圖像工程(中冊)：圖像分析(第3版)（簡體書）

《圖像工程（中冊）：圖像分析（第3版）》為《圖像工程》第3版的中冊，主要介紹圖像工程的第二層次——圖像分析的基本概念、基本原理、典型方法、實用技術以及國際上有關研究的新成果。
本冊書主要分為4個單元。第1單元（包含第2～5章）介紹圖像分割技術，其中第2章介紹圖像分割的基礎知識和基本方法，第3章介紹一些典型的圖像分割技術，第4章介紹對基本分割技術的推廣，第5章介紹對圖像分割的評價研究。第2單元（包含第6～8章）介紹對分割出目標的表達描述技術，其中第6章介紹目標表達技術，第7章介紹目標描述技術，第8章介紹進一步的測量和誤差分析內容。第3單元（包含第9～11章）介紹目標特性分析技術，其中第9章介紹紋理分析技術，第10章介紹形狀分析技術，第11章介紹運動分析技術。第4單元（包含第12-14章）介紹一些相關的數學工具，其中第12章介紹二值圖像數學形態學，第13章介紹灰度圖像數學形態學，第14章介紹圖像模式識別原理和方法。書中的附錄介紹了人臉和表情識別的原理和技術，是與第14章相關的應用和擴展。書中還提供了大量例題、思考題和練習題，並對部分練習題提供了解答。書末還給出了主題索引。
本書可作為信號與信息處理、通信與信息系統、電子與通信工程、模式識別與智能系統、計算機視覺等學科大學本科專業課或研究生專業基礎課教材，也可供信息與通信工程、電子科學與技術、計算機科學與技術、測控技術與儀器、機器人自動化、生物醫學工程、光學、電子醫療設備研製、遙感、測繪和軍事偵察等領域的科技工作者參考。·

章毓晉，1989年獲比利時列日大學應用科學博士學位。1989年至1993年為荷蘭德爾夫特大學博士後及研究人員。從1993年到中國北京清華大學工作，1997年被聘為教授，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10多門本科生和研究生課程。在南洋理工大學，開出並講授過研究生課程：“現代圖像分析（英語）”。已編寫出版了圖像工程系列教材第1版和第2版，以及《圖像處理和分析基礎》，《圖像處理和分析技術》（第2版），《圖像處理和分析教程》、《計算機視覺教程》和《Image Engineering：Processing，Analysis，and Understanding》，翻譯出版了《彩色數字圖像處理》。已在國內外發表了30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、圖像理解及其技術應用）和相關學科。從1996年起已連續十六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總結綜述。已在國內外發表400多篇圖像工程研究論文，出版了專著《圖像分割》，《基於內容的視覺信息檢索》，《基於子空間的人臉識別》，編著了《英漢圖像工程辭典》，主持編著了《Advances in Image and Video Segmentation》，《Semantic-Based Visual lnformation Retrieval》，《Advances in Face Image Analysis：Techniques and Technologies》。
現為中國圖像圖形學學會學術委員會主任；國際電氣電子工程師協會（IEEE）高級會員；國際光學工程協會（SPIE）會士（因在圖像工程方面的成就）；《中國圖像圖形學報》副主編，《電子與信息學報》，《計算機輔助設計與圖形學學報》，《信號處理》和《自動化學報》編委；以及國際刊物“Pattern Recognition Letters”的associate editor。曾任第一屆、第二屆、第四屆、第五屆和第六屆國際圖像圖形學術會議（ICIG'2000.ICIG'2002，ICIG'2007.ICIG'2009.ICIG'2011）程序委員會主席，第十二屆、第十三屆、第十四屆、第十五屆和第十六屆全國圖像圖形學術會議（NCIG'2005，NCIG'2006，NCIG'2008，NCIG'2010，NCIG'2012）程序委員會主席。·

《圖像工程(中冊):圖像分析(第3版)》可作為信號與信息處理、通信與信息系統、電子與通信工程、模式識別與智能系統、計算機視覺等學科大學本科專業課或研究生專業基礎課教材，也可供信息與通信工程、電子科學與技術、計算機科學與技術、測控技術與儀器、機器人自動化、生物醫學工程、光學、電子醫療設備研制、遙感、測繪和軍事偵察等領域的科技工作者參考。

第1章 緒論
1.1 圖像和圖像工程
1.1.1 圖像基礎
1.1.2 圖像工程
1.2 圖像分析概論
1.2.1 圖像分析定義和研究內容
1.2.2 圖像分析系統
1.3 分析中的數字化
1.3.1 離散距離
1.3.2 連通組元
1.3.3 數字化模型
1.3.4 數字弧和絃
1.4 距離變換
1.4.1 定義和性質
1.4.2 局部距離的計算
1.4.3 距離變換的實現
1.5 內容框架和特點
總結和複習

第1單元 圖像分割
第2章 圖像分割基礎
2.1 圖像分割定義和技術分類
2.2 並行邊界技術
2.2.1 邊緣及檢測原理
2.2.2 正交梯度算子
2.2.3 二階導數算子
2.2.4 邊界閉合
2.3 串行邊界技術
2.3.1 主動輪廓模型
2.3.2 能量函數
2.4 並行區域技術
2.4.1 原理和分類
2.4.2 依賴像素的閾值選取
2.4.3 依賴區域的閾值選取
2.4.4 依賴坐標的閾值選取
2.4.5 空間聚類
2.5 串行區域技術
2.5.1 區域生長
2.5.2 分裂合併
總結和複習
第3章 典型分割算法
3.1 SUSAN檢測算子
3.1.1 USAN原理
3.1.2 SUSAN算子邊緣檢測
3.2 圖割方法
3.3 特色的閾值化和聚類技術
3.3.1 多分辨率閾值選取
3.3.2 借助過渡區選擇閾值
3.3.3 借助均移確定聚類
3.4 分水嶺分割算法
3.4.1 基本原理和步驟
3.4.2 算法改進和擴展
總結和複習
第4章 分割技術擴展
4.1 從哈夫變換到廣義哈夫變換
4.1.1 哈夫變換
4.1.2 廣義哈夫變換原理
4.1.3 完整廣義哈夫變換
4.2 從像素到亞像素
……
第2單元 表達描述
第3單元 特性分析
第4單元 數學工具
部分習題解答
參考文獻
索引·

3.SUSAN算子的特點
與其他邊緣和角點檢測算子相比，SUSAN算子有一些獨特的地方。
在用SUSAN算子對邊緣和角點進行檢測增強時不需要計算微分，這可幫助解釋為什么在有噪聲時SUSAN算子的性能會較好。這個特點再加上SUSAN算子的非線性響應特點都有利于減少噪聲。為理解這一點，可考慮一個混有獨立分布的高斯噪聲的輸人信號。只要噪聲相對于USAN面積比較小，就不會影響基于USAN面積所做的判斷。這里在面積計算中對各個像素值的求和操作進一步減少了噪聲的影響。
SUSAN算子的另一個特點可以從圖3.1.1中的USAN區域看出。當邊緣變得模糊時，在邊緣中心的USAN區域面積將減少。所以，對邊緣的響應將隨著邊緣的平滑或模糊而增強。這個有趣的現象對一般的邊緣檢測算子是不常見的，但它在實際中很有用。
最后，大多數的邊緣檢測算子會隨圖像或模板尺度的變化而改變所檢測出來的邊緣的位置，但SUSAN檢測算子能提供不依賴于模板尺寸的邊緣精度。換句話說，最小USAN區域面積的計算是個相對的概念，與模板尺寸無關，所以SUSAN算子的性能不受模板尺寸影響。這是一個很有用的期望特性。SUSAN算子的另一個優點是控制參數的選擇很簡單，且任意性較小，所以比較容易實現自動化選取。
如果對邊緣位置的精度要求比用整個像素作為計算單元所能獲得的要高，可采用下面的方法來改進以獲得亞像素的精度（還可參見4.2節）。對每個邊緣點，先確定在該點的邊緣方向，然后在與該點垂直的方向上細化邊緣。對這樣剩下來的邊緣點用3點的二階曲線來擬合初始的邊緣響應，在這條擬合線上的轉向點（應該和細化后邊緣點的中心距離小于半個像素）可取作邊緣的準確位置。
3.2 圖割方法
圖割方法是一類基于圖論的圖像分割技術，本質上采用了基于邊緣的串行分割思路。下面先給出用圖割方法進行圖像分割的主要步驟，再具體對每個步驟進行解釋。用圖割方法進行圖像分割的主要步驟為：
（1）將待分割圖像I映射為一個對弧加權的有向圖G，它在尺寸上和維數上都與J對應。
（2）確定目標和背景的種子，并針對它們構建兩個特殊的圖節點，即源節點s和匯節點t；然后將所有種子根據它們的目標或背景標號分別與源節點或匯節點相連接。
（3）計算弧代價函數，并對圖G中的各個弧賦予一定的弧代價。
（4）使用最大流圖優化算法來確定對圖G的圖割，從而區分對應目標和背景像素的節點。