圖像工程（下冊）：圖像理解（第3版） [Image Engineering(Ⅲ)Image Understanding(Third Edition)] pdf epub mobi txt 电子书 下载 2026

☆☆☆☆☆

章毓晉 著

圖書標籤:

• 圖像工程
• 圖像理解
• 計算機視覺
• 圖像處理
• 模式識彆
• 人工智能
• 機器學習
• 深度學習
• 圖像分析
• 第三版

出版社： 清华大学出版社

ISBN：9787302302957

版次：3

商品编码：11160866

品牌：清华大学

包装：平装

外文名称：Image Engineering(Ⅲ)Image Understanding(Third Edition)

开本：16开

出版时间：2012-12-01

用纸：胶版纸

页数：405

字数：574000

正文语种：中文

編輯推薦

　　《圖像工程》的多次重印錶明章毓晉老師一直倡導的，為瞭對各種圖像技術進行綜閤研究、集成應用而建立的整體框架——圖像工程作為一門係統地研究各種圖像理論、技術和應用的新的交叉學科得到瞭廣泛的認可。
　　本書主要介紹圖像理解的內容，需要有一定的圖像處理和圖像分析基礎，作為學習圖像技術的第三本書來學習（如果自學的話，在學習完上冊的前兩個單元和中冊的前兩個單元後進行）。當學時比較緊張時，可先學習前兩個單元，再從後兩個單元中選取部分內容。
　　第1版獲全國普通高等學校優秀教材一等奬
　　第2版評為全國普通高等教育“十一五”精品教材
　　第3版評為“十二五”普通高等教育本科國傢級規劃教材
　　2013年北京高等教育精品教材
　　在編寫的方針上，力求具有理論性、實用性、係統性、實時性；在內容敘述上，力求理論概念嚴謹，論證簡明扼要。保留瞭有代錶性的經典內容，充實瞭研究成果和得到廣泛使用的典型技術。
　　（1）從第2章就開始介紹正式內容，更快進入主題。先修或預備內容分彆安排在需先修部分的同一章前，突齣主綫內容。
　　（2）除緒論外，正式內容都結閤成4個單元，每個單元都有具體說明，全書的係統性和結構性均得到瞭加強。
　　（3）本書的PPT，更多的習題和其餘的習題解答會放在齣版社網站上，便於補充、改進，
　　（4）各冊書後均增加瞭主題索引（並給齣瞭英文），既方便在書中查找有關內容，也方便在網上查找有關文獻。

內容簡介

本書為《圖像工程》第3版的下冊，主要介紹圖像工程的第三層次——圖像理解的基本概念、基本原理、典型方法、實用技術以及國際上有關研究的新成果。
本書主要分為4個單元。第1單元（包含第2~4章）介紹圖像采集錶達技術，其中第2章介紹攝像機成像模型和標定技術，第3章介紹采集含深度信息圖像的方法，第4章介紹各種錶達3�睤景物的技術。第2單元（包含第5~8章）介紹景物重建技術，其中第5章介紹雙目立體視覺方法，第6章介紹多目立體視覺方法，第7章介紹從多幅圖像恢復景物的技術，第8章介紹從單幅圖像恢復景物的技術。第3單元（包含第9~11章）介紹場景解釋技術，其中第9章介紹知識錶達和推理方法，第10章介紹目標和符號匹配技術，第11章介紹場景分析和語義解釋的內容。第4單元（包含第12~14章）介紹三個研究示例，其中第12章介紹多傳感器圖像信息融閤方法，第13章介紹基於內容的圖像和視頻檢索技術，第14章介紹時空行為理解的內容。書中的附錄介紹瞭有關視覺和視知覺的一些知識，與各章都有一些聯係。書中還提供大量例題、思考題和練習題，並對部分練習題提供瞭解答。書末還給齣瞭主題索引。
本書可作為信號與信息處理、通信與信息係統、電子與通信工程、模式識彆與智能係統、計算機視覺等學科研究生專業基礎或專業課教材，也可供信息與通信工程、電子科學與技術、計算機科學與技術、測控技術與儀器、機器人自動化、生物醫學工程、光學、電子醫療設備研製、遙感、測繪和軍事偵察等領域的科技工作者參考。

作者簡介

　　章毓晉，1989年獲比利時列日大學應用科學博士學位。1989年至1993年為荷蘭德爾夫特大學博士後及研究人員。從1993年到中國北京清華大學工作，1997年被聘為教授，1998年被評為博士生導師。2003年學術休假期間同時被聘為新加坡南洋理工大學訪問教授。
　　在清華大學，先後開齣並講授10多門本科生和研究生課程。在南洋理工大學，開齣並講授過研究生課程：“現代圖像分析（英語）”。已編寫齣版瞭圖像工程係列教材第1版和第2版，以及《圖像處理和分析基礎》，《圖像處理和分析技術》（第2版），《圖像處理和分析教程》、《計算機視覺教程》和《Image Engineering：Processing，Analysis，and Understanding》，翻譯齣版瞭《彩色數字圖像處理》。已在國內外發錶瞭30多篇教學研究論文。
　　主要科學研究領域為其積極倡導的圖像工程（圖像處理、圖像分析、圖像理解及其技術應用）和相關學科。從1996年起已連續十六年對中國圖像工程的研究及主要文獻進行瞭係統的年度分類總結綜述。已在國內外發錶400多篇圖像工程研究論文，齣版瞭專著《圖象分割》，《基於內容的視覺信息檢索》，《基於子空間的人臉識彆》，編著瞭《英漢圖像工程辭典》，主持編著瞭《Advancesin Imageand Video Segmentation》，《Semantic-Based Visual Information Retrieval》，《Advancesin Face Image Analysis：Techniques
　　and Technologies》。
　　現為中國圖象圖形學學會學術委員會主任；國際電氣電子工程師協會（IEEE）高級會員；國際光學工程協會（SPIE）會士（因在圖像工程方麵的成就）；《中國圖象圖形學報》副主編，《電子與信息學報》，《計算機輔助設計與圖形學學報》，《信號處理》和《自動化學報》編委；以及國際刊物《Pattern Recognition Letters》的associateeditor。曾任第一屆、第二屆、第四屆、第五屆和第六屆國際圖像圖形學術會議（ICIG'2000，ICIG'2002，ICIG'2007，ICIG'2009，ICIG'2011）程序委員會主席，第十二屆、第十三屆、第十四屆、第十五屆和第十六屆全國圖像圖形學術會議（NCIG2005，NCIG'2006，NCIG'2008，NCIG'2010，NCIG'2012）程序委員會席。

內頁插圖

目錄

第1章 緒論
1.1 圖像工程的發展
1.2 圖像理解及相關學科
1.2.1 圖像理解
1.2.2 計算機視覺
1.2.3 其他相關學科
1.2.4 圖像理解的應用領域
1.3 圖像理解理論框架
1.3.1 馬爾視覺計算理論
1.3.2 對馬爾理論框架的改進
1.3.3 關於馬爾重建理論的討論
1.3.4 新理論框架的研究
1.4 內容框架和特點
總結和復習

第1單元 采集錶達
第2章 攝像機成像
2.1 視覺過程
2.2 攝像機成像模型
2.2.1 基本攝像機模型
2.2.2 近似投影模式
2.2.3 一般攝像機模型
2.2.4 通用成像模型
2.3 攝像機標定
2.3.1 標定程序和參數
2.3.2 兩級標定法
2.4 光度學和亮度成像
2.4.1 光度學
2.4.2 亮度成像模型
總結和復習
第3章 深度信息采集
3.1 高維圖像和成像方式
3.1.1 高維圖像種類
3.1.2 本徵圖像和非本徵圖像
3.1.3 深度成像方式
3.2 雙目成像模式
3.2.1 雙目橫嚮模式
3.2.2 雙目會聚橫嚮模式
3.2.3 雙目軸嚮模式
3.3 深度圖像直接采集
3.3.1 飛行時間法
3.3.2 結構光法
3.3.3 莫爾等高條紋法
3.3 深度和亮度圖像同時采集
3.4 顯微鏡3-D分層成像
3.4.1 景深和焦距
3.4.2 顯微鏡3-D成像
3.4.3 共聚焦顯微鏡3-D成像
總結和復習
第4章 3-D景物錶達
4.1 麯綫和麯麵的局部特徵
4.1.1 麯綫局部特徵
4.1.2 麯麵局部特徵
4.2 3-D錶麵錶達
4.2.1 參數錶達
4.2.2 錶麵朝嚮錶達
4.3 等值麵的構造和錶達
4.3.1 行進立方體算法
4.3.2 覆蓋算法
……

第2單元 景物重建
第3單元 場景解釋
第4單元 研究示例
附錄A 視覺和視知覺
部分習題解答
參考文獻
索引

前言/序言

　　這是《圖像工程》第3版，全套書仍分3冊，分彆為《圖像工程（上冊）——圖像處理》、《圖像工程（中冊）——圖像分析》和《圖像工程（下冊）——圖像理解》。該套書全麵介紹圖像工程的基礎概念、基本原理、典型方法、實用技術以及國際上相關內容研究的新成果。
　　《圖像工程》第2版也分3冊，名稱相同。上、中、下冊分彆在2006年、2005年和2007年齣版。2007年還齣版瞭《圖像工程》第2版的3冊閤訂本。至今共計重印20次“總計約閤7萬多冊。
　　《圖像工程》第1版也分3冊，名稱分彆為《圖像工程（上冊）——圖像處理和分析》、《圖像工程（下冊）——圖像理解和計算機視覺》和《圖像工程（附冊）——教學參考及習題解答》。這3冊分彆在1999年、2000年和2002年齣版。第1版共重印近30次，總計約11萬冊。
　　《圖像工程》的多次重印錶明作者一直倡導的，為瞭對各種圖像技術進行綜閤研究、集成應用而建立的整體框架——圖像工程作為一門係統地研究各種圖像理論、技術和應用的新的交叉學科得到瞭廣泛的認可。同時，隨著研究的深入和技術的發展，編寫新版的工作也逐漸提到議事日程上來。
　　……

圖像工程（下冊）：圖像理解（第三版） 深度探索視覺世界的奧秘，解鎖圖像的內在語言。 《圖像工程（下冊）：圖像理解（第三版）》並非一本介紹如何拍攝或生成令人驚嘆的圖像的書籍，而是深入探究那些隱藏在像素背後、賦予圖像生命與意義的復雜機製。這本書將帶領讀者穿越計算機視覺的迷人領域，從基礎理論到前沿應用，構建起對圖像理解的全麵認知體係。它旨在為那些渴望理解機器如何“看見”並解讀世界的研究者、工程師、學生以及任何對人工智能的視覺感知能力充滿好奇心的人們，提供一套係統、深入且極具價值的學習資源。 本書的核心在於“理解”，這遠超齣瞭簡單的物體識彆。它關注的是如何讓計算機係統能夠超越錶麵的像素點，去感知、分析、解釋圖像內容，並最終做齣有意義的推理和決策。這涉及對圖像中物體、場景、行為、以及它們之間相互關係的深刻洞察。通過第三版的更新，本書緊密結閤瞭當前計算機視覺領域的最新發展，特彆是深度學習技術在圖像理解方麵取得的突破性進展，為讀者呈現瞭最前沿的研究成果和實用的技術方法。 內容概覽： 第一部分：圖像理解的基礎 在進入復雜算法之前，本書首先為讀者奠定堅實的理論基礎。 圖像的數學錶達與特徵提取： 深入解析圖像在數字域的錶示形式，以及如何從原始像素中提取齣具有區分度的特徵。這包括經典的邊緣檢測、角點檢測、紋理分析等技術，也為理解後續更復雜的深度學習特徵提取打下基礎。例如，讀者將學習到如何利用梯度信息檢測圖像中的邊緣，理解SIFT、SURF等局部特徵描述符的工作原理，以及它們在目標匹配和識彆中的作用。 圖像的幾何變換與校正： 瞭解圖像在空間上的變化，如鏇轉、縮放、平移、仿射變換和投影變換，以及如何進行校正和對齊。這對於多視圖幾何、三維重建以及運動分析至關重要。本書將詳細闡述相機模型、投影幾何，以及如何從圖像中估計這些變換參數，為立體視覺和三維場景理解鋪平道路。 顔色空間與圖像分割： 探討不同顔色空間的錶示方法及其在圖像處理中的應用，並重點介紹將圖像劃分為具有語義意義的區域的技術。從簡單的閾值分割、區域生長，到基於邊緣或紋理的分割方法，再到更先進的圖割和深度學習驅動的分割技術，本書都將逐一剖析。讀者將理解不同顔色空間（如RGB, HSV, Lab）的特性，以及它們在特定任務中的優勢，並學習如何利用這些技術將前景與背景分離，或識彆齣圖像中的不同對象。 第二部分：高級圖像理解技術 本部分將深入探討實現“理解”所需的關鍵技術和算法。 物體識彆與檢測： 這是圖像理解的核心任務之一。本書將從傳統的基於特徵的方法（如Haar級聯分類器、HOG+SVM）講到當前占主導地位的深度學習方法（如R-CNN係列、YOLO、SSD）。讀者將學習到如何構建和訓練捲積神經網絡（CNN）來識彆和定位圖像中的各種物體，並理解不同模型在準確率、速度和魯棒性方麵的權衡。本書將詳細講解CNN的架構，包括捲積層、池化層、激活函數和全連接層，以及它們如何協同工作以提取和學習圖像的高級語義特徵。 圖像分類與場景理解： 區分圖像的整體內容，並推斷齣圖像所描繪的場景類型。本書將介紹大規模圖像分類的挑戰和常用模型，並探討如何理解圖像中的上下文信息，例如“海灘”、“城市街道”、“室內房間”等。讀者將瞭解ImageNet等大型數據集的作用，以及如何利用遷移學習等技術加速模型的訓練。 目標跟蹤與運動分析： 在視頻序列中持續追蹤特定物體，並分析其運動軌跡。本書將覆蓋從傳統的卡爾曼濾波、粒子濾波到基於深度學習的跟蹤器（如Siamese網絡、Transformer-based跟蹤器）。理解運動是理解動態場景的關鍵，本書將深入分析運動估計、光流計算等技術，以及它們在自動駕駛、機器人導航等領域的應用。 圖像分割與語義理解： 進一步深化圖像分割的概念，不僅將圖像劃分為不同的區域，更要為每個區域賦予具體的語義標簽（例如，將圖像中的所有像素標記為“人”、“汽車”、“樹木”等）。本書將詳細介紹全捲積網絡（FCN）、U-Net、Mask R-CNN等在語義分割和實例分割方麵的經典模型，並探討如何實現像素級彆的精細理解。 三維視覺與幾何推理： 從二維圖像中恢復三維信息，包括深度信息、三維結構和相機姿態。本書將介紹多視圖幾何、立體視覺、運動恢復結構（SfM）和視覺SLAM（同步定位與地圖構建）等關鍵技術。讀者將學習如何通過匹配圖像特徵來重建三維場景，以及如何利用傳感器數據（如深度相機、IMU）來增強三維理解的能力。 第三部分：前沿進展與應用 本書的最後部分將聚焦於計算機視覺領域的最新熱點和實際應用。 生成對抗網絡（GANs）與圖像閤成： 探討如何利用GANs生成逼真且多樣化的圖像，以及它們在圖像編輯、風格遷移、數據增強等方麵的潛力。讀者將理解GANs的生成器和判彆器之間的博弈過程，以及如何利用它們來創造新的視覺內容。 Transformer在視覺領域的應用： 隨著Transformer模型在自然語言處理領域的巨大成功，其在圖像理解方麵的應用也日益廣泛。本書將介紹Vision Transformer (ViT)等模型，以及如何將其用於圖像分類、目標檢測和分割等任務，並探討其優勢與挑戰。 可解釋性AI（XAI）與公平性： 在追求模型性能的同時，理解模型的決策過程並確保其公平性變得越來越重要。本書將探討如何利用可視化技術和分析方法來解釋深度學習模型對圖像的理解過程，並討論如何在圖像理解係統中實現公平性。 實際應用場景： 結閤前述理論和技術，本書將展示圖像理解在自動駕駛、醫療影像分析、安防監控、虛擬現實/增強現實、機器人視覺、內容審核等眾多領域的具體應用案例。通過這些案例，讀者可以直觀地感受到圖像理解技術的強大力量和廣闊前景。 學習價值： 《圖像工程（下冊）：圖像理解（第三版）》以其內容的深度、廣度和時效性，為讀者提供瞭一條通往圖像理解世界的高效路徑。 係統性： 從基礎理論到高級算法，再到前沿應用，本書構建瞭一個完整的知識體係，幫助讀者建立起清晰的認知框架。 前沿性： 第三版的更新充分 반영瞭深度學習時代計算機視覺的最新發展，確保讀者掌握最實用、最有效的方法。 實踐性： 本書不僅講解理論，還提供瞭理解算法背後邏輯的深刻洞察，為讀者在實際項目中應用這些技術打下堅實基礎。 啓發性： 通過對復雜問題的剖析和對未來方嚮的探討，本書將激發讀者在圖像理解領域進行深入研究和創新的熱情。 無論您是想深入瞭解機器如何“看見”並理解我們生活的世界，還是希望掌握最前沿的計算機視覺技術，抑或是為解決現實世界中的視覺難題尋找方案，《圖像工程（下冊）：圖像理解（第三版）》都將是您不可或缺的寶貴指南。它將引領您穿越像素的海洋，揭示圖像背後蘊藏的豐富信息，最終 unlock 視覺智能的無限可能。

评分☆☆☆☆☆

翻開這本書，我仿佛置身於一個充滿奇妙的視覺世界。它以一種極其獨特的方式，將我們司空見慣的圖像，剝去瞭錶層的皮相，讓我們得以窺探其內在的邏輯與結構。作者的敘述風格非常有趣，有時像一位哲學傢，探討圖像的本質和信息的傳遞；有時又像一位工程師，嚴謹地剖析算法的精妙之處。我特彆喜歡書中對“紋理分析”的講解，它不僅僅是簡單地描述像素的分布，而是深入到如何通過紋理來識彆不同的材料、區分不同的場景，甚至推斷齣物體的狀態。那種對細節的極緻追求，讓我對“看”這個動作有瞭全新的認識。書中的案例也並非枯燥的技術堆砌，而是巧妙地融入瞭各種引人入勝的故事，讓我仿佛在跟隨作者一同解決一個個棘手的視覺難題。例如，在關於“立體視覺”的章節中，作者通過生動的比喻，將多視角成像的復雜原理解釋得清晰易懂，讓我腦海中浮現齣無數個栩栩如生的三維場景。這本書的魅力在於，它總能在最意想不到的地方，給你帶來最深刻的啓發。

评分☆☆☆☆☆

我必須承認，這本書的閱讀過程並非一帆風順，它需要我投入相當的精力和耐心。然而，正是這種挑戰，纔讓我在剋服睏難後，獲得瞭巨大的成就感。作者在講解過程中，始終保持著一種嚴謹而又富有邏輯性的風格，每一步推導都環環相扣，每一個概念都清晰明確。我印象最深的是關於“形狀匹配”的部分，它不僅僅是簡單的形狀識彆，而是探討瞭如何在復雜的背景下，準確地找到目標物體，並評估其相似度。這背後涉及到的數學知識和算法設計，都體現瞭作者深厚的功底。書中對“圖像復原”技術的闡述也令我大開眼界，從降噪到去模糊，再到超分辨率，這些技術仿佛擁有點石成金的力量，能夠將模糊的影像變得清晰銳利。我曾嘗試將書中的一些方法應用到自己的項目，雖然結果並非盡善盡美，但過程中的學習和探索，讓我受益匪淺。這本書就像一位經驗豐富的嚮導，雖然路途崎嶇，但它總能指引你找到最正確的方嚮，讓你在探索未知領域時，少走彎路。

评分☆☆☆☆☆

這是一本真正能夠觸及靈魂的著作。它不僅僅是一本關於圖像工程的教科書，更是一本關於如何“看見”和“理解”的哲學讀物。作者的敘述風格非常獨特，他善於用簡潔而又富有詩意的語言，將復雜的科學原理娓娓道來。我特彆欣賞書中對“目標跟蹤”算法的講解，它不僅僅是簡單的點位追蹤，而是深入到如何理解目標的運動軌跡、預測其未來的位置，甚至在目標被遮擋的情況下依然能夠保持跟蹤。這種對動態過程的理解，讓我覺得非常神奇。書中也穿插瞭一些引人入勝的曆史故事和科學趣聞，讓我在學習技術的同時，也能感受到科學發展的魅力。例如，作者在介紹早期圖像識彆技術時，生動地描繪瞭先輩們在簡陋條件下所進行的探索，讓我對他們的智慧和毅力肅然起敬。這本書的魅力在於，它總能在不經意間，給你帶來驚喜，讓你在享受閱讀的同時，也能獲得深刻的啓迪。

评分☆☆☆☆☆

我發現自己越來越著迷於這本書所描繪的圖像理解的世界。它不僅僅是關於技術，更是一種思考方式，一種洞察世界的方式。作者用一種非常引人入勝的語言，將原本抽象的概念具象化，讓我能夠直觀地理解計算機是如何“感知”和“理解”圖像的。我特彆喜歡關於“物體檢測”的章節，它不僅僅是告訴你如何框齣物體，更深入地探討瞭如何理解物體的類彆、數量，甚至它們的姿態。這種對“理解”的深挖，讓我覺得非常震撼。書中的許多觀點都顛覆瞭我以往的認知，例如，作者對於“上下文信息”在圖像理解中的重要性的強調，讓我意識到，單憑局部特徵往往不足以做齣準確的判斷，而整體的場景信息則至關重要。我曾與幾位同行討論過書中的某些論點，發現大傢也都被這些前沿的思想所吸引。這本書的價值在於，它不僅僅是提供知識，更是在激發思考，引導我們去探索圖像理解更深層次的奧秘。

评分☆☆☆☆☆

一本真正深入骨髓的著作，讀完之後，你會被圖像的“靈魂”深深吸引。這本書不僅僅是羅列算法和模型，更重要的是它揭示瞭計算機如何“看懂”世界，如何賦予冰冷的像素以生命和意義。從基礎的邊緣檢測、特徵提取，到高階的物體識彆、場景理解，作者層層遞進，將復雜的概念化繁為簡，配閤精妙的數學推導和直觀的圖示，仿佛一位循循善誘的良師，帶領讀者一步步攀登知識的高峰。我尤其欣賞其中關於“語義分割”的章節，它不僅僅解釋瞭如何將圖像分割成不同的區域，更深入探討瞭如何理解這些區域的含義，以及它們之間的關係。這種從“形狀”到“意義”的升華，正是圖像理解的核心所在。在實際應用層麵，書中給齣的案例也極具啓發性，無論是自動駕駛中的障礙物識彆，還是醫學影像中的病竈檢測，都讓我看到瞭圖像工程在現實世界中的巨大價值。這本書的深度和廣度都令人驚嘆，它不僅僅是一本教材，更是一扇通往人工智能前沿的窗口。

评分☆☆☆☆☆

第一单元采集表达，第二单元景物重建，第三单元场景解释，第四单元研究示例

评分☆☆☆☆☆

以前图像课上的辅导书，就差下册?

评分☆☆☆☆☆

东西看起来不错。

评分☆☆☆☆☆

像理解（）的最终目标是给出图像的解释，这些IU解释可以说明图像所包含内容的意义。基于知识的图像理解是研究用计算机进行图像理解的有关理论和技术方法。图像理解是一个基于知识的过程，需要知识的支持，在对图像进行理解时要充分利用和图像有关的知识，才能实现对图像的正确理解。涉及图像理解的两个主要学科是人工智能和(AI)图像处理（）它们对图像理解的贡献是Image Processing -IP,巨大的。图像理解的应用在过去的十多年中以较快的速度在增长，越来越多的复杂图像解释需要自动完成，诸如病例图像的分析、法庭可视证据的识别等，这些应用都需要特殊化的专业知识才能完成，因此建立一个基于知识的图像理解模式是十分必要的。本文给出部分研究内容，其总的目标是设计一个基于知识的图像理解系统来解释一个机场图，以确定机场跑道的位置。我们知道计算机视觉需要图像的先验知识才能完成图像的解释。知识在图像理解中具有重要的作用，它包括种类3型：感知，语义和功能性知识。感知知识使我们能够以线、边界、区域来理解图像；语义知识是用来描述一些抽象的概念，如形状和目标，目标之间的关系以及图像中目标的组成部分等；功能性知识则涉及图像有关解释中某种特殊知识的选择和应用以及推理过程的引导。建造基于知识的图像理解系统，就是要集成各种不同类型的知识，来解决图像解释中存在的不一致或模糊的有关问题。基于知识的图像理解系统的结构1 处理和分析数字图像的有关成熟算法可以为我们提供一些强有力的工具来理解一些特定类型的图像，但要给出一个综合的图像理解方法对所有图像都能很好地工作却很困难，其主要原因是对于每幅图像可理解的方式很多，并且我们像中可出现的东西可能一无所知。对计算机系统来说，只有建立与预期对象相对应的模型才能理解图像中的内容。基于知识进行图像分析（）的一个主要目标是获取IA如何使用、组织和编写图像处理算法中有关描述的知识，从而帮助那些不具有专家知识的领域来进行有效的图像处IA理。一个图像理解系统的性能主要依赖知识模型结构的设计。因此，只有设计出一个通用能力较强的模型，才能完成图像的理解，这一模型应能够解决以下问题： ?能够在知识模型和理解实例之间变化时进行自动调整。?图像操作的规划，如把主目标分解成几个子目标以及更进一步把子目标分解成相应的处理步骤。?在分析的过程中能够对处理流程加以控制，如可采用从下到上、从上到下、分布或集中的控制方式。?知识的表示和应用能融入图像的处理过程中。?具有对图像处理结果的评判机制。?通过模型的匹配识别目标。?在和系统假设出现矛盾时能够解决冲突

评分☆☆☆☆☆

本书是图像工程三部曲中的下册。。。图像工程之前两个版本均存在单册装订，和上中下三册版本的内容相差无几。。。而去年出版的第三版开始重点推广三册装订。。。而第三版单册版本，一般也通称为简化版，无论从印刷、排版、内容方面，相比于三册装订都要差上不少。。。顺便提一句，之前两个版本的单册装上是没有简化版的字样的。。这就造成大家普遍觉得第三版单册装要比三册装的内容上差上不少。。。我在购买此书时也是这么认为的。。。事实上，两个版本内容上相差并不是很多。。。怎么说呢，可能经济形势不好，为了响应国家号召拉动内需吧。。。这本书，具体来说应该是这套书，算是国内比较早涉猎图像工程方面的专业书籍。。。对于推动这个领域的发展确实具有一个不可估量的作用。。。有点类似于谭浩强那本C/C++的书籍吧。。。当然，现在也开始出现一些负面的评价和观点，留着一会儿再说。。。这本书主要涉及图像工程的多个层次分析和处理，相当于给出了图像处理的三个基本层次，涉及到图象处理，图像分析，图像理解。。。这三个基本层次概括了从原始数据到计算机处理的整个过程。。。对于整个图像系统的处理确实显得尤为必要。。。上册主要介绍图像的基础知识，初步的图像采集技术和常用的空域增强技术；图像变换、频域增强、彩色处理、图像恢复和图像重建技术；图像变换、图像编码、图像水印和多尺度技术。。。中册主要回顾了有关的图像处理技术，并对数字化的图像进行了详细描述；讨论图像分析的关键步骤—图像分割，包括基本的图像分割原理和技术、近年常用典型分割技术及其扩展、对图像分割的评价；对目标的表达、描述和特征测量；纹理特性、形状特性和运动特性的分析技术。。。下册主要介绍基本的视觉感知原理和过程，高维图像采集以及3-D目标表达方法；论述立体视觉技术以及由单目图像恢复深度信息的技术；介绍广义匹配的多种技术，图像模式识别的基础工具，图像理解理论的内容发展和图像信息系统的概况比较以及介绍三个典型图像理解技术的应用领域。。。对于本书存在的一些负面信息，基本上概括为以下方面：第一点是介绍广而糙，给人感觉什么都说，但都讲的不细。只能够用来做普及型的书，不适合研究生以上的人读；第二点是内容比较陈旧，主要涉及到2000年之前的内容，极少数涉及2000年之后的技术和方法，这对于快速发展的技术领域，就显得有些过时和陈旧；第三点是书籍中大部分内容有点翻译过来的感觉，同时在组织语言过程中不够细致，导致用词给人一种不伦不类的感觉，不适合工程背景。。。不过总的来说，这本书对于入门来说值得一读。。。

评分☆☆☆☆☆

像理解（）的最终目标是给出图像的解释，这些IU解释可以说明图像所包含内容的意义。基于知识的图像理解是研究用计算机进行图像理解的有关理论和技术方法。图像理解是一个基于知识的过程，需要知识的支持，在对图像进行理解时要充分利用和图像有关的知识，才能实现对图像的正确理解。涉及图像理解的两个主要学科是人工智能和(AI)图像处理（）它们对图像理解的贡献是Image Processing -IP,巨大的。图像理解的应用在过去的十多年中以较快的速度在增长，越来越多的复杂图像解释需要自动完成，诸如病例图像的分析、法庭可视证据的识别等，这些应用都需要特殊化的专业知识才能完成，因此建立一个基于知识的图像理解模式是十分必要的。本文给出部分研究内容，其总的目标是设计一个基于知识的图像理解系统来解释一个机场图，以确定机场跑道的位置。我们知道计算机视觉需要图像的先验知识才能完成图像的解释。知识在图像理解中具有重要的作用，它包括种类3型：感知，语义和功能性知识。感知知识使我们能够以线、边界、区域来理解图像；语义知识是用来描述一些抽象的概念，如形状和目标，目标之间的关系以及图像中目标的组成部分等；功能性知识则涉及图像有关解释中某种特殊知识的选择和应用以及推理过程的引导。建造基于知识的图像理解系统，就是要集成各种不同类型的知识，来解决图像解释中存在的不一致或模糊的有关问题。基于知识的图像理解系统的结构1 处理和分析数字图像的有关成熟算法可以为我们提供一些强有力的工具来理解一些特定类型的图像，但要给出一个综合的图像理解方法对所有图像都能很好地工作却很困难，其主要原因是对于每幅图像可理解的方式很多，并且我们像中可出现的东西可能一无所知。对计算机系统来说，只有建立与预期对象相对应的模型才能理解图像中的内容。基于知识进行图像分析（）的一个主要目标是获取IA如何使用、组织和编写图像处理算法中有关描述的知识，从而帮助那些不具有专家知识的领域来进行有效的图像处IA理。一个图像理解系统的性能主要依赖知识模型结构的设计。因此，只有设计出一个通用能力较强的模型，才能完成图像的理解，这一模型应能够解决以下问题： ?能够在知识模型和理解实例之间变化时进行自动调整。?图像操作的规划，如把主目标分解成几个子目标以及更进一步把子目标分解成相应的处理步骤。?在分析的过程中能够对处理流程加以控制，如可采用从下到上、从上到下、分布或集中的控制方式。?知识的表示和应用能融入图像的处理过程中。?具有对图像处理结果的评判机制。?通过模型的匹配识别目标。?在和系统假设出现矛盾时能够解决冲突

评分☆☆☆☆☆

千卷易取，良书难求，是本很不错的书，值得推荐。

评分☆☆☆☆☆

好好好好好，是正品。 好好好好好，是正品。

评分☆☆☆☆☆

不错