.4　3D模型的纹理映射	121
4.4.1　颜色纹理映射法	121
4.4.2　几何纹理映射法	123
4.4.3　过程纹理映射法	123
4.5　点云特征描述	124
4.5.1　全局特征描述符和局部特征描述符	124
4.5.2　3种局部特征描述符	125
4.6　点云理解与深度学习	126
4.7　仿生优化配准点云	128
4.7.1　布谷鸟搜索	128
4.7.2　改进的布谷鸟搜索	129
4.7.3　点云配准应用	131
参考文献	132

第5章  双目立体视觉	137
5.1　基于区域的双目立体匹配	138
5.1.1　模板匹配	138
5.1.2　立体匹配	141
5.2　基于特征的双目立体匹配	147
5.2.1　基本步骤	147
5.2.2　尺度不变特征变换	150
5.2.3　加速鲁棒性特征	152
5.2.4　动态规划匹配	158
5.3　视差图误差检测与校正	160
5.3.1　误差检测	160
5.3.2　误差校正	161
5.4　基于深度学习的立体匹配	163
5.4.1  立体匹配网络	163
5.4.2　基于特征级联CNN的匹配	165
参考文献	166

第6 章  多目立体视觉	170
6.1　水平多目立体匹配	171
6.1.1　多目图像和SSD	171
6.1.2　倒距离和SSSD	173
6.2　正交三目立体匹配	175
6.2.1　正交三目	175
6.2.2　基于梯度分类的正交匹配	180
6.3　多目立体匹配	184
6.3.1  任意排列三目立体匹配	185
6.3.2　正交多目立体匹配	189
6.4　等基线多摄像机组	190
6.4.1　图像采集	191
6.4.2　图像合并方法	192
6.5　单摄像机多镜反射折射系统	193
6.5.1　总体系统结构	194
6.5.2　成像和标定模型	195
参考文献	196

第7 章  单目多图像场景恢复	199
7.1　单目图像场景恢复	200
7.2　由光照恢复形状	201
7.2.1　物体亮度和图像亮度	202
7.2.2　表面反射特性和亮度	205
7.2.3　物体表面朝向	207
7.2.4　反射图和图像亮度约束方程	209
7.2.5　图像亮度约束方程求解	211
7.3　由运动恢复形状	215
7.3.1　光流和运动场	215
7.3.2　光流场和光流方程	217
7.3.3　光流方程求解	219
7.3.4　光流与表面取向	225
7.3.5　光流与相对深度	227
7.4　由分割轮廓恢复形状	228
7.5　光度立体技术综述	230
7.5.1　光源标定	230
7.5.2　非朗伯表面反射模型	231
7.5.3　彩色光度立体	232
7.5.4　3D重建方法	233
7.6　基于GAN的光度立体	234
7.6.1　网络结构	234
7.6.2　损失函数	235
参考文献	236

第8章  单目单图像场景恢复	241
8.1　由影调恢复形状	242
8.1.1　影调与形状	242
8.1.2　图像亮度方程求解	245
8.2　由纹理恢复形状	251
8.2.1　单目成像和纹理畸变	252
8.2.2　由纹理变化恢复表面朝向	254
8.2.3　纹理消失点检测	260
8.3　由焦距确定深度	265
8.4　根据三点透视估计位姿	267
8.4.1　三点透视问题	267
8.4.2　迭代求解	268
8.5　混合表面透视投影下的由影调恢复形状	269
8.5.1　改进的Ward反射模型	269
8.5.2　透视投影下的图像亮度约束方程	270
8.5.3　图像亮度约束方程求解	272
8.5.4　基于Blinn-Phong反射模型的方程	273
8.5.5　新图像亮度约束方程求解	274
参考文献	276

第9章  广义匹配	278
9.1　匹配介绍	279
9.1.1　匹配策略	279
9.1.2　匹配算法分类	280
9.1.3　匹配评价	281
9.2　目标匹配	282
9.2.1　匹配的度量	282
9.2.2　对应点匹配	285
9.2.3　惯量等效椭圆匹配	286
9.3　动态模式匹配	288
9.3.1　匹配流程	288
9.3.2　绝对模式和相对模式	289
9.4　匹配和配准	291
9.4.1　配准的实现	291
9.4.2　基于特征匹配的异构遥感图像配准	293
9.4.3　基于空间关系推理的图像匹配	294
9.5　关系匹配	295
9.6　图同构匹配	298
9.6.1　图论简介	298
9.6.2　图同构和匹配	301
9.7　线条图标记和匹配	304
9.7.1　轮廓标记	304
9.7.2　结构推理	305
9.7.3　回朔标记	307
9.8　多模态图像匹配	308
9.8.1　基于区域的技术	308
9.8.2　基于特征的技术	310
参考文献	312

第10章  同时定位和制图	317
10.1　SLAM概况	318
10.1.1　激光SLAM	318
10.1.2　视觉SLAM	321
10.1.3　对比和结合	323
10.2　激光SLAM算法	324
10.2.1　Gmapping算法	324
10.2.2　Cartographer算法	326
10.2.3　LOAM算法	330
10.3　视觉SLAM算法	331
10.3.1　ORB-SLAM算法系列	331
10.3.2　LSD-SLAM算法	336
10.3.3　SVO算法	341
10.4　群体机器人和群体SLAM	343
10.4.1　群体机器人的特性	344
10.4.2　群体SLAM要解决的问题	344
10.5　SLAM的一些新动向	345
10.5.1　SLAM与深度学习的结合	345
10.5.2　SLAM与多智能体的结合	346
参考文献	347

第11 章  时空行为理解	354
11.1　时空技术	355
11.1.1　新的研究领域	355
11.1.2　多个层次	356
11.2　动作分类和识别	357
11.2.1　动作分类	358
11.2.2　动作识别	360
11.3　主体与动作联合建模	363
11.3.1　单标签主体?动作识别	363
11.3.2　多标签主体?动作识别	364
11.3.3　主体?动作语义分割	365
11.4　活动和行为建模	368
11.4.1　动作建模	369
11.4.2　活动建模和识别	373
11.4.3　基于关节点的行为识别	378
11.5　异常事件检测	381
11.5.1　自动活动分析	381
11.5.2　异常事件检测方法分类	383
11.5.3　基于卷积自编码器的检测	386
11.5.4　基于单类神经网络的检测	387
参考文献	388
主题索引	392

计算机视觉是一门借助计算机和电子设备来实现人类视觉功能的信息学科。计算机视觉研究的原始目的是借助与场景有关的图像，辨识和定位其中的目标，确定目标的结构及目标之间的相互关系，从而对客观世界中的目标和场景做出有意义的解释和判断。
计算机视觉的研究和应用已有半个多世纪的历史，近年来，随着人工智能和深度学习等技术的引入，相关理论和方法发展迅速，应用领域也在不断扩大。
本书内容基本覆盖计算机视觉的主要方面。除在绪论中对基本概念和相关学科进行介绍外，全书主要内容分为10章，分别介绍10类3D计算机视觉技术：摄像机成像和标定、深度图像采集、3D点云数据采集及加工、双目立体视觉、多目立体视觉、单目多图像场景恢复、单目单图像场景恢复、广义匹配、同时定位和制图，以及时空行为理解。
本书侧重介绍计算机视觉的基本原理及近期进展。在第2～11章中，每章都先描述相应技术的基本概念和基础原理，对实现该技术的典型方法进行详细分析（包括算法描述、具体步骤、效果示例等），然后介绍该技术领域的最新进展，归纳其特点并分类，可以帮助读者了解一些最新的发展趋势。
本书一方面可作为相关学科专业高年级本科生和研究生的专业课程教材，帮助他们掌握基本原理并开展科研活动、完成毕业设计和学位论文；另一方面也适合相关领域研究人员作为科研参考。
全书共11章，其下有59节（二级标题），再下还有156小节（三级标题），共有编了号的图215幅、表格37个、公式660个。最后，书末列出了所引用的300 多篇参考文献的目录（超过100篇为21世纪20年代的），以及用于索引的500 多个术语（同时给出对应英文，以方便读者进一步查阅相关文献）。
最后，感谢妻子何芸、女儿章荷铭等家人在各方面的理解和支持。

章毓晋     
2023年暑假于书房
通信地址：清华大学电子工程系，100084
电子邮件：zhang-yj@tsinghua.edu.cn

本书配套资源下载

对不起，暂无音视频资源！

3D计算机视觉：基础与前沿方法