《计算机操作系统》课后习题答案

《21世纪高等学校计算机规划教材：计算机视觉教程》系统地介绍计算机视觉的一些基本原理、典型方法和实用技术，内容包括视觉和视知觉、图像采集、图像预处理、基元检测、目标分割、目标表达和描述、形状特性分析、立体视觉、三维景物恢复、运动分析、景物识别、广义匹配、场景解释。读者可从中了解计算机视觉的基本原理和典型技术，并能据此解决计算机视觉应用中的一些具体问题。《计算机视觉教程》提供了许多讲解例题，每章均有要点和小结、参考文献介绍以及练习题（为部分练习题提供了解答）。

《21世纪高等学校计算机规划教材：计算机视觉教程》可作为信息科学、计算机科学、计算机应用、信号与信息处理、通信与信息系统、电子与通信工程、模式识别与智能系统等学科大学本科或研究生的专业基础课教材，也可作为远程教育或继续教育中计算机应用、电子技术等专业的研究生课程教材，还可供涉及计算机视觉技术应用行业（如工业自动化、人机交互、办公自动化、视觉导航和机器人、安全监控、生物医学、遥感测绘、智能交通和军事公安等）的科技工作者自学或科研参考。

目录

• 第1章 绪论
• 1.1 计算机视觉
• 1.1.1 视觉
• 1.1.2 计算机视觉概述
• 1.1.3 相关学科
• 1.1.4 应用领域
• 1.2 图像基础
• 1.2.1 图像
• 1.2.2 图像表达和显示
• 1.2.3 图像存储
• 1.3 像素间联系
• 1.3.1 像素邻域
• 1.3.2 像素间距离
• 1.4 本书内容提要
• 1.4.1 计算机视觉系统及模块
• 1.4.2 如何学习使用本书
• 总结和复习
• 第2章 视觉和视知觉
• 2.1 视觉过程和特性
• 2.1.1 视觉过程
• 2.1.2 视觉的时间特性
• 2.1.3 视觉的空间特性
• 2.2 形状知觉
• 2.2.1 形状的感知
• 2.2.2 轮廓
• 2.2.3 图形和背景
• 2.3 空间知觉
• 2.3.1 非视觉性深度线索
• 2.3.2 双目深度线索
• 2.3.3 单目深度线索
• 2.4 运动知觉
• 总结和复习
• 第3章 图像采集
• 3.1 采集模型
• 3.1.1 几何成像模型
• 3.1.2 亮度成像模型
• 3.2 采集装置
• 3.2.1 采集装置及性能指标
• 3.2.2 空间和幅度分辨率
• 3.3 采集方式
• 3.3.1 成像方式一览
• 3.3.2 结构光法
• 3.4 摄像机标定
• 3.4.1 标定程序和步骤
• 3.4.2 两级标定法
• 总结和复习
• 第4章 图像预处理
• 4.1 坐标变换
• 4.1.1 基本坐标变换
• 4.1.2 几何失真校正
• 4.2 灰度映射
• 4.2.1 灰度映射原理
• 4.2.2 灰度映射示例
• 4.3 直方图修正
• 4.3.1 直方图均衡化
• 4.3.2 直方图规定化
• 4.4 空域滤波
• 4.4.1 原理和分类
• 4.4.2 线性平滑滤波
• 4.4.3 线性锐化滤波
• 4.4.4 非线性平滑滤波
• 4.4.5 非线性锐化滤波
• 总结和复习
• 第5章 基元检测
• 5.1 边缘检测
• 5.1.1 检测原理
• 5.1.2 一阶导数算子
• 5.1.3 二阶导数算子
• 5.1.4 边界闭合
• 5.2 SUSAN算子
• 5.2.1 USAN原理
• 5.2.2 角点和边缘检测
• 5.3 哈夫变换
• 5.3.1 基本哈夫变换原理
• 5.3.2 广义哈夫变换原理
• 5.3.3 完整广义哈夫变换
• 5.4 位置直方图技术
• 总结和复习
• 第6章 目标分割
• 6.1 轮廓搜索
• 6.1.1 图搜索
• 6.1.2 动态规划
• 6.2 主动轮廓模型
• 6.2.1 主动轮廓
• 6.2.2 能量函数
• 6.3 基本阈值技术
• 6.3.1 原理和分类
• 6.3.2 全局阈值的选取
• 6.3.3 局部阈值的选取
• 6.3.4 动态阈值的选取
• 6.4 特色阈值方法
• 6.4.1 多分辨率阈值
• 6.4.2 过渡区阈值
• 总结和复习
• 第7章 目标表达和描述
• 7.1 基于边界的表达
• 7.1.1 链码
• 7.1.2 边界段和凸包
• 7.1.3 边界标记
• 7.2 基于区域的表达
• 7.2.1 四叉树
• 7.2.2 围绕区域
• 7.2.3 骨架
• 7.3 基于边界的描述
• 7.3.1 边界长度和直径
• 7.3.2 边界形状数
• 7.4 基于区域的描述
• 7.4.1 区域面积和密度
• 7.4.2 区域形状数
• 7.4.3 不变矩
• 7.4.4 拓扑描述符
• 总结和复习
• 第8章 形状特性分析
• 8.1 形状紧凑性描述符
• 8.2 形状复杂性描述符
• 8.3 基于多边形的形状分析
• 8.3.1 多边形的获取
• 8.3.2 多边形描述
• 8.4 基于曲率的形状分析
• 8.4.1 轮廓曲率
• 8.4.2 曲面曲率
• 总结和复习
• 第9章 立体视觉
• 9.1 立体视觉模块
• 9.2 双目成像和视差
• 9.2.1 双目横向模式
• 9.2.2 双目横向会聚模式
• 9.2.3 双目纵向模式
• 9.3 基于区域的立体匹配
• 9.3.1 模板匹配
• 9.3.2 双目立体匹配
• 9.4 基于特征的立体匹配
• 9.4.1 点对点的方法
• 9.4.2 动态规划匹配
• 总结和复习
• 第10章 三维景物恢复
• 10.1 由光移恢复表面朝向
• 10.1.1 表面反射特性
• 10.1.2 目标表面朝向
• 10.1.3 反射图
• 10.1.4 光度立体学求解
• 10.2 从明暗恢复形状
• 10.2.1 明暗与形状
• 10.2.2 求解亮度方程
• 10.3 纹理变化与表面朝向
• 10.3.1 三种典型变化
• 10.3.2 确定线段的纹理消失点
• 10.4 根据焦距确定深度
• 总结和复习
• 第11章 运动分析
• 11.1 运动分类和表达
• 11.2 全局运动检测
• 11.2.1 利用图像差的运动检测
• 11.2.2 基于模型的运动检测
• 11.3 运动目标分割
• 11.4 运动光流和表面取向
• 11.4.1 光流约束方程
• 11.4.2 光流计算
• 11.4.3 光流与表面取向
• 总结和复习
• 第12章 景物识别
• 12.1 统计模式分类
• 12.1.1 模式分类原理
• 12.1.2 最小距离分类器
• 12.1.3 最优统计分类器
• 12.2 感知机
• 12.3 支持向量机
• 12.4 结构模式识别
• 12.4.1 字符串结构识别
• 12.4.2 树结构识别
• 总结和复习
• 第13章 广义匹配
• 13.1 目标匹配
• 13.1.1 匹配的度量
• 13.1.2 字符串匹配
• 13.1.3 惯量等效椭圆匹配
• 13.2 动态模式匹配
• 13.3 关系匹配
• 13.3.1 关系表达和距离
• 13.3.2 关系匹配模型
• 13.4 图同构匹配
• 13.4.1 图论基础
• 13.4.2 图同构和匹配
• 总结和复习
• 第14章 场景解释
• 14.1 线条图标记解释
• 14.2 体育比赛视频排序
• 14.3 计算机视觉系统模型
• 14.3.1 多层次串行结构
• 14.3.2 以知识库为中心的辐射结构
• 14.3.3 多模块交叉配合结构
• 14.4 计算机视觉理论框架
• 14.4.1 马尔视觉计算理论
• 14.4.2 对马尔理论框架的改进
• 14.4.3 新理论框架的研究
• 总结和复习
• 部分练习题解答
• 参考文献
• 索引