目录

第一章　引论

1-1　计算机视觉的任务和当前状态

1-2　一个典型的二维视觉系统

1-3　三维视觉的可计算性

第二章　图像与现实空间

2-1　几种常用的成像系统

2-1-1　单镜头（目）成像

2-1-2　双镜头（目）成像

2-1-3　距离成像

2-1-4　立体取像形成的图像（立体成像）

2-1-5　光移成像

2-1-6　结构光成像

2-2　投影和透视

2-2-1　单目成像

2-2-2　双目成像

2-3　对静止灰度的几何解释

2-4　灰度的运动和光流

2-4-1　光流约束方程

2-4-2　光流的计算

第三章　三维初始素描表达

3-1　LOG滤波器

3-2　零穿与小面模型

3-3　地形性初始素描表达

第四章　2？D理解

4-1 由明暗度提取外形信息（单目图像）

4-2　由散焦计算外形（深度信息）

第五章　数学形态学及其应用

5-1　二值图像的数学形态学运算

5-1-1　扩张算符？

5-1-2　腐蚀算符？

5-1-3　开启算符○和闭合算符●

5-1-4　结构元素的分解和组合

5-2　灰度图像的数学形态学运算

5-3　灰度结构元素

5-4　形态多尺度滤波和地形性初始素描表达提取

5-4-1　形态多尺度滤波

5-4-2　由灰度形态提取地形性初始素描表达

第六章　初始素描的符号标记

6-1　角度的符号标记

6-2　线段的符号标记

6-3　曲面体的符号标记

7-1　穿心轴表达（或规范圆柱体）

第七章　三维结构的表达

7-2　体素表达法

7-3　CEGI表达

第八章　运动的视觉理解

8-1　正交投影条件下图像运动分析的可能性

8-2　透视投影条件下图像运动分析的可能性

8-3 由自运动进行视觉理解

9-1　关系匹配

第九章　图像的匹配理解

9-2　线图同构

9-3　松弛算法

第十章　人工神经网与计算机视觉

10-1　视觉与神经网

10-2　多层感知器（前馈网络）

10-2-1　感知器的识别能力

10-2-2　多层感知器的训练问题

10-2-3　多层感知器群与强烈非线性识别问题

10-2-4　多层感知器、数学形态学和布尔代数

10-2-5　由明暗度求外形的神经网方法

10-3　霍普菲尔德神经网（反馈网络）

10-3-1　状态转移图

10-3-2　模式识别应用的限制性

10-3-3　能量函数和最优化应用

10-3-4　混沌现象和图像信息存储

参考文献