本书系统介绍了先进视觉检测网络的基本问题及其相关处理技术，主要内容涉及先进视觉检测网络的理论、算法和典型应用实例。本书共9章，主要内容包括先进视觉检测网络技术基础、先进视觉检测网络中的拓扑架构分析、先进视觉检测网络中的海量数据传输拥塞及对策、先进视觉检测网络中的传输能耗优化、先进视觉检测网络中海量数据并行处理方法、先进视觉检测网络中弱对比度目标检测、先进视觉检测网络中特定目标检测、先进视觉检测网络中特定目标GPS定位方法、先进视觉检测网络中智能算法及其应用。
本书内容由浅入深，着重于经典内容和最新进展的结合，可供从事计算机视觉、图像处理、模式识别研究的科技人员及高等院校相关专业的师生参考。

　郏东耀，博士，北京交通大学副教授，博士生导师。美国IEEE高级会员（SeniorMember），中国自动化学会高级会员，中国电子学会高级会员。2006年毕业于清华大学精密测量技术及仪器国家重点实验室，获清华大学工学博士学位。主要科研方向为新型检测技术及数据处理、智能视觉检测技术、无线传感网新理论、新方法及其应用。国内外相关领域发表论文近70篇，其中SCI、EI检索期刊论文50篇。主持或参与国家863重大专项子课题、国家863重大项目、国家自然科学基金重大项目、国家科技部“科技支撑”项目、地方铁路局、地铁公司、企业合作等多个工程科研项目。

第1章 先进视觉检测网络技术基础
1.1 计算机视觉基础
1.1.1 计算机视觉技术的原理
1.1.2 计算机视觉技术的图像处理方法
1.2 视觉网络技术基础
1.2.1 视觉网络
1.2.2 视觉网络的特点
1.2.3 视觉网络的基本结构
1.2.4 视觉网络的关键技术
1.3 平安城市
1.3.1 整体设计思路
1.3.2 平安城市高清网络视频监控系统联网方案
1.3.3 资源共享平台建设
1.3.4 高清网络视频监控系统在平安城市中的优势
第2章 先进视觉检测网络中的拓扑架构分析
2.1 分簇策略
2.2 无线传感器网络拓扑控制的基本概念
2.3 层簇型网络监测模型
2.4 基于正六边形划分的结点部署策略
2.4.1 混合拓扑模型
2.4.2 覆盖度分析
2.4.3 结点能耗分析
2.5 基于临界距离的混合跳路由分析
2.6 典型的无线传感器网络拓扑算法
2.6.1 结点功率控制算法
2.6.2 网内结点协同启发机制算法
2.7 本章小结
第3章 先进视觉检测网络中的海量数据传输拥塞及对策
3.1 网络模型建立
3.2 蛙跳算法
3.3 基于改进蛙跳算法的自适应多路径方法
3.4 仿真实验与分析
3.4.1 函数仿真
3.4.2 多路径仿真
3.5 本章小结
第4章 先进视觉检测网络中的传输能耗优化
4.1 簇头结点的优化选择过程
4.2 基于感知概率的一阶段簇头结点选取
4.3 基于生存时间估计的二阶段簇头结点选取
4.4 仿真实验与分析
4.5 本章小结
第5章 先进视觉检测网络中海量数据并行处理方法
5.1 海量车辆图像背景下综合特征并行处理
5.1.1 概述
5.1.2 海量车辆图像数据分布式处理方案
5.1.3 车辆目标的综合特征选取
5.1.4 基于分布式流形算法的SIFT特征降维处理
5.1.5 实验与分析
5.1.6 结论
5.2 基于改进型局部保持投影算法的作物生长特征优化方法
5.2.1 概述
5.2.2 作物生长特征
5.2.3 改进型LPP算法
5.2.4 基于改进型LPP算法的特征优化流程
5.2.5 仿真实验与分析
5.2.6 结论
第6章 先进视觉检测网络中弱对比度目标检测
6.1 基于多波长透反射成像的相似目标检测
6.1.1 概述
6.1.2 相似目标的多波长成像特性
6.1.3 多波长透反射检测模型
6.1.4 多波长透反射检测实验
6.1.5 结论
6.2 基于多级知识库的弱对比度车辆目标检测
6.2.1 概述
6.2.2 检测算法描述
6.2.3 检测原理
6.2.4 仿真实验与分析
6.2.5 结论
6.3 基于绿色联想机制的弱对比度车辆目标识别
6.3.1 概述
6.3.2 模型描述
6.3.3 绿色神经元交互联想网络
6.3.4 联想机制模型
6.3.5 仿真实验与分析
6.3.6 结论
第7章 先进视觉检测网络中特定目标检测
7.1 基于最优参数搜索的车辆中网识别
7.1.1 概述……………………………………………………………………～
7.1.2 图像特征最优参数搜索
7.1.3 分类识别
7.1.4 结论
7.2 基于复合卷积神经网络模型的车标识别
7.2.1 概述
7.2.2 复合CNN模型
7.2.3 车标识别系统
7.2.4 仿真实验与分析
7.3 基于像素统计分析的运动特征点提取及基于瞬时能量特征的突发人群异常检测
7.3.1 概述
7.3.2 基于像素统计分析的运动特征点提取
7.3.3 基于瞬时能量特征的突发人群异常检测
7.3.4 仿真实验与分析
7.3.5 结论
7.4 基于自适应显著度水平集的复杂车灯图像分割
7.4.1 国内外技术背景
7.4.2 基于Li模型的水平集演化算法
7.4.3 基于自适应显著度水平集的图像分割方法
7.4.4 仿真实验与分析
7.4.5 结论
7.5 结合改进蚁群算法的视觉注意机制车标定位
7.5.1 概述
7.5.2 多尺度全局显著度计算和区域复杂度计算
7.5.3 基于蚁群优化的焦点转移机制
7.5.4 仿真实验与分析
7.6 结合前景像素统计与纹理特征的人群密度等级分类
7.6.1 概述
7.6.2 人群密度等级分类基本流程
7.6.3 仿真实验与分析
7.6.4 结论
第8章 先进视觉检测网络中特定目标GPS定位方法
8.1 基于关联-控制点校正的新型GPS数据采集方法
8.1.1 概述
8.1.2 关联-控制点校正
8.1.3 环路定位校正
8.1.4 仿真实验与分析
8.1.5 结论
8.2 基于双圆形区域划分的高精度地图匹配算法
8.2.1 概述
8.2.2 双圆形区域划分
8.2.3 基于位置点匹配的直线和曲线轨道匹配算法
8.2.4 仿真实验与分析
8.2.5 结论
8.3 面向轨道交通站场中复杂岔点的高精度匹配算法
8.3.1 概述
8.3.2 轨道交通站场岔点分析及匹配规则
8.3.3 基于分隔线分类的岔点缓冲区匹配算法
8.3.4 仿真实验与分析