本书介绍计算机视觉的基础内容，比较侧重计算几何和目标检测方面。本书对图像网格的构建和叠加、德劳内三角剖分和沃罗诺伊镶嵌、多边形拼贴、图像拓扑等都有比较全面深入的介绍，并对图像结构给出了直观可视的描述。书中提供了大量相应的Matlab程序，可结合原理学习进行实验，以进一步加深理解并解决实际问题。 目录 第 1 章通往机器视觉的基础知识 . 1 1.1 什么是计算机视觉  1 1.2 分而治之的方法  1 1.3 覆盖在图像上的沃罗诺伊图  4 1.4 计算几何简介  6 1.5 数字图像的框架  8 1.6 数字视觉空间  12 1.7 创建你自己的图像  12 1.8 随机生成图像  14 1.9 显示图像的方法  16 1.10 数字图像的格式  17 1.11 图像数据类型  18 1.12 彩色图像  21 1.12.1 彩色空间  21 1.12.2 彩色通道  21 1.13 彩色查找表  24 1.14 图像几何初步  26 1.15 访问和修改图像像素值  29 1.16 彩色、灰度和二值图像  31 1.17 像素的罗森菲尔德8-邻域  32 1.18 距离：欧几里得和出租车测度  35 1.19 假彩色：点彩派绘画  37 1.19.1 假彩色RGB 图像模式  37 1.19.2 假彩色灰度图像模式  39 1.20 数字图像上的矢量空间  41 1.20.1 点积  41 1.20.2 图像梯度  42 1.21 相机看见什么：智能系统视图  43 1.21.1 相机视觉系统中的智能系统方法  43 1.21.2 相机感知的场景彩色  44 1.22 图像几何：图像上的沃罗诺伊和德劳内网格  47 1.22.1 汽车图像上的沃罗诺伊网格  47 1.22.2 沃罗诺伊图像的子网格揭示了什么信息  50 1.23 神经结构  50 X 计算机视觉基础 1.23.1 汽车图像上的德劳内网格  54 1.23.2 在汽车图像上结合沃罗诺伊和德劳内网格  55 1.24 视频帧网格覆盖  57 1.24.1 离线视频帧处理  57 1.24.2 实时视频处理  60 第2 章像素加工 . 63 2.1 图像元素  63 2.2 分离彩色图像通道  65 2.3 彩色向灰度的转换  66 2.4 对像素强度的代数操作  67 2.5 用边缘像素选择解释像素选择  72 2.6 基于函数修改图像像素值  78 2.7 图像的逻辑操作  81 2.7.1 像素强度的补和逻辑非  81 2.7.2 成对二值图像的XOR 操作 . 82 2.8 从背景中提取前景  84 2.9 阈值化彩色通道的合并  85 2.10 增强图像的对比度  87 2.11 伽马变换  88 2.12 伽马校正  89 第3 章可视化像素强度分布 . 91 3.1 直方图和绘制  93 3.1.1 直方图  94 3.1.2 茎干图  95 3.1.3 绘制  96 3.1.4 表面绘制  96 3.1.5 线框表面绘制  98 3.1.6 轮廓绘制  98 3.2 等值线  98 3.3 彩色直方图  100 3.4 自适应阈值化  102 3.5 对比度拉伸  103 3.6 直方图匹配  106 第4 章线性滤波 . 108 4.1 图像滤波的重要性  108 4.2 滤波器核  109 4.3 线性滤波器实验  110 4.4 线性卷积滤波  111 4.5 选取感兴趣区域  112 目录 XI 4.6 给图像加噪声  114 4.7 均值滤波  116 4.8 中值滤波  117 4.9 排序滤波  118 4.10 正态分布滤波  120 第5 章边缘、线、角点、高斯核与沃罗诺伊网格 . 121 5.1 线性函数  121 5.2 边缘检测  123 5.3 双精度拉普拉斯滤波器  126 5.4 增强数字图像边缘  127 5.5 高斯核  128 5.6 高斯滤波器  130 5.7 高斯滤波器核图像恢复  131 5.8 高斯-拉普拉斯滤波器图像增强 . 132 5.9 零交叉边缘滤波器图像增强  132 5.10 各向异性与各向同性边缘检测  134 5.11 在数字图像中检测边缘核线  136 5.12 检测图像角点  138 5.13 基于图像角点的沃罗诺伊网格重访  140 5.13.1 沃罗诺伊镶嵌细节  140 5.13.2 沃罗诺伊多边形的位置  140 5.14 构建基于角点的沃罗诺伊网格的步骤  142 5.15 网格生成器集合中的极端图像角点  142 5.16 具有