智能視感學

前言

　　信息的獲取、認識和理解是信息工程科學的核心內(nèi)容。如何從圖像中獲取有關(guān)的信息已經(jīng)成為當今世界熱門的話題?！　】梢哉f，二維圖像是蘊涵豐富自然信息的一種載體，它包含物體表面的紋理和粗糙度、物體的色彩特性、物體的邊界形狀、物體目標位置、物體顆粒大小分布和物體幾何尺度等與人們生活、生產(chǎn)直接相關(guān)的可貴信息?！　∽髡吒鶕?jù)自己和博士、碩士生們的研究成果，以及多年從事本科生及研究生的教學經(jīng)驗與體會整理出本書，并將其定名為《智能視感學》?？紤]到目前在該學科方向上尚缺乏一些淺顯易懂、又能形成體系的簡明教程，作者想做一次嘗試，希望能用一種較為通俗和深入淺出的方式來闡述智能視感的一些深奧知識，對初學者能夠起到入門和建立繼續(xù)深造的起點之作用。　　這是一本基于圖像信息的非接觸式傳感理論與技術(shù)書。書中所闡述的內(nèi)容涉及到圖像識別、視差原理、計算幾何原理、計算機圖像圖形學，乃至人類對自然界認識的諸多先驗知識如何與視感檢測相結(jié)合的方法和技術(shù)問題。因此是一本多學科交叉的較為前沿的大學研究型教材?！　∪珪蓮埿惚蛑骶帲瑧『罏楦敝骶?。非常感謝應俊豪博士提供的基礎(chǔ)理論研究成果和協(xié)助組織完成諸多實用技術(shù)所做的艱苦工作，并為本書提供了豐富的例題和習題?！　∠Ｍ緯某霭婺軌蚪o剛剛開始或者正在開展本領(lǐng)域技術(shù)研究的研究生和專業(yè)技術(shù)人員一定的幫助。不過總的來講，還是希望本書能夠拋磚引玉，獲取諸位專家、學者對本書的批評和建議，以便再版時的修正和補充，為在“智能視感”新課程的建設中作出自己能夠作出的貢獻。

內(nèi)容概要

本書從計算機視感及其信號處理的基本概念與基礎(chǔ)理論出發(fā)，闡述基于圖像信息的識別、理解和檢測技術(shù)原理與方法。全書分為基礎(chǔ)篇與應用篇兩大部分，其中，基礎(chǔ)篇系統(tǒng)地介紹了智能視感的基本原理、方法、關(guān)鍵技術(shù)及其算法；應用篇則由配合主要基礎(chǔ)理論和方法的應用技術(shù)實例所組成。全書遵循理論知識與實用技術(shù)的緊密結(jié)合、數(shù)學方法與實用效果的相互印證等編寫原則。本書涉及的教學內(nèi)容，主要包括圖像處理基礎(chǔ)、攝像機數(shù)學模型、視感識別算法、視感檢測原理、智能視感實用技術(shù)等。　　本書可以作為檢測與控制、自動化、計算機、機器人及人工智能等專業(yè)的高年級本科生和研究生的教材，同時也可作為專業(yè)技術(shù)人員的參考工具書。

書籍目錄

基礎(chǔ)篇 　第1章 導論 　　1.1 概述 　　1.2 視感技術(shù)硬件基礎(chǔ) 　　習題 　第2章 圖像處理基礎(chǔ) 　　2.1 灰度圖像的基本處理方法 　　2.2 灰度圖像邊緣檢測 　　2.3 圖像二值化處理與圖像分割方法 　　2.4 彩色圖像增強 　　2.5 彩色圖像的邊緣檢測 　　習題 　第3章 攝像機數(shù)學模型 　　3.1 圖像空間幾何變換 　　3.2 圖像坐標及其變換 　　3.3 攝像機參數(shù)標定的常用方法 　　習題 　第4章 視感識別算法 　　4.1 圖像特征提取與識別算法 　　4.2 主分量分析 　　4.3 支持向量機 　　4.4 不變矩與歸一化轉(zhuǎn)動慣量 　　4.5 模板匹配及其相似度 　　4.6 基于顏色特征的目標識別 　　4.7 圖像模糊識別方法 　　習題 　第5章 視感檢測原理 　　5.1 單視幾何與單目視感檢測原理 　　5.2 雙目視感檢測原理 　　5.3 多目視感檢測理論基礎(chǔ) 　　習題 應用篇 　第6章 智能視感實用技術(shù) 　　6.1 橋梁限載自動監(jiān)控系統(tǒng)及其方法 　　6.2 鋼坯號智能識別系統(tǒng) 　　6.3 基于圖像信息的紙幣清分技術(shù) 　　6.4 車輛智能防撞技術(shù) 　　6.5 交通信號燈視感智能控制 　　習題 附錄　Ⅰ 最小二乘及在視感檢測中的常用算法 　?、?1 算法基本思想 　?、?2 視感檢測中常用的最小二乘算法 ?、?貝葉斯決策理論與方法 　?、?1 概述 　?、?2 貝葉斯分類決策模型 ?、?統(tǒng)計學習與VC維理論 　?、?1 邊界理論與VC維原理 　　Ⅲ.2 推廣能力邊界 　?、?3 結(jié)構(gòu)風險最小化歸納原理 ?、?關(guān)于約束非線性規(guī)劃問題最優(yōu)解條件 　?、?1 Kuhn-Tucker條件 　?、?2 Karush-Kuhn-Tucker條件 術(shù)語索引 參考文獻

章節(jié)摘錄

　　三維模型階段，也是當前圖像信息處理的最高層次，是用二維半簡圖中得到的表面信息建立適用于圖像識別的三維形狀與形態(tài)描述。　　上述三個階段，盡管所建立的計算方法在數(shù)學上是可行的，但由于各種干擾以及逆成像問題的存在，使得識別與測量精度難以達到技術(shù)要求。習慣上稱此類視覺測量方法為“視覺被動認知法”?！　∵M入20世紀80年代中后期，立體視感技術(shù)的研究有了較大的發(fā)展，已經(jīng)運用空間幾何的方法以及物理知識來研究立體視覺問題。這一時期引人主動視覺的研究方法，并采用距離傳感（如激光測距、微波測距、超聲波測距等）與視圖傳感相融合的技術(shù)。由于這種研究方法可直接取得深度圖或通過移動獲取深度圖，因而可以解決“視覺被動認知法”所難以克服的技術(shù)缺陷?！　∫暩屑夹g(shù)經(jīng)過三四十年的研究，.已經(jīng)取得了巨大的成功和進展。從當前的發(fā)展水平來看，視感技術(shù)的發(fā)展趨勢可以歸納如下；　　第一，以全面的觀點將圖像傳感與其他形式的傳感技術(shù)聯(lián)系起來，即多傳感信息融合，充分挖掘景物圖像的內(nèi)在信息?！　〉诙?，由傳統(tǒng)的兩視點向多視點，并從完全靜態(tài)的立體視感向動態(tài)立體視感發(fā)展，通過增加圖像信息輸入來降低視感計算的難度?！　〉谌?，直接向智能化方向發(fā)展，開展基于知識、模型和規(guī)則的立體視感方法研究?！　〉谒?，探索并研發(fā)面向?qū)ο笈c用戶的視感識別與檢測實用技術(shù)。

圖書封面

評論、評分、閱讀與下載

---

    智能視感學 PDF格式下載

---