（1）涵蓋十分廣泛的領域，包括人工智能、信號處理、人工神經網絡、模式識彆、機器學習、模糊數學等一係列相關學科。

（2）圖將復雜的概念通過具體示例用易於理解的算法來描述，提供瞭大量包含圖示和處理結果的插圖，特彆有助於讀者的學習和理解。

（3）提供瞭豐富的參考文獻，既列齣瞭經過時間考驗的經典論文，也列齣瞭能反映未來發展方嚮的新進展，適於讀者進一步深入探索。

本書是英文第4版的中文翻譯，大約有五分之一的內容更新。主要更新的內容包括：增加瞭一些新的算法，增加瞭習題部分，重寫瞭部分內容。更為具體的內容更新請參考作者序。本書是在第3版中文翻譯的基礎上，按照直譯的原則進行翻譯的，與英文版形成完全的對照。對於英文版中明顯存在的排印或疏忽類的錯誤，都進行瞭更正。由於這些錯誤一般都很明顯，因此譯文中沒有專門聲明，讀者如果對照英文版，不難看齣其齣處。

dy 章 引言 1

1.1 動機 1

1.2 計算機視覺為什麼是睏難的 2

1.3 圖像錶達與圖像分析的任務 4

1.4 總結 7

1.5 習題 7

1.6 參考文獻 8

第2章 圖像及其錶達與性質 9

2.1 圖像錶達若乾概念 9

2.2 圖像數字化 11

2.2.1 采樣 11

2.2.2 量化 12

2.3 數字圖像性質 13

2.3.1 數字圖像的度量和拓撲性質 13

2.3.2 直方圖 17

2.3.3 熵 18

2.3.4 圖像的視覺感知 18

2.3.5 圖像品質 20

2.3.6 圖像中的噪聲 21

2.4 彩色圖像 22

2.4.1 色彩物理學 22

2.4.2 人所感知的色彩 23

2.4.3 彩色空間 26

2.4.4 調色闆圖像 28

2.4.5 顔色恒常性 28

2.5 攝像機概述 29

2.5.1 光敏傳感器 29

2.5.2 黑白攝像機 30

2.5.3 彩色攝像機 32

2.6 總結 32

2.7 習題 33

2.8 參考文獻 35

第3章 圖像及其數學與物理背景 37

3.1 概述 37

3.1.1 綫性 37

3.1.2 狄拉剋（Dirac）分布和捲積 37

3.2 積分綫性變換 38

3.2.1 作為綫性係統的圖像 39

3.2.2 積分綫性變換引言 39

3.2.3 1D傅裏葉變換 39

3.2.4 2D傅裏葉變換 43

3.2.5 采樣與香農約束 45

3.2.6 離散餘弦變換 47

3.2.7 小波變換 48

3.2.8 本徵分析 52

3.2.9 奇異值分解 53

3.2.10 主分量分析 54

3.2.11 Radon變換 56

3.2.12 其他正交圖像變換 56

3.3 作為隨機過程的圖像 57

3.4 圖像形成物理 59

3.4.1 作為輻射測量的圖像 59

3.4.2 圖像獲取與幾何光學 60

3.4.3 鏡頭像差和徑嚮畸變 63

3.4.4 從輻射學角度看圖像獲取 65

3.4.5 錶麵反射 67

3.5 總結 69

3.6 習題 70

3.7 參考文獻 71

第4章 圖像分析的數據結構 73

4.1 圖像數據錶示的層次 73

4.2 傳統圖像數據結構 74

4.2.1 矩陣 74

4.2.2 鏈 76

4.2.3 拓撲數據結構 76

4.2.4 關係結構 77

4.3 分層數據結構 78

4.3.1 金字塔 78

4.3.2 四叉樹 79

4.3.3 其他金字塔結構 80

4.4 總結 81

4.5 習題 82

4.6 參考文獻 83

第5章 圖像預處理 85

5.1 像素亮度變換 85

5.1.1 位置相關的亮度校正 85

5.1.2 灰度級變換 86

5.2 幾何變換 88

5.2.1 像素坐標變換 88

5.2.2 亮度插值 89

5.3 局部預處理 91

5.3.1 圖像平滑 91

5.3.2 邊緣檢測算子 97

5.3.3 二階導數過零點 100

5.3.4 圖像處理中的尺度 104

5.3.5 Canny邊緣提取 105

5.3.6 參數化邊緣模型 107

5.3.7 多光譜圖像中的邊緣 107

5.3.8 頻域的局部預處理 108

5.3.9 用局部預處理算子作綫檢測 112

5.3.10 角點（興趣點）檢測 113

5.3.11 大穩定極值區域檢測 116

5.4 圖像復原 117

5.4.1 容易復原的退化 118

5.4.2 逆濾波 118

5.4.3 維納濾波 118

5.5 總結 120

5.6 習題 121圖像處理 分析與機器視覺 第4版 人工智能信號處理 人工神經網絡 下載 mobi epub pdf txt 電子書