第一部分
第1章 引言
1.1 立體圖像和深度感知
1.2 三維視覺(jué)系統(tǒng)
1.3 三維視覺(jué)應(yīng)用
1.4 內(nèi)容概述：三維立體視覺(jué)任務(wù)
第2章 視覺(jué)研究歷史的簡(jiǎn)要回顧
2.1 摘要
2.2 視覺(jué)研究回顧
2.3 小結(jié)
2.3.1 延伸閱讀
第二部分
第3章 二維和三維視覺(jué)的形成
3.1 摘要
3.2 人類視覺(jué)系統(tǒng) 第一部分
第1章  引言
  1.1  立體圖像和深度感知
  1.2  三維視覺(jué)系統(tǒng)
  1.3  三維視覺(jué)應(yīng)用
  1.4  內(nèi)容概述：三維立體視覺(jué)任務(wù)
第2章  視覺(jué)研究歷史的簡(jiǎn)要回顧
  2.1  摘要
  2.2  視覺(jué)研究回顧
  2.3  小結(jié)
    2.3.1  延伸閱讀
第二部分
第3章  二維和三維視覺(jué)的形成
  3.1  摘要
  3.2  人類視覺(jué)系統(tǒng)
  3.3  圖像幾何與圖像獲取
    3.3.1  射影變換
    3.3.2  簡(jiǎn)單相機(jī)系統(tǒng)：小孔成像模型
    3.3.3  小孔相機(jī)的射影變換
    3.3.4  特殊的相機(jī)布置
    3.3.5  實(shí)際相機(jī)系統(tǒng)參數(shù)
  3.4  雙目立體采集系統(tǒng)
    3.4.1  對(duì)極幾何
    3.4.2  標(biāo)準(zhǔn)立體相機(jī)系統(tǒng)
    3.4.3  一般情況下的差異
    3.4.4  雙焦點(diǎn)、三焦點(diǎn)和多焦點(diǎn)張量
    3.4.5  本質(zhì)矩陣和基礎(chǔ)矩陣的獲得
    3.4.6  外點(diǎn)的處理
    3.4.7  折反射立體視覺(jué)系統(tǒng)
    3.4.8  圖像校正
    3.4.9  雙目視覺(jué)的深度分辨率
    3.4.1  0立體圖像和參考數(shù)據(jù)
  3.5  立體匹配約束
  3.6  相機(jī)標(biāo)定
    3.6.1  標(biāo)準(zhǔn)標(biāo)定方法
    3.6.2  光度校正
    3.6.3  自標(biāo)定
    3.6.4  雙目標(biāo)定
  3.7  應(yīng)用實(shí)例
    3.7.1  圖像表達(dá)和基本結(jié)構(gòu)
  3.8  附錄：小孔相機(jī)變換的推導(dǎo)
  3.9  小結(jié)
    3.9.1  延伸閱讀
    3.9.2  問(wèn)題和習(xí)題
第4章  圖像匹配的底層圖像處理
  4.1  摘要
  4.2  基本概念
    4.2.1  卷積和濾波
    4.2.2  濾波器的可分離性
  4.3  離散均值
    4.3.1  高斯濾波器
    4.3.2  二項(xiàng)式濾波器
  4.4  離散微分
    4.4.1  優(yōu)化的微分濾波器
    4.4.2  Savitzky-Golay濾波器
  4.5  邊緣檢測(cè)
    4.5.1  基于信號(hào)梯度的邊緣檢測(cè)
    4.5.2  基于Savitzky-Golay濾波器的邊緣檢測(cè)
    4.5.3  拉普拉斯一高斯算子
    4.5.4  高斯差分算子
    4.5.5  形態(tài)學(xué)邊緣檢測(cè)算子
  4.6  結(jié)構(gòu)張量
    4.6.1  圖像的局部方向鄰域
    4.6.2  局部鄰域的張量表達(dá)
    4.6.3  基于結(jié)構(gòu)張量的多通道圖像處理
  4.7  角點(diǎn)檢測(cè)
    4.7.1  常見(jiàn)的角點(diǎn)檢測(cè)算子
    4.7.2  基于結(jié)構(gòu)張量的角點(diǎn)檢測(cè)
  4.8  實(shí)例
    4.8.1  C++實(shí)現(xiàn)
    4.8.2  形態(tài)學(xué)算子的實(shí)現(xiàn)
    4.8.3  Matlab的例子：SVD的計(jì)算
  4.9  小結(jié)
    4.9.1  延伸閱讀
    4.9.2  問(wèn)題和練習(xí)
第5章  尺度空間視覺(jué)
  5.1  摘要
  5.2  基本概念
    5.2.1  背景
    5.2.2  圖像尺度
    5.2.3  基于尺度的圖像匹配t
  5.3  尺度空間的構(gòu)建
    5.3.1  高斯尺度空間
    5.3.2  微分尺度空間
  5.4  多分辨率金字塔
    5.4.1  多分辨率金字塔的引入
    5.4.2  如何構(gòu)建金字塔
    5.4.3  常規(guī)高斯金字塔的構(gòu)建
    5.4.4  拉普拉斯高斯（kG）金字塔
    5.4.5  高斯金字塔層數(shù)的擴(kuò)展
    5.4.6  半金字塔
  5.5  實(shí)例
    5.5.1  C++例子
    5.5.2  Matlab例子
  5.6  小結(jié)
    5.6.1  本章  小結(jié)
    5.6.2  延伸閱讀
    5.6.3  問(wèn)題和練習(xí)
第6章  圖像匹配算法
  6.1摘要
  6.2  基本概念
  6.3  匹配度量
    6.3.1  圖像區(qū)域的距離
    6.3.2  位串的匹配距離
    6.3.3  多通道圖像的匹配距離
    6.3.4  基于信息理論的度量
    6.3.5  直方圖匹配
    6.3.6  距離的高效計(jì)算
    6.3.7  非參數(shù)圖像變換
    6.3.8  用于圖像匹配的對(duì)數(shù)極坐標(biāo)變換
  6.4  匹配的計(jì)算問(wèn)題
    6.4.1  遮擋
    6.4.2  亞像素級(jí)的視差估計(jì)
    6.4.3  立體算法的評(píng)價(jià)方法
  6.5  立體匹配方法的多樣性
    6.5.1  立體匹配算法的結(jié)構(gòu)
  6.6  區(qū)域基匹配
    6.6.1  基本搜索方法
    6.6.2  匹配代價(jià)的解釋
    6.6.3  面向點(diǎn)的實(shí)現(xiàn)
    6.6.4  面向視差的實(shí)現(xiàn)
    6.6.5  區(qū)域基匹配的復(fù)雜性
    6.6.6  視差圖的交叉檢查
    6.6.7  實(shí)際應(yīng)用中的區(qū)域基匹配
  6.7  區(qū)域基彈性匹配
    6.7.1  單一尺度上的彈性匹配
    6.7.2  彈性匹配的概念
    6.7.3  尺度基搜索
    6.7.4  尺度空間的粗到精匹配
    6.7.5  尺度細(xì)分
    6.7.6  尺度上的信任度
    6.7.7  最終的多分辨率匹配
  6.8  基于特征的圖像匹配
    6.8.1  過(guò)零匹配
    6.8.2  基于角點(diǎn)的匹配
    6.8.3  基于邊緣的匹配：Shirai方法
  6.9  基于梯度的匹配
  6.10  動(dòng)態(tài)規(guī)劃方法
  6.10.1  立體問(wèn)題的動(dòng)態(tài)規(guī)劃求解
  6.11  圖割方法
  6.11.1  圖割算法
  6.11.2  體素標(biāo)簽立體匹配
  6.11.3  像素標(biāo)簽立體匹配
  6.12  光流法
  6.13  實(shí)際例子
  6.13.1  立體匹配的C++層次結(jié)構(gòu)
  6.13.2  對(duì)數(shù)極坐標(biāo)變換
  6.14  小結(jié)
  6.14.1  延伸閱讀
  6.14.2  問(wèn)題與練習(xí)
第7章  空間重構(gòu)和多視拼接
  7.1  摘要
  7.2  一般性的三維重構(gòu)
    7.2.1  三角測(cè)量
    7.2.2  基于尺度的重構(gòu)
    7.2.3  基于透視變換的重構(gòu)
  7.3  多視拼接
    7.3.1  隱式表面和移動(dòng)立方體算法
    7.3.2  直接網(wǎng)格拼接
  7.4  小結(jié)
    7.4.1  延伸閱讀
第8章  實(shí)例
  8.1  摘要
  8.2  用于視障人士的三維系統(tǒng)
  8.3  臉和身體的建模
    8.3.1  臉和身體捕獲系統(tǒng)的開(kāi)發(fā)
    8.3.2  圖像分辨率、三維分辨率以及對(duì)應(yīng)用的影響
    8.3.3  用于虛擬人構(gòu)建的三維捕獲和分析管道
  8.4  醫(yī)學(xué)和獸醫(yī)上的應(yīng)用
    8.4.1  三維診斷圖像的開(kāi)發(fā)
    8.4.2  三維圖像的診斷要求
    8.4.3  基于三維表面解剖學(xué)的診斷評(píng)估
    8.4.4  基本三維解剖學(xué)測(cè)量的抽取
    8.4.5  基于稠密匹配的向量場(chǎng)的面分析
    8.4.6  特征空間方法
    8.4.7  臨床診斷和獸醫(yī)學(xué)實(shí)例
    8.4.8  多模三維成像
  8.5  電影修復(fù)
  8.6  小結(jié)
    8.6.1  延伸閱讀
第三部分
第9章  射影幾何基礎(chǔ)
  9.1  摘要
  9.2  齊次坐標(biāo)
  9.3  點(diǎn)、線和對(duì)偶規(guī)則
  9.4  在無(wú)窮遠(yuǎn)處的點(diǎn)和線
  9.5  二次曲線基礎(chǔ)
    9.5.1  二維空間上的二次曲線
    9.5.2  在三維空間上的二次曲線
  9.6  透視投影變換群
    9.6.1  透視投影基底
    9.6.2  超平面
    9.6.3  透視投影單應(yīng)性
  9.7  透視投影不變性
  9.8  小結(jié)
    9.8.1  延伸閱讀
第10章  圖像處理中張量計(jì)算基礎(chǔ)
    10.1  摘要
    10.2  基本概念
    10.2.1  線性算子
    10.2.2  坐標(biāo)變換：雅可比矩陣
    10.3  基底的改變
  10.4  張量變換定律
  10.5  度量張量
  10.5.1  曲線坐標(biāo)系中的協(xié)變分量和逆變分量
  10.5.2  第一基礎(chǔ)形式
  10.6  簡(jiǎn)單張量代數(shù)
  lO.6.1  張量和
    10.6.2  張量積
    10.6.3  張量縮并和張量?jī)?nèi)積
    10.6.4  縮減到主軸
    10.6.5  張量不變量
  10.7  小結(jié)
    10.7.1  延伸閱讀
第11章  圖像中的失真和噪聲
  11.1  摘要
  11.2  噪聲的類型和模型
  11.3  生成噪聲測(cè)試圖像
  11.4  正態(tài)分布隨機(jī)數(shù)的產(chǎn)生
  11.5  小結(jié)
    11.5.1  延伸閱讀
第12章  圖像扭曲處理
  12.1  摘要
  12.2  圖像扭曲系統(tǒng)的結(jié)構(gòu)
  12.3  坐標(biāo)變換模塊
    12.3.1  平面的射影變換和仿射變換
    12.3.2  多項(xiàng)式變換
    12.3.3  通用坐標(biāo)映射
  12.4  像素值插值
    12.4.1  雙線性插值
    12.4.2  非標(biāo)量值像素的插值
  12.5  扭曲引擎
  12.6  圖像扭曲軟件模型
    12.6.1  坐標(biāo)變換層
    12.6.2  插值層
    12.6.3  圖像扭曲層
  12.7  圖像扭曲實(shí)例
  12.8  由匹配點(diǎn)確定線性變換
    12.8.1  基于圖像的線性代數(shù)
  12.9  小結(jié)
    12.9.1  延伸閱讀
第13章  圖像處理和計(jì)算機(jī)視覺(jué)中的編程技術(shù)
  13.1  摘要
  13.2  有用的技術(shù)和方法
    13.2.1  設(shè)計(jì)與實(shí)現(xiàn)
    13.2.2  模板類
    13.2.3  代碼正確性的評(píng)估
    13.2.4  代碼調(diào)試問(wèn)題
  13.3  設(shè)計(jì)模式
    13.3.1  模板函數(shù)對(duì)象
    13.3.2  句柄一體或橋
    13.3.3  組合
    13.3.4  策略
    13.3.5  類策略和類特性
    13.3.6  單例
    13.3.7  代理
    13.3.8  工廠（Factory）方法
    13.3.9  原型
  13.4  對(duì)象的生命周期和內(nèi)存管理
  13.5  圖像處理平臺(tái)
    13.5.1  圖像處理庫(kù)
    13.5.2  不同平臺(tái)的軟件編寫(xiě)
  13.6  結(jié)論
    13.6.1  延伸閱讀
第14章  圖像處理庫(kù)
參考文獻(xiàn)
致謝