图像处理、分析与机器视觉（第三版）（高清版+精美书签编排）

图像处理、分析与机器视觉（第三版）（高清版+精美书签编排）机器视觉必读书籍图像处理、分析与机器视觉(第3版)Image Processing, Analysis, and Machine Vision(Third Edition)Milan Sonka Vaclav Hlavac Roger Boyle艾海舟苏延超等译清华大学出版社北京内容简介本书是为计算机专业图像处理、图像分析和机器视觉课程编写的教材。本书针对图像处理、图像分析和机器视觉领域的有关原理与技术展开了广泛而深入的讨论,包括图像预处理、图像分割、形状表示与描述、物体识别与图像理解、三维视觉数学形态学图像处理技术、离散图像变换、图像压缩纹理描述、运动分析等。本书力图将复杂的概念通过具体示例用易于理解的算法来描述,提供了大量包含图示和处理结果的插图,特别有助于读者的学习和理解。此外,本书还提供了丰富的参考文献,既列出了那些经过时间考验的经典论文,也列出了能反映未来发展方向的最新进展,适于读者进一步深入探索。本书覆盖了十分广泛的领域,包括人工智能、信号处理、人工神经网络模式识别、机器学习模糊数学等一系列相关学科。读者通过学习本书,可以学到很多具有普遍价值的知识和具体的应用方法本书可作为各高等院校计算机专业高年级本科生和研究生相应课程的教材,可以结合实际教学情况选用相应的章节。本书也特别适合有一定基础的读者自学。本书对从事相关科学技术领域的研究和工程技术人员也有很高的参考价值。此外,对于本领域的专业人士也可以作为技术手册使用。本书封面贴有 Cengage Learning圣智学习出版集团)防伪标签,无标签者不得销售版权所有,侵权必究。侵权举报电话:010-6278298913701121933图书在版编目(GP)数据图像处理、分析与机器视觉(第3版)/(美)藥卡( Sonka,M.),(美)赫拉瓦卡( Hlavac,V.),(美)博伊尔 Boyle,R.)著;艾海舟等译.一北京:清华大学出版社,2011.1世界著名计算机教材精选)ISBN978-7-302-23686-3I.①图…Ⅱ.①桑…②赫…③博…④艾…Ⅲ.①图像处理一教材②计算机视觉教材Ⅳ.TP391.41中国版本图书馆CIP数据核字(2010)第165256号责任编輯:龙啟铭责任校对:梁毅责任印制:李红英出版发行:清华大学出版社地址:北京清华大学学研大厦A座htp:∥www,tup,com.cn邮编:100084社总机:01062770175邮购:010-62786544投稿与读者服务:010-62795954,sic@tup.tsinghua,edu.cn质量反馈:010-62772015,zhiliang@tup.tsinghua.echu.cn印刷者:清华大学印刷厂装订者:三河市新茂装订有限公司经销:全国新华书店开本:185×260印张:40,25彩插:4字数:1270千字版次:2011年1月第1版印次:2011年1月第1次印刷印数:1~3000定价:69.50元产品编号:0366640l译者的话2002年国内影印出版了本书的英文第2版,2003年出版了该版的中文翻译,翻译者(按照工作量的大小排序)是艾海舟、武勃、邸慧军、王佟、施新刚、孙兴华、王宇博。该书很快售罄,没有再印。本书是英文第3版的中文翻译,大约有四分之的内容更新,详见作者序。本书是在第2版中文翻译的基础上,按照直译的原则进行翻译的,与英文版形成完全的对照。对于英文版中明显存在的排印或疏忽类的错误,我们都进行了订正。由于这些错误一般都很明显,因此译文中没有专门声明,读者如果对照英文版,不难看出其出处。本书的翻译者(按照工作量的大小排序)为艾海舟、苏延超、兴军亮、王楠、忻海、段根全、高峰、王晟、刘力为等。艾海舟负责仝部书稿的审定。由于译者水平有限,书中难免存在纰漏,欢迎广大读者批评指正。读者发现的问题,请发电子邮件告知,以便今后再版时订正过来。艾海舟清华大学计算机系电子邮件:ahz@mail.tsinghua.edu.cn主页网址:htp: /media. cs. tsinghua. edu. cn/ahhz序图像处理、分析与机器视觉是认知与计算机学科中的一个令人兴奋的活跃分支。人们对该领域的兴趣经历了20世纪70年代和80年代的爆炸性增长之后,过去30年的一个特征是走向成熟,伴随而来的是实际应用的显著增长,其中遥感、技术诊断、自主车导航、医学成像(2D、3D和4D)和自动监视是发展最快的方向。这种进展通过市场上相关软件和硬件产品的日益增加就可见一斑——作为众多例子中的一个,无所不在的消费层数码相机引人注目。作为对这种持续发展的反映,全世界范围内的大学里提供的图像处理和机器视觉课程的数量呈现快速增长。在我们所覆盖的领域里,已经有很多教材,其中很多在本书中都有引用。但是,本学科仍缺乏既适合初学者学习,又对有一定基础的读者有参考价值,同时还反映了最新进展的“完整”意义的教材。本书是我们最初在1993年出版的教材的第3版,我们加入了已经出现的和还正在发生着的许多非常迅速的发展,这些新的发展使一些在过去一段时间所出版的非常好的教材很快变得过时了本书的读者对象既包含对本领域几乎没有任何经验的本科生,也包括为特别主题寻求高级“跳板”的硕士班学生及研究生。这本教材的每个章节都对第2版进行了更新(尤其是参考文献)。重新组织并加强了第2章和第3章,以期恰如其分地表述全书所用到的广泛基础。在1998年出版的第2版中,2D图像处理和分析得到了全面的论述,体积暨固有3D图像数据的分析已变得必不可少。为了跟上该领域的快速发展,增加了全新的第7章,覆盖了具有处理3D(或更高维)能力的图像分割方法和途径,包括均值移位分割、梯度矢量流蛇行、水平集、直接图像分割、最优单和多表面检测。因此,本书现在关于分割有两章,明确地反映了该领域的重要性。全书中还加入了许多其他新的主题。全新的章节表述有:支持向量分类器,模式识别中的 Boosting方法,通过随机抽样一致来拟合,活动表观模型, Boosted层叠分类器用于快速物体检测,耦合的HMM,贝叶斯信度网络,高斯混合模型,期望最大化,JPEG-200图像压缩,多尺度小波纹理描述,特定运动模式的检测,面向视频跟踪的背景建模,基于核的跟踪,面向运动建模的粒子滤波等。概括地说,第3版的25%由新写的材料构成,反映了在本领域中重要性己经得到证明的最新方法和技术。为了帮助读者加深理解,精心准备的习题集是非常有用的。我们选择了提供一本独立的 Matlab教辅书[vobodaetal,2008]和教辅网页(htt:ww.engineering.thomsonlearning.com),而不是直接包含习题。这本教辅书包含简答题和不同难度的问题,通常需要使用计算机工具及编制应用程序。它关注算法层面,为此目的选择 Matlab编程环境是因为它便于快速领会和快速构建原型系统。很多这里表述的算法在习题教辅书中都有它们的对应。程序源码和例子中用到的数据在网页上可以获得,这些无疑将随着用户的贡献而增长。习题教辅书既是为学生准备的也是为教师准备的。学生可以从简答题、阐述问题和程序例子中学习。他们也可以在自已的程序中使用网页所提供的代码片段。教师将会发现该书有助于准备课上所使用的例子和为学生布置作业。我们的经验是该材料使得教师在课上可以专注于概念和演示,而不是简单算法的编程。教师通过密码保护的部分网页可以获得问题的解答。网页上也会有正式的勘误表。建议读者经常查看该资源。这本书反映了作者在各自的学院给本科生和研究生开的一学期和两学期的课程所积累的经验,这些课程包括数字图像处理、数字图像分析、图像理解、医学成像、机器视觉、模式识别、智能机器人等。我们图像处理、分析与机器视觉(第3版希望这种结合教学经验的方式能够为初学者提供完整的基础,为有一定基础的学生充分地理解与该主题相关的领域提供足够先进的资料我们需要指出的是目前发展更活跃的领域会在很短的时间内超出本教材的范围。本书可以有多种安排形式。我们选择从低层次处理开始,逐步过渡到更高层次的图像解释这样的组织结构,是因为我们认为图像理解起源于一个共同的信息库。本书共分为16章,从低层次处理开始,逐步展开到更高层次的图像表示,这一结构在第12章之后将变得不那么明显,这时我们给出数学形态学、图像压缩纹理、运动分析等这些非常有用但却常常是有特殊目的的处理方法,这些处理并不总是出现在处理链中。章节按十进制数字编号,公式和图按照章内编号。每章之后列出大量的参考文献 svoboda et al.,2008]。我们按照有助于实现的方式正规地表述了一些挑选出来的算法,但其他讨论到的算法则不是(不然本书的篇幅会两倍于此〕;选择算法的依据是:我们认为是关键的,或最有用的,或最具解释性的。各章所介绍的内容包含从入门级的资料到当前研究的总体情况,因此,初学者不太可能第一次阅读就能消化给定主题的所有内容。在目前的段落中,时常会出现有必要引用后面章节资料的情况,但是这时对目前资料的理解不会依赖于对较后出现的内容的理解。对于很有基础的学生,本书可以作为在该领域进行研究活动的参考资料和“路标”—我们相信在本书复印之时其参考文献足以反映当前的研究方向,但是在这里我们对被忽视了的著作表示歉意。仔细的读者将会发现参考文献中既包含那些经过时间考验的经典材料,也包含了非常新的作者认为有发展前景的方向。但是应该明确的是,过不了多久就会有本书中没有提及的更多的相关著作发表。本书的篇幅很长,因此远比一门课程的内容要多。显然,使用本书的方式很多,作为指导我们提出了如下的形成5个独特模块的顺序安排数字图像处理I,本科生课程。数字图像处理I,本科生/研究生课程,数字图像处理I可以作为该课的先修课。计算机视觉I,本科生/研究生課程,数字图像处理I可以作为该课的先修课。计算机视觉Ⅱ,研究生课程,计算机视觉Ⅰ可以作为该课的先修课。图像分析与理解,研究生课程,计算机视觉I可以作为该课的先修课。门课程的重点以及必要的先修课一般取决于本地的情况,有关划分内容的建议我们将在序言之后给出作业应该尽可能使用现有的软件,我们的经验是这种性质的课程不应该被看作“程序设计课程”,但是事实上是这样的:学生对于本书所论述内容的实践经验越直接,他们对内容的理解就越好。自从本书第1版出版以来,可获取的网页信息爆炸性增长,使得我们提供的习题得以不需要从低层做起—我们没有直接给出到网页资料的链接,是因为考虑到它们变化得太快了;但是,有关本书及其他详尽的辅助资料的链接可以通过出版商的网站查找到,htp:/www.engineening.homsonlearning.com这本书是用LATεX文字处理系统完成的。此书的完成离不开因特网和电子邮件的广泛使用。我们要感谢爱荷华大学( University of Towa)捷克理工大学( Czech Technical University)、利兹大学计算机学院( Schoolof Computer$ tudies at Leeds University),他们提供了撰写和修订此书的环境。Milan Sonka是美国爱荷华大学电机与计算机工程、眼科和视觉科学、放射肿瘤学教授。他的研究兴趣包括医学图像分析、计算机辅助诊断和机器视觉。 Vaclav hlavac是捷克理工大学控制工程系教授。他的研究兴趣是基于知识的图像分析,基于3D模型的视觉和统计与句法模式识别之关系。 Roger Boyle是英国利兹大学计算机教授和计算机学院院长,他的研究兴趣是低层视觉和模式识别。前两位作者在从1983-1990年期间曾经在捷克理工大学控制工程系和电机工程系一起工作,他们从191年起与第三作者一直在合作。很有趣的是,Boye和 Sonka通过因特网合作了15年,只是在最近,即206年的秋天,才有他们之间的第次面对面的会谈。我们高兴地宣布这次会面没有破坏彼此的工作关系。所有的作者对整本书都有贡献一一封面的排名是根据个人的贡献量确定的。任何事实错误都由全体负责本书的排版不是作者完成的,这是第一次。ⅵ it Zyka博士的专业帮助,产生了视觉上美观、清晰和规整的手稿。尽管长时间缺乏与外部世界的沟通,我们的妻子称这期间为综合征,我们已经在展望未来的版本了,我们将更正所有遗漏、错字和错误Milan sonka爱荷华大学Milan-sonka@uiowa. eduhttp://www.engineering.uiowa.edu/-sonka捷克理工大学hlavac(@cmp. felk cut czhttp:/cmp.felk.cvut.cz-hlavacRoger boyle利兹大学roger(@comp. leeds. ac ukhttp://www.comp.leedsac,uk/roger/参考文献woboda T, Kybic J, and Hlavac V Image Processing, Analysis, and Machine Vision: A MATLAB Companion. ThomsonEngineering, 2008.