圖書目錄
前言
第1篇 基礎知識
第1章 緒論
1.1 數字圖像處理概述
1.2 數字圖像處理常用方法
1.3 數字圖像處理相關研究領域
1.4 常用圖像數據集
1.4.1 Corel圖像集
1.4.2 Caltech101圖像集
1.4.3 Caltech256圖像集
1.4.4 COIL圖像集
1.4.5 其他圖像集
1.5 OpenCV簡介
參考文獻
第2篇 基於內容的圖像檢索
第2章 基於內容的圖像檢索概述
2.1 基於內容的圖像檢索的產生與發展
2.2 圖像檢索系統的構成
2.3 圖像檢索系統的評價標準
參考文獻
第3章 圖像檢索典型方法
3.1 基於顏色特徵的圖像檢索
3.1.1 圖像的顏色空間
3.1.2 典型的圖像顏色特徵
3.1.3 顏色直方圖匹配
3.2 基於紋理特徵的圖像檢索
3.2.1 灰度共生矩陣
3.2.2 Tamura紋理特徵
3.2.3 小波變換
3.3 基於形狀特徵的圖像檢索
3.3.1 邊緣方向直方圖
3.3.2 傅立葉形狀描述符
3.3.3 Hu不變矩
3.3.4 Jan Flusser不變矩
3.4 基於空間關係的圖像檢索
3.5 基於局部不變特徵的圖像檢索
3.5.1 Moravec's角點檢測子
3.5.2 Harris角點檢測子
3.5.3 SUSAN運算元
3.5.4 SIFT運算元
3.5.5 MSER區域檢測子
3.5.6 局部不變特徵的性質
3.6 其他圖像檢索方法
參考文獻
第4章 基於連通區域的圖像仿射不變區域提取及描述
4.1 基於連通區域的仿射不變區域提取
4.1.1 連通區域提取方法及其實現
4.1.2 仿射不變區域的確定
4.1.3 去除不滿足條件的區域
4.2 圖像仿射不變區域的描述
4.3 實驗結果與分析
參考文獻
第5章 基於三維顏色直方圖的圖像檢索
5.1 顏色空間量化
5.1.1 圖像顏色量化理論
5.1.2 顏色矢量量化方案的選擇
5.2 提取三維顏色直方圖
5.3 顏色直方圖匹配
5.4 實驗結果與分析
參考文獻
第3篇 基於內容的視頻檢索
第6章 基於內容的視頻檢索概述
6.1 基於內容的視頻檢索的產生與發展
6.2 視頻檢索系統的構成
6.3 TRECVID簡介
6.4 視頻檢索系統評價標準
參考文獻
第7章 視頻結構化分析
7.1 鏡頭分割
7.1.1 基於直方圖的鏡頭分割方法
7.1.2 像素法
7.1.3 基於邊緣探測的算法
7.1.4 基於模型的鏡頭分割方法
7.1.5 面向壓縮視頻的鏡頭分割方法
7.2 關鍵幀提取
7.2.1 基於採樣的關鍵幀提取方法
7.2.2 基於幀間差的關鍵幀提取方法
7.2.3 基於聚類的關鍵幀提取方法
7.2.4 基於視頻單元分類的關鍵幀提取方法
7.2.5 基於累積幀間差的關鍵幀提取方法
7.2.6 基於運動信息的關鍵幀提取方法
7.2.7 基於文字和圖像信息的關鍵幀提取方法
7.3 場景和鏡頭組的構造
7.4 視頻特徵提取
7.4.1 MPEG?7標準中的視覺特徵描述子
7.4.2 關鍵幀特徵提取
7.4.3 視頻特徵提取
參考文獻
第8章 綜合時序特徵曲線和關鍵幀特徵的視頻檢索
8.1 視頻時序特徵的提取與匹配
8.1.1 視頻特徵曲線的提取
8.1.2 視頻特徵曲線的匹配
8.1.3 實驗結果及分析
8.2 關鍵幀特徵的提取與匹配
8.2.1 子片段劃分與關鍵幀提取
8.2.2 關鍵幀特徵提取和匹配
8.3 實驗結果與分析
參考文獻
第9章 視頻語義分析與提取
9.1 視頻語義分析概述
9.1.1 視頻語義分析的意義
9.1.2 視頻語義分析發展現狀
9.2 特定領域的視頻語義分析
9.2.1 智慧型監控
9.2.2 視頻標註
9.2.3 交通事件檢測
參考文獻
第4篇 圖像配準與圖像融合
第10章 多感測器圖像融合發展與概況
10.1 多感測器圖像融合技術
10.2 多感測器圖像融合步驟
10.3 多感測器圖像融合的套用與發展趨勢
參考文獻
第11章 多感測器圖像配準
11.1 圖像配準原理
11.1.1 變換空間
11.1.2 圖像配準過程
11.2 基於圖像灰度的配準方法
11.2.1 互相關法
11.2.2 序貫相似性檢測算法
11.3 基於變換域的圖像配準方法
11.4 基於特徵的圖像配準方法
11.4.1 特徵選擇與提取
11.4.2 特徵匹配
11.5 基於SIFT算法的圖像配準
11.5.1 檢測尺度空間極值點
11.5.2 精確定位關鍵點
11.5.3 關鍵點方向分配
11.5.4 特徵點描述子生成
11.5.5 SIFT算法改進及其結果
參考文獻
第12章 多感測器圖像融合
12.1 多感測器圖像融合規則
12.1.1 基於像素的融合規則
12.1.2 基於區域的融合規則
12.2 基於金字塔的圖像融合算法
12.2.1 基於拉普拉斯金字塔的圖像融合
12.2.2 基於對比度金字塔分解的圖像融合
12.2.3 實驗結果與分析
12.3 基於小波變換的圖像融合算法
12.3.1 基於離散小波變換的圖像融合方法
12.3.2 圖像的小波分解層數
12.3.3 實驗結果與分析
12.4 基於NSCT變換的圖像融合
12.4.1 Contourlet變換
12.4.2 NSCT變換
12.4.3 基於NSCT的圖像融合
12.4.4 實驗結果與分析
參考文獻
第13章 彩色圖像融合技術
13.1 典型的色彩空間
13.1.1 RGB顏色空間
13.1.2 HSI顏色空間
13.1.3 YUV(Lab)顏色空間
13.1.4 YCbCr模型
13.1.5 YIQ模型
13.1.6 CIE色度模型
13.1.7 CMY色度空間
13.2 彩色圖像融合技術的發展
13.3 經典彩色圖像融合方法
13.3.1 直接映射法
13.3.2 MIT融合法
13.3.3 TNO融合法
13.3.4 基於lαβ空間色彩傳遞的圖像融合方法
13.3.5 基於YCbCr空間色彩傳遞的圖像融合方法
13.4 實驗結果與分析
參考文獻
第14章 多感測器圖像融合質量評價
14.1 主觀評價方法
14.2 基於單幅圖像的評價方法
14.2.1 灰度均值和標準差
14.2.2 信息熵
14.2.3 平均梯度
14.2.4 邊緣保持度客觀評價指標
14.3 基於參考圖像的評價方法
14.3.1 聯合熵
14.3.2 互動信息量
14.3.3 空間頻率
14.3.4 偏差度
14.3.5 對比度
14.3.6 相關係數
14.4 基於結構相似度的評價方法
14.5 基於視覺特性的評價方法
14.5.1 基於視覺感知的評價方法
14.5.2 基於視覺興趣的評價方法
14.6 實驗與結果分析
14.6.1 金字塔融合方法評價與討論
14.6.2 小波分解層數評價與分析
14.6.3 基於區域的融合規則質量評價與討論
14.6.4 NSCT變化融合質量評價與討論
參考文獻
