作者簡介
章毓晉 1989年獲比利時列日大學套用科學博士學位。1989年至1993年為荷蘭德爾夫特大學博士後及研究人員。1997年被聘為清華大學電子工程系教授，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，先後開出並講授多門本科生和研究生課程。在南洋理工大學，講授研究生課程“現代圖像分析(英語)”。已編寫出版了圖像工程系列教材(獲2002年全國普通高等學校優秀教材一等獎)，還編寫出版了《圖像處理和分析基礎》、《圖像處理和分析多媒體計算機輔助教學課件》以及電子版((圖像處理和分析網路課程》。已在國內外發表了20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、圖像理解及其技術套用)。從1996年起已連續十年對中國圖像工程的研究及主要文獻進行了系統的年度分類綜述。已在國內外發表了200多篇圖像工程研究論文，編寫出版了專著《圖象分割》和《基於內容的視覺信息檢索》。主編出版了“Advances in lmage and Video Segrrlerltation”和“Semantic-Based Visual Information Retrieval”。 現為中國圖象圖形學學會副理事長、學術委員會主任；《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》編委；lEEE高級會員，“Pattern Recognition Letters”編委(associate editor)；曾任第一屆和第二屆國際圖象圖形學學術會議(1CIG'2000，ICIG'2002)、第十二屆全國圖象圖形學學術會議(NCIG'2005)程式委員會主席。
內容簡介
本冊書主要內容歸納在四個單元中。第一個單元（包含1，2，3，4章）主要介紹圖像工程的整體發展狀況和圖像理解與其他相關學科的聯繫，基本的視覺感知原理和過程，高維圖像採集以及3-D目標表達方法等。這些也為進一步學習後面單元的內容打下了基礎。第二個單元（包含第5，6，7，8章）論述景物恢復（重建）的各種典型技術，對應圖像理解的較代層次。這裡主要涉及立體視覺技術（包括雙目和多目），以及由單目圖像恢復深度信息的技術（包括立體光度學、從運動求取結構、從陰影恢復形狀、從紋理解變化確定表面朝向等）。第三個單元（包含第9，10，11，12章）論述場景解釋的概念和原理，對應圖像理解的較高層次。這裡論述知識和表達基礎及常用方法、廣義匹配的多種技術，以及圖像模式識別的基礎工具、圖像理解理論的內容發展和圖像信息系統的概況比較。第四個單元（包含附錄A，B，C）分別介紹了三個典型圖像理解技術的套用領域：多感測圖像信息整合、人臉和表情識別、基於內容的圖像和視頻檢索。書中還提供了大量例題、思考題和練習題，並對近半數習題提供了解答或解題思路。
目錄
1 緒論
1.1 圖像工程的發展
1.2 圖像理解概述
1.3 主要內容和安排
總結和複習
2 視感覺和視知覺
2.1 從感覺到知覺
2.2 視覺特性
2.3 形狀知覺
2.4 空間知覺
2.5 運動知覺
總結和複習
3 高維圖你採集
3.1 高維圖像
3.2 成像變換和攝像機模型
3.3 攝像機標定
3.4 深度圖像採集
3.5 顯微鏡3-D分層成像
總結和複習
4 3-D目標表達
4.1 曲線和曲面的局部特徵
4.2 3-D表達表達
4.3 等值面的構造和表達
4.4 從並行輪廓插值3-D表面
4.5 3-D實體表達
總結和複習
5 立體視覺：雙目
5.1 立體視覺
5.2 雙目成像和視差
5.3 基於區域的雙目立體匹配
5.4 基於特徵的雙目立體匹配
5.5 視差圖誤差檢測與校正
總結和複習
6 立體視覺：多目
6.1 水平多目立體匹配
6.2 正交三目立體匹配
6.3 多目立體匹配
6.4 亞像素級視差計算
總結和複習
7 景物恢復：多圖像
7.1 單目景物恢復
7.2 光度立體還
7.3 從運動求取結構
總結和複習
8 景物恢復：單圖像
8.1 從陰影恢復形狀
8.2 紋理與表面朝向
8.3 由焦距確定深度
8.4 根據三點透視估計位姿
總結和複習
9 知識和表達
9.1 知識分類和表達
9.2 場景知識
9.3 過程知識
9.4 知識表達基礎
9.5 邏輯系統
9.6 語義網路
9.7 產生式系統
總結和複習
10 廣義匹配
10.1 匹配基礎
10.2 目標匹配
10.3 動態模式匹配
10.4 關係匹配
10.5 圖同構
10.6 線條圖示記
總結和複習
11 圖像模式識別
11.1 模式和分類
11.2 統計模式識別
11.3 感知機和支持向量機
11.4 結構模式識別
總結和複習
12 圖像理解理論和系統
12.1 從感知到理解
12.2 圖像理解理論框架
12.3 圖像理解系統模型
12.4 具體系統分析
12.5 典型系統比較
12.6 討論和展望
總結和複習
附錄A 多感測器像信息融合
A.1 信息融合概述
A.2 圖像融合
A.3 像素級融合方法
A.4 特徵級和決策級融合方法
附錄B 人臉和表情識別
B.1 生物特徵識別
B.2 生物特徵識別
B.3 人臉檢測定位
B.4 表情識別
B.5 人臉識別
附錄C 基於內容的圖像和視頻檢索
C.1 基於視覺特徵的圖像檢索
C.2 基於運動特徵的視頻檢索
C.3 基於區域的AdaBoost檢索
C.4 視頻節目分析和檢索
C.5 語義分類檢索
部分習題解答
參考文獻
