《机器视觉》从逆问题的角度出发，提出了一整套关于机器视觉的研究方法。

机器视觉(麻省理工学院MIT机器视觉课程指定教材)(精) （美）伯特霍尔德·霍恩 著 9787515325316 中国青年出版社 机器视觉(麻省理工学院MIT机器视觉课程指定教材)(精) 正

《机器视觉》从逆问题的角度出发，提出了一整套关于机器视觉的研究方法，其核心是：机器视觉应该基于对成像过程的深刻理解！作为作者在麻省理工学院（MIT）所讲授的机器视觉课程的指定教材，本书已经被使用了近30年，仍被欧美许多著名高校所广泛使用。本书提供了一个理解现有方法和技术以及为以后的研究做准备的系统框架，其中包含了很多将机器视觉方法应用于实际问题的内容。全书共包括18章，前13章主要讲述早期视觉的内容，后5章更加关注于：解决一些更加复杂的实际问题。最后，作者将各个章节所介绍的方法整合到一起，搭建了一个可以和周围环境进行交互的“眼-手”系统。书中所用到的数学方法，也都收录在最后的附录中；作为内容的补充和扩展，本书还提供了丰富的练习题。本书可以作为高等院校相关专业本科生和研究生一年级课程的教材，也可以作为研究人员的参考书籍。

这本书是计算机视觉的“圣经”！如果任何人想要学习计算机视觉的基本内容，一定要以这本书作为起始点。千万不要错过！尤其是，这本经典著作对于书中概念的杰出的介绍方法。我强烈地将这本不可或缺的书推荐给所有学习计算机视觉的人。

伯特霍尔德·霍恩（BertholdKlausPaulHorn）现为美国麻省理工学院（MIT）计算机与电子工程系（EECS）人工智能实验室（CSAIL）的教授、美国工程院（NAE）院士、美国人工智能协会（AAAI）院士，是享有国际声望的计算机视觉领域专家。他从事计算机视觉领域的研究长达40多年，在该领域有许多开创性和奠基性的贡献，其博士论文《ShapefromShading》开创了一个崭新的研究领域。他提出的经典光流算法（Horn-Schunck方法）奠定了光流及运动视觉研究的基础。霍恩教授的很多研究成果，如：二维retinex算法、反射图、扩展Gauss图、无源导航等，都在计算机视觉领域和工业界发挥着巨大的作用。他所开创的基于逆问题理论、通过分析成像过程来研究机器视觉的方法，被称为霍恩学派。霍恩教授获得了诸多奖项和荣誉，其中包括：Rank奖：“为了表彰其在引领视觉系统实用化的工作中所做出的开创性贡献。”——Rank基金委员会。1989年9月。入选美国人工智能协会：“由于其在人工智能领域中所做出的巨大贡献。”——美国人工智能协会。1990年8月。入选美国工程院：“为其在计算机视觉领域（特别是在：通过图像亮度来恢复三维几何结构的研究中）所做出的开创性贡献。”——美国工程院。2002年2月。AzrielRosenfeld终身成就奖：“为表彰其在早期视觉（包括：光流、从明暗恢复形状）中所做出的奠基性贡献。”——IEEE计算机协会。2009年9月。

第 1 章 简介1.1 机器视觉1.2 机器视觉的任务1.3 机器视觉和其他领域的关系1.4 后续章节的概要1.5 本章参考文献1.6 习题第 2 章 成像与图像检测2.1 成像的两个方面2.1.1 透视投影2.1.2 正射投影2.2 亮度2.3 透镜2.4 我们的视觉世界2.5 图像检测2.5.1 感知颜色2.5.2 随机性和噪声2.5.3 图像量化2.6 本章参考文献2.7 习题第 3 章 二值图：几何性质3.1 二值图3.2 简单几何性质3.2.1 区域的位置3.2.2 朝向3.3 投影3.4 离散二值图3.5 行程编码3.6 本章参考文献3.7 习题第 4 章 二值图：拓扑性质4.1 多个物体4.1.1 标注图像中的物体4.1.2 连通性4.1.3 串行标注算法4.2 局部计数和迭代修正4.2.1 局部计数4.2.2 集合可加性4.2.3 迭代修正4.3 本章参考文献4.4 习题第 5 章 区域与图像分割5.1 设定阈值的方法5.2 统计直方图5.3 空间相关性5.4 图像分割5.5 使用颜色信息5.6 合并与分裂5.7 本章参考文献5.8 习题第 6 章 图像处理：连续图像6.1 线性移不变系统6.2 卷积与点扩散函数6.3 调制传递函数6.4 Fourier 变换和滤波6.5 Fourier 变换和卷积6.6 广义函数与单位冲击函数6.7 收敛因子与单位冲击函数6.8 偏微分与卷积6.9 旋转对称与各向同性算子6.10 模糊，失焦和运动拖尾6.11 图像复原与增强6.12 相关以及功率谱6.13 最优滤波器与噪声抑制6.14 图像模型6.15 本章参考文献6.16 习题第 7 章 图像处理：离散图像7.1 有限的图像尺寸7.2 离散图像采样7.3 采样定理7.4 离散 Fourier 变换7.5 循环卷积7.6 一些有用的结果7.7 本章参考文献7.8 习题第 8 章 边缘和边缘查找8.1 图像中的边缘8.2 微分算子8.3 离散近似8.4 局部算子和噪声8.5 边缘的检测和定位8.6 结论和例子8.7 本章参考文献8.8 习题第 9 章 光照与颜色9.1 物体表面的反射率以及 Land 实验9.2 Mondrian 图9.3 复原光照9.4 求解逆问题9.5 光照的归一化9.6 选择阈值9.7 离散情况下计算光照9.8 一个物理模型9.9 本章参考文献9.10 习题第 10 章 反射图：光度立体视觉10.1 图像亮度10.2 辐射10.3 图像的形成10.4 双向反射分布函数10.5 连续光源10.6 物体表面的反射性质10.7 物体表面的亮度10.8 物体表面的朝向10.9 反射图10.10 图像中的明暗10.11 明暗图10.12 光度立体视觉10.13 估计反射率10.14 曲面朝向的查询表10.15 本章参考文献10.16 习题第 11 章 从明暗恢复形状11.1 从明暗中恢复形状11.2 特征曲线与初始曲线11.3 奇异点11.4 奇异点附近的幂级数11.5 闭合边界11.6 球极投影11.7 松弛方法11.8 从针状图中恢复景深11.9 本章参考文献11.10 习题第 12 章 运动场和光流12.1 运动场12.2 光流12.3 光流的光滑性12.4 填充光流信息12.5 边界条件12.6 离散情况12.7 光流的不连续12.8 本章参考文献12.9 习题第 13 章 摄影测量和立体视觉13.1 两张图像之间的差异13.2 摄影测量13.3 绝对朝向13.4 相对朝向13.5 使用已知的相对朝向13.6 计算景深13.7 外部朝向13.8 内部朝向13.9 寻找共轭点对13.10 本章参考文献13.11 习题第 14 章 模式分类14.1 由一个例子引入14.2 特征向量14.3 基本方法14.4 最近邻分类14.5 最近中心分类14.6 实例：白血球分类14.7 使用概率密度模型设计分类方法14.8 不同形状的聚类14.9 聚类的自动形成14.10 一个童话14.11 本章参考文献14.12 习题第 15 章 多面体物体15.1 多面体场景的素描图15.2 恢复三维结构15.3 梯度空间15.4 明暗和梯度空间15.5 图像分割与多个物体的情况15.6 标记素描图15.7 演示：复制一个积木结构15.8 本章参考文献15.9 习题第 16 章 扩展 Gauss 图16.1 凸多面体16.2 Gauss 图16.3 Gauss 曲率16.4 扩展 Gauss 图16.5 扩展 Gauss 图的例子16.6 离散情况16.7 圆环面的扩展 Gauss 图16.8 对单位球面的剖分16.9 旋转体的扩展 Gauss 图16.10 一般情况下的 Gauss 曲率16.11 扩展 Gauss 图的应用16.12 本章参考文献16.13 习题第 17 章 无源导航17.1 恢复观测者的运动17.2 预备知识和技术17.3 平动的情况17.4 使用其他的范数形式17.5 转动的情况17.6 一般刚体运动的情况17.7 本章参考文献17.8 习题第 18 章 从容器中抓取零件18.1 方法总览18.2 动机18.3 装着零件的容器18.4 图像分割18.5 典型物体模型18.6 物体表面的透视收缩18.7 对齐主轴18.8 非凸的物体18.9 物体在空间中的姿态18.10 旋转的表示方法18.11 朝向统计直方图的匹配18.12 针状图的二次投影18.13 对偏离理想情况的矫正18.14 选择要抓取的物体18.15 移动机器臂18.16 “眼 — 手”坐标系之间的变换18.17 任意形状的物体18.18 结论18.19 结束语18.20 本章参考文献18.21 习题附录: 一些有用的数学工具A.1 求解三角形A.2 向量操作A.3 向量和矩阵的导数A.4 线性方程组的最小二乘解A.5 Lagrange 乘子A.6 变分法A.7 本附录参考文献参考文献索引