图像处理学习资料之《图像局部不变性特征与描述》电子教材免费下载

　　《图像局部不变性特征与描述》是2010年国防工业出版社出版的图书，作者是王永明、王贵锦。

　　本书是按照概念-理论-方法-实例思路来依次组织的。第l章介绍有关局部不变性的历史沿革和基本概念，第2章介绍有关局部不变性的尺度空间理论基础，第3章至第7章详细给出了局部不变性特征的实现方法，第8章评价了各种局部不变性方法并给出了若干应庸实例。

　　图像局部不变性特征是近10年来图像处理、模式识别等领域里的一个研究热点。很长时间以来，人们一直期望机器能像人一样智能地辨识周围世界的事物，但人们这种期望似乎总是一次次的变成了失望。在20世纪的70年代末80年代初，由于计算机的发明和处理能力的提高，在全球范围内兴起了人工智能的研究热潮，但不到10年时间，就有人断言人工智能这门学科已经是日薄西山。到20世纪的90年代初，神经元网络的研究也几乎达到了狂热的程度，但又是不到10年的时间，人们终于认识到过去人工智能不能解决的问题，神经元网络同样不能解决。或许是当年冯·诺伊曼发明的计算机存在严重的缺陷，或许是生物的智能和思维过程实在是太复杂。人类让机器模仿人类自己本来就是一个悖论问题，要不然，机器不就是真要统治人类了？一方面，现实的需求是那样的强烈，人们有太多的事情需要机器可以智能地去处理，而另一方面，智能研究的进展又是那样的迟缓，需求者的抱怨总是此起彼伏。

　　第1章 引言……………………1

　　1.1 局部特征发展历程……………………1

　　1.2 常用术语……………………2

　　1.3 局部特征性质……………………4

　　1.4 局部特征应用……………………5

　　1.5 局部特征配准流程和本书的结构……………………7

　　参考文献……………………9

　　第2章 图像尺度空间理论……………………11

　　2.1 金字塔多分辨率……………………11

　　2.2 高斯尺度空间及性质……………………13

　　2.2.1 多尺度和多分辨率……………………18

　　2.2.2 尺度空间和生物视觉……………………18

　　2.3 自动尺度选择……………………18

　　2.3.1 尺度选择思路……………………20

　　2.3.2 尺度选择准则……………………21

　　2.4 斑点（Blob）检测……………………23

　　2.4.1 一维信号斑点检测……………………23

　　2.4.2 LoG检测……………………27

　　2.4.3 DoH检测……………………30

　　2.5 边缘（Edge）检测……………………32

　　2.6 角点（Corner）检测……………………37

　　2.6.1 角点定位算法……………………39

　　2.6.2 角点检测效果……………………40

　　参考文献……………………42

　　第3章 点与边缘检测……………………45

　　3.1 Harris角点……………………46

　　3.2 尺度不变性Harris角点……………………52

　　3.2.1 Harris尺度不变性问题……………………52

　　3.2.2 多尺度二阶矩……………………53

　　3.2.3 多尺度Harris角点……………………54

　　3.2.4 多尺度Harris角点精化……………………56

　　3.3 仿射不变性Harris角点……………………57

　　3.3.1 初始定位：AffineGaussianScale-Space ……………………58

　　3.3.2 仿射不变性角点检测……………………61

　　3.4 SUSAN检测算子……………………65

　　3.5 边缘检测……………………69

　　3.5.1 一阶微分边缘算子……………………69

　　3.5.2 二阶微分边缘算子……………………71

　　3.5.3 Canny边缘检测算子……………………73

　　参考文献……………………77

　　第4章 高效斑点检测方法……………………79

　　4.1 SIFT算法……………………79

　　4.1.1 DoG尺度空间生成……………………79

　　4.1.2 特征点搜索……………………81

　　4.1.3 点的搜索与定位……………………84

　　4.1.4 删除边缘效应……………………87

　　4.2 SURF算法……………………89

　　4.2.1 积分图像……………………90

　　4.2.2 DoH近似……………………91

　　4.2.3 尺度空间表示……………………94

　　参考文献……………………100

　　第5章 区域检测方法……………………102

　　5.1 最大稳定极值区域……………………103

　　5.1.1 MSERs基本概念与定义……………………103

　　5.1.2 MSERs检测……………………106

　　5.1.3 MSERs区域拟合……………………112

　　5.1.4 MSERs区域归一化……………………115

　　5.2 基于边缘区域……………………118

　　5.2.1 曲线边缘……………………118

　　5.2.2 直线边缘……………………120

　　5.3 基于密度极值区域……………………121

　　5.4 显著性区域……………………123

　　5.4.1 区域信息熵……………………123

　　5.4.2 圆形显著性区域……………………125

　　5.4.3 非对称显著性区域……………………126

　　参考文献……………………127

　　第6章 图像局部特征描述……………………129

　　6.1 SIFT特征描述子……………………130

　　6.1.1 特征点方向分配……………………130

　　6.1.2 特征点特征矢量生成……………………133

　　6.2 SURF特征描述子……………………135

　　6.2.1 特征点方向分配……………………135

　　6.2.2 特征点特征矢量生成……………………137

　　6.3 其他特征描述子……………………142

　　6.3.1 PCA SIFT ……………………142

　　6.3.2 GLOH ……………………143

　　6.3.3 旋转图像……………………144

　　6.3.4 微分滤波器……………………146

　　参考文献……………………148

　　第7章 图像特征点匹配……………………150

　　7.1 Kd 树算法……………………151

　　7.1.1 构建算法……………………152

　　7.1.2 最近邻查询算法……………………154

　　7.1.3 改进Kd 树最近邻查询……………………158

　　7.1.4 Kd 树和Spill 树……………………160

　　7.1.5 Kd 树与穷尽搜索比较……………………161

　　7.2 匹配对提纯……………………162

　　7.2.1 比值提纯法……………………162

　　7.2.2 一致性提纯法……………………163

　　参考文献……………………167

　　第8章 评估和应用……………………169

　　8.1 斑点检测算子比较……………………169

　　8.1.1 图像数据……………………169

　　8.1.2 尺度缩放比较……………………171

　　8.1.3 视角变换比较……………………171

　　8.1.4 光照变化比较……………………172

　　8.1.5 图像模糊……………………172

　　8.2 区域检测算子比较……………………173

　　8.2.1 区域仿射不变算子的评价准则……………………173

　　8.2.2 尺度缩放+旋转……………………174

　　8.2.3 视角变换……………………176

　　8.2.4 光照变化……………………177

　　8.2.5 图像模糊……………………177

　　8.3 局部特征的应用……………………179

　　8.3.1 数字摄影测量……………………179

　　8.3.2 正射影像更新……………………182

　　8.3.3 视频图像拼接……………………186

　　8.3.4 目标跟踪……………………190

　　8.3.5 目标识别……………………195

　　参考文献……………………197

　　索引……………………199