計算器視覺：原理、算法、應用及學習(原書第5版)（簡體書）

經典書籍再度更新，新增機器學習和深度學習相關章節，涵蓋人臉檢測和識別、車載視覺系統等應用實例

本書的第1版於1990年出版，受到許多研究者和從業者的歡迎。然而，在隨後的20年裡，計算機視覺的發展速度飛快，許多在第1版中不值一提的話題，現在必須被納入以後的版本中。例如，我們引入了大量關於特征檢測、數學形態學、紋理分析、形狀檢測、人工神經網絡、3D視覺、不變性、運動分析、目標跟蹤和穩健統計的新材料，這些內容變得日益重要。在第4版中，我們認識到計算機視覺的應用範圍越來越廣，特別是必須增加關於監控和車載視覺系統的兩章。從那以後，相關研究和討論一直沒有停止。事實上，在過去的四五年裡，深度神經網絡的研究開始呈現爆炸性增長，由此產生的實際成果令人震驚。顯然，第5版必須反映這種徹底的轉變—無論是基礎理論還是實踐應用。事實上，本書增加了一個新的部分—機器學習和深度學習網絡（第三部分），可以看出，這個標題意味著新內容不僅反映了深度學習（相對於舊的“人工神經網絡”的巨大改進），也反映了一種基於嚴格的概率方法的模式識別方法。
在書中闡釋清楚這些主題並非易事，因為概率方法只有在相當嚴格的數學環境中才能講透。數學背景太少，這個主題可能會被淡化到幾乎沒有內容；數學內容太多，對許多讀者來說可能無法理解。顯然，我們不能因為讀者害怕那些數學公式就避而不談。因此，第14章對讀者而言是一次挑戰，這一章充分展示了所涉及的方法類型，同時提供給讀者越過一些數學復雜性的途徑—至少在第一次遇到時是這樣的。一旦越過了相對困難的第14章，第15章和第21章將主要向讀者展示案例研究，前者聚焦於深度學習網絡的關鍵發展時期（2012—2015），後者的時間段與之類似（2013—2016）。在此期間，深度學習的主要目標是人臉檢測和識別，並且取得了顯著的進步。不應忽視的是，這些增補對本書的內容產生了非常大的影響，以至於書名不得不做出修改。之後，本書的組織結構又得到了進一步修改，在新的第五部分“計算機視覺的應用”中，收入了三個關於應用的章節。
值得注意的是，此時計算機視覺已經達到成熟水平，這使它變得更加嚴格、可靠、通用，並且能夠實時運行（考慮到現在可用於實現的改進的硬件設施，特別是功能極其強大的GPU）。這意味著在要求嚴格的應用中使用計算機視覺技術的人比以往任何時候都多，而且實際困難也更少了。本書旨在從根本上反映這一全新的令人興奮的發展。
對於電子工程和計算機科學專業的大四學生，視覺課程可包括第1～13章和第16章的大部分內容，根據需要，還可包括其他章節的部分內容。對於理學碩士或博士研究生來說，可能涵蓋第三部分或第四部分的深入內容，第五部分的部分章節也是合適的，其中許多實際練習都是在圖像分析系統上進行的（一旦開始認真研究，就不應該低估附錄中討論的穩健統計的重要性，盡管這可能超出本科教學大綱的範圍）。這在很大程度上取決於每個學生正在進行的研究項目。在現階段，本書可能不得不更多地用作研究手冊，事實上，這本書的主要目的之一就是作為這一重要領域的研究者和實踐者的手冊。
正如在之前版本的前言中提到的，本書很大程度上依賴於我與各位研究生合作時獲得的經驗，特別感謝馬克·埃德蒙茲、西蒙·巴克、丹尼爾·塞拉諾、達雷爾·格林希爾、德裡克·查爾斯、馬克·蘇格魯和喬治·馬斯塔克西斯，他們都以自己的方式幫助我形成了對計算機視覺技術的認識。此外，與同事巴裡·庫克、扎希德·侯賽因、伊恩·漢娜、德夫·帕特爾、大衛·梅森、馬克·貝特曼、鐵英·盧、阿德裡安·約翰斯頓和皮爾斯·普呂默進行的許多有益的討論是我最美好的回憶，尤其是阿德裡安和皮爾斯，他們為實現我的研究小組的視覺算法在生成硬件系統方面貢獻頗多。接下來，我要感謝英國機器視覺協會的同僚就這一主題進行了多次廣泛的討論，特別感謝馬吉德·米爾邁赫迪、阿德裡安·克拉克、尼爾·薩克爾和馬克·尼克松，隨著時間的推移，他們對本書的數次更新產生了巨大的影響，並在本書中留下了永久的印記。接下來，我要感謝匿名評論者發表的有見地的評論，以及提出的非常有價值的建議。最後，我要感謝愛思唯爾的蒂姆·皮茨的幫助和鼓勵，沒有他，第5版可能永遠不會完成。
最後，本書網站包含編程和其他資源，可幫助讀者和學生使用本書。歡迎查看網站以了解更多信息。

E. R. 戴維斯
英國倫敦大學皇家霍洛威學院

譯者序
推薦序
第5版前言
第1版前言
縮寫詞匯表
第1章　計算機視覺面臨的挑戰 1
1.1　導言—人類及其感官 1
1.2　視覺的本質 2
1.2.1　識別過程 2
1.2.2　解決識別問題 3
1.2.3　物體定位 4
1.2.4　場景分析 5
1.2.5　視覺是逆向圖形學 6
1.3　從自動視覺檢測到監控 6
1.4　本書是關於什麼的 7
1.5　機器學習的作用 8
1.6　後續章節內容概述 9
1.7　書目注釋 9
第一部分　初級視覺
第2章　圖像與圖像處理 12
2.1　導言 12
2.2　圖像處理操作 15
2.2.1　灰度圖像的一些基本操作 15
2.2.2　二值圖像的基本操作 19
2.3　卷積和點擴散函數 21
2.4　順序操作與並行操作 22
2.5　結束語 23
2.6　書目和歷史注釋 24
2.7　問題 24
第3章　圖像濾波和形態學 25
3.1　導言 25
3.2　通過高斯平滑抑制噪聲 27
3.3　中值濾波器 28
3.4　模式濾波器 30
3.5　秩排序濾波器 35
3.6　銳化–反銳化掩模 35
3.7　中值濾波器引入的偏移 36
3.7.1　中值偏移的連續體模型 36
3.7.2　推廣到灰度圖 38
3.7.3　中值偏移的離散模型 40
3.8　秩排序濾波器引入的偏移 41
3.9　濾波器在計算機視覺工業應用中的作用 44
3.10　圖像濾波中的色彩 44
3.11　二值圖像的膨脹和腐蝕 45
3.11.1　膨脹和腐蝕 45
3.11.2　抵消效應 45
3.11.3　改進的膨脹與腐蝕算子 45
3.12　數學形態學 46
3.12.1　泛化的形態學膨脹 46
3.12.2　泛化的形態學腐蝕 47
3.12.3　膨脹與腐蝕之間的對偶性 47
3.12.4　膨脹與腐蝕算子的特性 48
3.12.5　閉合與開啟 50
3.12.6　基本形態學運算概要 51
3.13　形態學分組 53
3.14　灰度圖像中的形態學 54
3.15　結束語 55
3.16　書目和歷史注釋 56
3.17　問題 58
第4章　閾值的作用 61
4.1　導言 61
4.2　區域生長方法 62
4.3　閾值方法 62
4.3.1　尋找合適的閾值 62
4.3.2　解決閾值選取中的偏差問題 63
4.4　自適應閾值 64
4.5　更徹底的閾值選擇方法 66
4.5.1　基於方差的閾值 67
4.5.2　基於熵的閾值 67
4.5.3　最大似然閾值 68
4.6　全局波谷閾值方法 69
4.7　應用全局波谷閾值方法的實際結果 71
4.8　直方圖凹性分析 75
4.9　結束語 75
4.10　書目和歷史注釋 76
4.11　問題 77
第5章　邊緣檢測 78
5.1　導言 78
5.2　邊緣檢測基本理論 79
5.3　模板匹配方法 80
5.4　3×3模板算子理論 81
5.5　微分梯度算子的設計 82
5.6　圓形算子的概念 83
5.7　圓形算子的詳細實現 83
5.8　微分邊緣算子的系統設計 85
5.9　上述方法的問題—?一些替代方案 86
5.10　滯後閾值 88
5.11　Canny算子 89
5.12　Laplacian算子 92
5.13　結束語 93
5.14　書目和歷史注釋 93
5.15　問題 94
第6章　角點、興趣點和不變特征的檢測 95
6.1　導言 95
6.2　模板匹配 95
6.3　二階導數方法 96
6.4　基於中值濾波的角點檢測器 98
6.4.1　分析中值檢測器的操作 98
6.4.2　實際結果 99
6.5　Harris興趣點算子 100
6.5.1　各種幾何構型的角點信號和位移 102
6.5.2　交叉點和T形交叉點的性能 103
6.5.3　Harris算子的不同形式 105
6.6　角點方向 106
6.7　局部不變特征檢測器與描述符 106
6.7.1　幾何變換和特征標準化 107
6.7.2　Harris尺度、仿射不變檢測器和描述符 108
6.7.3　Hessian尺度、仿射不變檢測器和描述符 109
6.7.4　尺度不變特征變換算子 110
6.7.5　加速魯棒特征算子 110
6.7.6　最大穩定極值區域 111
6.7.7　各種不變特征檢測器的比較 112
6.7.8　定向梯度直方圖 114
6.8　結束語 115
6.9　書目和歷史注釋 116
6.10　問題 118
第7章　紋理分析 119
7.1　導言 119
7.2　紋理分析的一些基本方法 121
7.3　灰度共生矩陣 122
7.4　Laws紋理能量法 123
7.5　Ade特征濾波器法 125
7.6　對Laws法和Ade法的評估 126
7.7　結束語 127
7.8　書目和歷史注釋 127
第二部分　中級視覺
第8章　二值化形狀分析 130
8.1　導言 130
8.2　二值圖像的連通性 131
8.3　物體標記和計數 131
8.4　尺寸濾波 136
8.5　距離函數及其用途 138
8.6　骨架和細化 140
8.6.1　交叉數 141
8.6.2　細化的並行和順序實現 143
8.6.3　引導細化 144
8.6.4　如何看待骨架的本質 145
8.6.5　骨架節點分析 146
8.6.6　骨架在形狀識別中的應用 146
8.7　形狀識別的其他度量 147
8.8　邊界跟蹤過程 148
8.9　結束語 149
8.10　書目和歷史注釋 150
8.11　問題 151
第9章　邊界模式分析 154
9.1　導言 154
9.2　邊界跟蹤過程 156
9.3　質心輪廓 156
9.4　質心輪廓方法存在的問題 157
9.5　（s, ψ）圖 159
9.6　解決遮擋問題 160
9.7　邊界長度度量的準確性 162
9.8　結束語 163
9.9　書目和歷史注釋 164
9.10　問題 165
第10章　直線、圓和橢圓的檢測 166
10.1　導言 166
10.2　霍夫變換在直線檢測中的應用 167
10.3　垂足法 169
10.4　使用RA