\t


\t\t章毓晋，1989年获比利时列日大学应用科学博士学位。1989年至1993年先后为荷兰德尔夫特大学博士后及研究人员。1993年到清华大学工作，1997年起被聘为教授，1998年起被聘为博士生导师，2014年起被聘为教学科研系列的“长聘教授”。已在靠前外发表了500多篇图像工程研究论文，出版了30多本教材和专著。现为中国图象图形学学会副理事长，该学会学术委员会主任。靠前光学工程协会(SPIE)会士（因在图像工程方面的成就）；第24届靠前图像处理会议(ICIP 2017)程序委员会主席。

  
\t


\t\t章绪论
\t
\t


\t\t1.1图像工程的发展
\t
\t


\t\t1.1.1基本概念和定义概括
\t
\t


\t\t1.1.2图像技术发展情况回顾
\t
\t


\t\t1.2图像理解及相关学科
\t
\t


\t\t1.2.1图像理解
\t
\t


\t\t1.2.2计算机视觉
\t
\t


\t\t1.2.3其他相关学科
\t
\t


\t\t1.2.4图像理解的应用领域
\t
\t


\t\t1.3图像理解理论框架
\t
\t


\t\t1.3.1马尔视觉计算理论
\t
\t


\t\t1.3.2对马尔理论框架的改进
\t
\t


\t\t1.3.3关于马尔重建理论的讨论
\t
\t


\t\t1.3.4新理论框架的研究
\t
\t


\t\t1.4内容框架和特点
\t
\t


\t\t总结和复习
\t
\t


\t\t单元采 集 表 达
\t
\t


\t\t第2章摄像机成像
\t
\t


\t\t2.1视觉过程
\t
\t


\t\t2.2摄像机成像模型
\t
\t


\t\t2.2.1基本摄像机模型
\t
\t


\t\t2.2.2近似投影模式
\t
\t


\t\t2.2.3一般摄像机模型
\t
\t


\t\t2.2.4通用成像模型
\t
\t


\t\t2.3摄像机标定
\t
\t


\t\t2.3.1标定程序和参数
\t
\t


\t\t2.3.2两级标定法
\t
\t


\t\t2.4亮度成像
\t
\t


\t\t2.4.1光度学和光源
\t
\t


\t\t2.4.2从亮度到照度
\t
\t


\t\t总结和复习
\t
\t


\t\t第3章压缩感知与成像
\t
\t


\t\t3.1压缩感知概述
\t
\t


\t\t3.2稀疏表达
\t
\t


\t\t3.3测量矩阵及特性
\t
\t


\t\t3.3.1采样/测量模型
\t
\t


\t\t3.3.2测量矩阵特性
\t
\t


\t\t3.4解码重构
\t
\t


\t\t3.4.1重构原理
\t
\t


\t\t3.4.2测量矩阵的校准
\t
\t


\t\t3.4.3典型重构算法
\t
\t


\t\t3.5稀疏编码与字典学习
\t
\t


\t\t3.5.1字典学习与矩阵分解
\t
\t


\t\t3.5.2非负矩阵分解
\t
\t


\t\t3.5.3端元提取
\t
\t


\t\t3.5.4稀疏编码
\t
\t


\t\t3.6压缩感知的成像应用
\t
\t


\t\t3.6.1单像素相机
\t
\t


\t\t3.6.2压缩感知磁共振成像
\t
\t


\t\t总结和复习
\t
\t


\t\t第4章深度信息采集
\t
\t


\t\t4.1高维图像和成像方式
\t
\t


\t\t4.1.1高维图像种类
\t
\t


\t\t4.1.2本征图像和非本征图像
\t
\t


\t\t4.1.3深度成像方式
\t
\t


\t\t4.2双目成像模式
\t
\t


\t\t4.2.1双目横向模式
\t
\t


\t\t4.2.2双目会聚横向模式
\t
\t


\t\t4.2.3双目轴向模式
\t
\t


\t\t4.3深度图像直接采集
\t
\t


\t\t4.3.1飞行时间法
\t
\t


\t\t4.3.2结构光法
\t
\t


\t\t4.3.3莫尔等高条纹法
\t
\t


\t\t4.3.4深度和亮度图像同时采集
\t
\t


\t\t4.4显微镜3 D分层成像
\t
\t


\t\t4.4.1景深和焦距
\t
\t


\t\t4.4.2显微镜3 D成像
\t
\t


\t\t4.4.3共聚焦显微镜3 D成像
\t
\t


\t\t总结和复习
\t
\t


\t\t第5章3 D景物表达
\t
\t


\t\t5.1曲线和曲面的局部特征
\t
\t


\t\t5.1.1曲线局部特征
\t
\t


\t\t5.1.2曲面局部特征
\t
\t


\t\t5.23 D表面表达
\t
\t


\t\t5.2.1参数表达
\t
\t


\t\t5.2.2表面朝向表达
\t
\t


\t\t5.3等值面的构造和表达
\t
\t


\t\t5.3.1行进立方体算法
\t
\t


\t\t5.3.2覆盖算法
\t
\t


\t\t5.4从并行轮廓插值3 D表面
\t
\t


\t\t5.53 D实体表达
\t
\t


\t\t5.5.1基本表达方案
\t
\t


\t\t5.5.2广义圆柱体表达
\t
\t


\t\t总结和复习
\t
\t


\t\t第2单元景 物 重 建
\t
\t


\t\t第6章立体视觉： 双目
\t
\t


\t\t6.1立体视觉模块
\t
\t


\t\t6.2基于区域的双目立体匹配
\t
\t


\t\t6.2.1模板匹配
\t
\t


\t\t6.2.2立体匹配
\t
\t


\t\t6.3基于特征的双目立体匹配
\t
\t


\t\t6.3.1基本步骤
\t
\t


\t\t6.3.2尺度不变特征变换
\t
\t


\t\t6.3.3加速鲁棒性特征
\t
\t


\t\t6.3.4动态规划匹配
\t
\t


\t\t6.4视差图误差检测与校正
\t
\t


\t\t总结和复习
\t
\t


\t\t第7章立体视觉： 多目
\t
\t


\t\t7.1水平多目立体匹配
\t
\t


\t\t7.1.1水平多目图像
\t
\t


\t\t7.1.2倒距离
\t
\t


\t\t7.2正交三目立体匹配
\t
\t


\t\t7.2.1基本原理
\t
\t


\t\t7.2.2基于梯度分类的正交匹配
\t
\t


\t\t7.3多目立体匹配
\t
\t


\t\t7.3.1任意排列三目立体匹配
\t
\t


\t\t7.3.2正交多目立体匹配
\t
\t


\t\t7.4亚像素级视差计算
\t
\t


\t\t总结和复习
\t
\t


\t\t第8章景物恢复： 多图像
\t
\t


\t\t8.1单目景物恢复
\t
\t


\t\t8.2光度立体学
\t
\t


\t\t8.2.1景物亮度和图像亮度
\t
\t


\t\t8.2.2表面反射特性和亮度
\t
\t


\t\t8.2.3景物表面朝向
\t
\t


\t\t8.2.4反射图和亮度约束方程
\t
\t


\t\t8.2.5光度立体学求解
\t
\t


\t\t8.3从运动求取结构
\t
\t


\t\t8.3.1光流和运动场
\t
\t


\t\t8.3.2光流方程求解
\t
\t


\t\t8.3.3光流与表面取向
\t
\t


\t\t8.3.4光流与相对深度
\t
\t


\t\t总结和复习
\t
\t


\t\t第9章景物恢复： 单图像
\t
\t


\t\t9.1从影调恢复形状
\t
\t


\t\t9.1.1影调与形状
\t
\t


\t\t9.1.2亮度方程求解
\t
\t


\t\t9.2纹理与表面朝向
\t
\t


\t\t9.2.1单目成像和畸变
\t
\t


\t\t9.2.2由纹理变化恢复朝向
\t
\t


\t\t9.2.3检测线段纹理消失点
\t
\t


\t\t9.2.4确定图像外消失点
\t
\t


\t\t9.3由焦距确定深度
\t
\t


\t\t9.4根据三点透视估计位姿
\t
\t


\t\t总结和复习
\t
\t


\t\t第3单元场 景 解 释
\t
\t


\t\t0章知识表达和推理
\t
\t


\t\t10.1知识基础
\t
\t


\t\t10.2场景知识
\t
\t


\t\t10.2.1模型
\t
\t


\t\t10.2.2属性超图
\t
\t


\t\t10.2.3基于知识的建模
\t
\t


\t\t10.3过程知识
\t
\t


\t\t10.4知识表达
\t
\t


\t\t10.4.1知识表达要求
\t
\t


\t\t10.4.2知识表达类型
\t
\t


\t\t10.4.3图像理解系统中的知识模块
\t
\t


\t\t10.4.4基本知识表达方案
\t
\t


\t\t10.5逻辑系统
\t
\t


\t\t10.5.1谓词演算规则
\t
\t


\t\t10.5.2利用定理证明来推理
\t
\t


\t\t10.6语义网
\t
\t


\t\t10.7产生式系统
\t
\t


\t\t总结和复习
\t
\t


\t\t1章广义匹配
\t
\t


\t\t11.1匹配概述
\t
\t


\t\t11.1.1匹配策略和类别
\t
\t


\t\t11.1.2匹配和配准
\t
\t


\t\t11.1.3匹配评价
\t
\t


\t\t11.2目标匹配
\t
\t


\t\t11.2.1匹配的度量
\t
\t


\t\t11.2.2对应点匹配
\t
\t


\t\t11.2.3字符串匹配
\t
\t


\t\t11.2.4惯量等效椭圆匹配
\t
\t


\t\t11.2.5形状矩阵匹配
\t
\t


\t\t11.3动态模式匹配
\t
\t


\t\t11.4关系匹配
\t
\t


\t\t11.5图同构匹配
\t
\t


\t\t11.5.1图论简介
\t
\t


\t\t11.5.2图同构和匹配
\t
\t


\t\t11.6线条图标记和匹配
\t
\t


\t\t总结和复习
\t
\t


\t\t2章场景分析和语义解释
\t
\t


\t\t12.1场景理解概述
\t
\t


\t\t12.2模糊推理
\t
\t


\t\t12.2.1模糊集和模糊运算
\t
\t


\t\t12.2.2模糊推理方法
\t
\t


\t\t12.3遗传算法图像解释
\t
\t


\t\t12.3.1遗传算法原理
\t
\t


\t\t12.3.2语义分割和解释
\t
\t


\t\t12.4场景目标标记
\t
\t


\t\t12.5场景分类
\t
\t


\t\t12.5.1词袋/特征包模型
\t
\t


\t\t12.5.2pLSA模型
\t
\t


\t\t12.5.3LDA模型
\t
\t


\t\t总结和复习
\t
\t


\t\t第4单元研 究 示 例
\t
\t


\t\t3章多传感器图像信息融合
\t
\t


\t\t13.1信息融合概述
\t
\t


\t\t13.2图像融合
\t
\t


\t\t13.2.1图像融合的主要步骤
\t
\t


\t\t13.2.2图像融合的三个层次
\t
\t


\t\t13.2.3图像融合效果评价
\t
\t


\t\t13.3像素级融合方法
\t
\t


\t\t13.3.1基本融合方法
\t
\t


\t\t13.3.2融合方法的结合
\t
\t


\t\t13.3.3小波融合时的最佳分解层数
\t
\t


\t\t13.3.4压缩感知图像融合
\t
\t


\t\t13.3.5像素级融合示例
\t
\t


\t\t13.4特征级和决策级融合方法
\t
\t


\t\t13.4.1贝叶斯法
\t
\t


\t\t13.4.2证据推理法
\t
\t


\t\t13.4.3粗糙集理论法
\t
\t


\t\t总结和复习
\t
\t


\t\t4章基于内容的图像和视频检索
\t
\t


\t\t14.1图像和视频检索原理
\t
\t


\t\t14.2视觉特征的匹配和检索
\t
\t


\t\t14.2.1颜色特征匹配
\t
\t


\t\t14.2.2纹理特征计算
\t
\t


\t\t14.2.3多尺度形状特征
\t
\t


\t\t14.2.4综合特征检索
\t
\t


\t\t14.3基于运动特征的视频检索
\t
\t


\t\t14.3.1全局运动特征
\t
\t


\t\t14.3.2局部运动特征
\t
\t


\t\t14.4视频节目分析和索引
\t
\t


\t\t14.4.1新闻视频结构化
\t
\t


\t\t14.4.2体育比赛视频排序
\t
\t


\t\t14.4.3家庭录像视频组织
\t
\t


\t\t14.5语义分类检索
\t
\t


\t\t14.5.1基于视觉关键词的图像分类
\t
\t


\t\t14.5.2高层语义与气氛
\t
\t


\t\t总结和复习
\t
\t


\t\t5章时空行为理解
\t
\t


\t\t15.1时空技术
\t
\t


\t\t15.2时空兴趣点
\t
\t


\t\t15.3动态轨迹学习和分析
\t
\t


\t\t15.3.1自动场景建模
\t
\t


\t\t15.3.2学习路径
\t
\t


\t\t15.3.3自动活动分析
\t
\t


\t\t15.4动作分类和识别
\t
\t


\t\t15.4.1动作分类
\t
\t


\t\t15.4.2动作识别
\t
\t


\t\t15.5活动和行为建模
\t
\t


\t\t15.5.1动作建模
\t
\t


\t\t15.5.2活动建模和识别
\t
\t


\t\t15.6主体与动作联合建模
\t
\t


\t\t15.6.1单标签主体 动作识别
\t
\t


\t\t15.6.2多标签主体 动作识别
\t
\t


\t\t15.6.3主体 动作语义分割
\t
\t


\t\t总结和复习
\t
\t


\t\t附录A视觉和视知觉
\t
\t


\t\tA.1视知觉概述
\t
\t


\t\tA.2视觉特性
\t
\t


\t\tA.2.1视觉的空间特性
\t
\t


\t\tA.2.2视觉的时间特性
\t
\t


\t\tA.2.3视觉的亮度特性
\t
\t


\t\tA.3形状知觉
\t
\t


\t\tA.3.1轮廓
\t
\t


\t\tA.3.2图形和背景
\t
\t


\t\tA.3.3几何图形错觉
\t
\t


\t\tA.4空间知觉
\t
\t


\t\tA.4.1非视觉性深度线索
\t
\t


\t\tA.4.2双目深度线索
\t
\t


\t\tA.4.3单目深度线索
\t
\t


\t\tA.5运动知觉
\t
\t


\t\t部分思考题和练习题解答
\t
\t


\t\t参考文献
\t
\t


\t\t主题索引

本书全面介绍图像工程的第三层次——图像理解的基础概念、基本原理、典型方法、实用技术以及国际上相关内容研究的新成果。本书主要分为4个单元。第1单元(第2-5章)介绍图像采集表达技术，第2单元(第6-9章)介绍景物重建技术，第3单元(第10-12章)介绍场景解释技术，第4单元(第1