复杂场景下图像与视频分析
作 者： 龚声蓉 刘纯平 季怡 著
出版时间： 2013
内容简介
图像分析是指用模式识别和人工智能方法对景物进行分析、描述、分类和解释，又称景物分析或图像理解。视频分析是指使用图像分析技术，通过将场景中的背景和目标分离进而分析并追踪在摄像机场景内出现的目标。《复杂场景下图像与视频分析》从基本概念入手，系统地介绍了图像和视频分析的基本理论，包括图像与视频分割、特征提取与描述、分类器设计等，并结合理论重点介绍了文档图像版面分析、场景分类、运动目标检测和跟踪3个应用实例。全书突出了理论和实践相结合的特点。《复杂场景下图像与视频分析》可作为高校计算机科学、电子工程、自动化、生物医学、遥感、地质、矿业、通信、气象、农业等相关专业研究生和高年级本科生教材，也可供相关领域的大学教师、科研人员和工程技术人员参考。
目 录
第1章 绪论 1
1.1 视觉感知与彩色模型 1
1.1.1 视觉感知 1
1.1.2 彩色模型 3
1.2 图像和视频的数字化 8
1.2.1 图像的数字化 8
1.2.2 视频的数字化 10
1.3 图像和视频分析的相关概念 10
1.3.1 数字图像处理 10
1.3.2 图像分析 11
1.3.3 视频分析 12
1.4 图像与视频分析的研究内容 13
1.4.1 图像与视频场景分割 13
1.4.2 图像与视频场景特征描述 14
1.4.3 图像/视频中的目标识别 15
1.4.4 场景描述与理解 16
1.5 图像与视频分析的应用 17
1.5.1 工业方面的应用 17
1.5.2 医学图像分析 18
1.5.3 遥感领域应用 18
1.5.4 军事公安领域的应用 19
1.5.5 交通 20
1.5.6 其他 21
1.6 小结 22
参考文献 22
第2章 图像分割技术 24
2.1 图像与视频分割概述 24
2.2 几种经典图像分割方法 25
2.2.1 基于边缘的分割 25
2.2.2 基于阈值的分割 32
2.2.3 基于区域的分割 37
2.3 基于形态学分水岭的分割 39
2.3.1 形态学图像处理基本概念和运算 39
2.3.2 基于分水岭的分割 43
2.4 基于聚类的分割 46
2.4.1 C-均值聚类方法 46
2.4.2 模糊C-均值聚类方法 47
2.5 基于图论的图像分割方法 49
2.5.1 基本原理 49
2.5.2 GraphCut及其改进图像分割方法 50
2.5.3 其他基于图的分割方法 55
2.6 偏微分图像分割 56
2.6.1 Snakes及其改进模型 57
2.6.2 水平集(Level Set)方法 58
2.6.3 基于变分水平集的图像分割 62
2.7 多特征融合的图像分割 63
2.8 彩色图像分割 64
2.8.1 直方图阈值法 64
2.8.2 彩色空间聚类法 65
2.8.3 融合颜色和空间信息的彩色图像分割 66
2.9 视频对象分割 68
2.9.1 基于时空的视频对象分割 68
2.9.2 基于运动的视频对象分割 71
2.9.3 交互式视频对象分割 79
2.9.4 基于高斯混合模型的自适应阴影检测 79
2.10 小结 82
参考文献 82
