《計算機視覺——算法與應用》探索了用于分析和解釋圖像的各種常用技術，描述了具有一定挑戰性的視覺應用方面的成功實例，兼顧專業的醫學成像和圖像編輯與交織之類有趣的大眾應用，以便學生能夠將其應用于自己的照片和視頻，從中獲得成就感和樂趣。本書從科學的角度介紹基本的視覺問題，將成像過程的物理模型公式化，然后在此基礎上生成對場景的逼真描述。作者還運用統計模型來分析和運用嚴格的工程方法來解決這些問題。
本書作為本科生和研究生“計算機視覺”課程的理想教材，適合計算機和電子工程專業學生使用，重點介紹現實中行之有效的基本技術，通過大量應用和練習來鼓勵學生大膽創新。此外，本書的精心設計和編排，使其可以作為計算機視覺領域中一本獨特的基礎技術參考和最新研究成果文獻。
作者簡介 · · Richard Szeliski博士計算機視覺領域的大師級人物。Szeliski博士在計算機視覺研究方面有25年以上的豐富經驗，先后任職干DEC和微軟研究院。1996年，他在微軟研究院任職期間，提出一種基于運動的全景圖像拼接模型，采用L—M算法，通過求圖像間的幾何變換關系來進行圖像匹配。此方法是圖像拼接領域的經典算法，Richard Szeliski也因此成為圖像拼接領域的奠基人。
目錄 · · · 目 錄 第1章 概述 1 1.1 什么是計算機視覺？2 1.2 簡史 8 1.3 本書概述 16 1.4 課程大綱樣例 21 1.5 標記法說明 22 1.6 擴展閱讀 22 第2章 圖像形成 25 2.1 幾何基元和變換 26 2.1.1 幾何基元 26 2.1.2 2D變換 29 2.1.3 3D變換 32 2.1.4 3D旋轉 33 2.1.5 3D到2D投影 37 2.1.6 鏡頭畸變 46 2.2 光度測定學的圖像形成 47 2.2.1 照明 48 2.2.2 反射和陰影 49 2.2.3 光學 54 2.3 數字攝像機 57 2.3.1 采樣與混疊 60 2.3.2 色彩 63 2.3.3 壓縮 71 2.4 補充閱讀 72 2.5 習題 73 第3章 圖像處理 77 3.1 點算子 78 3.1.1 像素變換 79 3.1.2 彩色變換 81 3.1.3 合成與摳圖 81 3.1.4 直方圖均衡化 83 3.1.5 應用：色調調整 86 3.2 線性濾波 86 3.2.1 可分離的濾波 89 3.2.2 線性濾波示例 90 3.2.3 帶通和導向濾波器 91 3.3 更多的鄰域算子 95 3.3.1 非線性濾波 95 3.3.2 形態學 99 3.3.3 距離變換 100 3.3.4 連通量 101 3.4 傅里葉變換 102 3.4.1 傅里葉變換對 105 3.4.2 二維傅里葉變換 107 3.4.3 維納濾波 108 3.4.4 應用：銳化，模糊 和去噪 111 3.5 金字塔與小波 111 3.5.1 插值 112 3.5.2 降采樣 114 3.5.3 多分辨率表達 116 3.5.4 小波 119 3.5.5 應用：圖像融合 123 3.6 幾何變換 125 3.6.1 參數化變換 125 3.6.2 基于網格的卷繞 131 3.6.3 應用：基于特征的變形 133 3.7 全局優化 133 3.7.1 正則化 134 3.7.2 馬爾科夫隨機場 138 3.7.3 應用：圖像的恢復 147 3.8 補充閱讀 147 3.9 習題 149 第4章 特征檢測與匹配 157 4.1 點和塊 159 4.1.1 特征檢測器 160 4.1.2 特征描述子 169 4.1.3 特征匹配 172 4.1.4 特征跟蹤 179 4.1.5 應用：表演驅動的動畫 181 4.2 邊緣 182 4.2.1 邊緣檢測 182 4.2.2 邊緣連接 187 4.2.3 應用：邊緣編輯和增強 189 4.3 線條 190 4.3.1 逐次近似 191 4.3.2 Hough變換 191 4.3.3 消失點 194 4.3.4 應用：矩形檢測 196 4.4 擴展閱讀 197 4.5 習題 198 第5章 分割 205 5.1 活動輪廓 206 5.1.1 蛇行 207 5.1.2 動態蛇行和 CONDENSATION 211 5.1.3 剪刀 214 5.1.4 水平集 215 5.1.5 應用：輪廓跟蹤和 轉描機 217 5.2 分裂與歸并 218 5.2.1 分水嶺 218 5.2.2 區域分裂(區分式聚類) 219 5.2.3 區域歸并(凝聚式聚類) 219 5.2.4 基于圖的分割 219 5.2.5 概率聚集 220 5.3 均值移位和模態發現 221 5.3.1 k-均值和高斯混合 222 5.3.2 均值移位 224 5.4 規范圖割 227 5.5 圖割和基于能量的方法 230 5.6 補充閱讀 234 5.7 習題 235 第6章 基于特征的配準 237 6.1 基于2D和3D特征的配準 238 6.1.1 使用最小二乘的 2D配準 238 6.1.2 應用：全景圖 240 6.1.3 迭代算法 241 6.1.4 魯棒最小二乘 和RANSAC 243 6.1.5 3D配準 245 6.2 姿態估計 246 6.2.1 線性算法 246 6.2.2 迭代算法 248 6.2.3 應用：增強現實 249 6.3 幾何內參數標定 250 6.3.1 標定模式 250 6.3.2 消失點 252 6.3.3 應用：單視圖測量學 253 6.3.4 旋轉運動 254 6.3.5 徑向畸變 256 6.4 補充閱讀 257 6.5 習題 258 第7章 由運動到結構 263 7.1 三角測量 264 7.2 二視圖由運動到結構 266 7.2.1 投影(未標定的)重建 270 7.2.2 自標定 271 7.2.3 應用：視圖變形 273 7.3 因子分解 274 7.3.1 透視與投影因子分解 276 7.3.2 應用：稀疏3D模型 提取 277 7.4 光束平差法 278 7.4.1 挖掘稀疏性 280 7.4.2 應用：匹配運動和增強 現實 282 7.4.3 不確定性和二義性 283 7.4.4 應用：由因特網照片 重建 284 7.5 限定結構和運動 287 7.5.1 基于線條的方法 287 7.5.2 基于平面的方法 288 7.6 補充閱讀 289 7.7 習題 290 第8章 稠密運動估計 293 8.1 平移配準 294 8.1.1 分層運動估計 297 8.1.2 基于傅里葉的配準 298 8.1.3 逐次求精 300 8.2 參數化運動 305 8.2.1 應用：視頻穩定化 308 8.2.2 學到的運動模型 308 8.3 基于樣條的運動 309 8.4 光流 312 8.4.1 多幀運動估計 315 8.4.2 應用：視頻去噪 316 8.4.3 應用：去隔行掃描 316 8.5 層次運動 317 8.5.1 應用：幀插值 319 8.5.2 透明層和反射 320 8.6 補充閱讀 321 8.7 習題 322 第9章 圖像拼接 327 9.1 運動模型 329 9.1.1 平面透視運動 329 9.1.2 應用：白板和文檔掃描 330 9.1.3 旋轉全景圖 331 9.1.4 縫隙消除 333 9.1.5 應用：視頻摘要和壓縮 334 9.1.6 圓柱面和球面坐標 335 9.2 全局配準 338 9.2.1 光束平差法 338 9.2.2 視差消除 341 9.2.3 認出全景圖 343 9.2.4 直接配準和基于特征的 ?配準 345 9.3 合成 346 9.3.1 合成表面的選擇 346 9.3.2 像素選擇和加權 (去虛影) 348 9.3.3 應用：照片蒙太奇 352 9.3.4 融合 353 9.4 補充閱讀 355 9.5 習題 356 第10章 計算攝影學 359 10.1 光度學標定 361 10.1.1 輻射度響應函數 362 10.1.2 噪聲水平估計 363 10.1.3 虛影 364 10.1.4 光學模糊(空間響應) 估計 365 10.2 高動態范圍成像 368 10.2.1 色調映射 374 10.2.2 應用：閃影術 380 10.3 超分辨率和模糊去除 381 10.3.1 彩色圖像去馬賽克 385 10.3.2 應用：彩色化 387 10.4 圖像摳圖和合成 388 10.4.1 藍屏摳圖 389 10.4.2 自然圖像摳圖 391 10.4.3 基于優化的摳圖 394 10.4.4 煙、陰影和閃摳圖 396 10.4.5 視頻摳圖 397 10.5 紋理分析與合成 398 10.5.1 應用：空洞填充 與修圖 400 10.5.2 應用：非真實感繪制 401 10.6 補充閱讀 403 10.7 習題 404 第11章 立體視覺對應 409 11.1 極線幾何學 412 11.1.1 矯正 412 11.1.2 平面掃描 414 11.2 稀疏對應 416 11.3 稠密對應 418 11.4 局部方法 420 11.4.1 亞像素估計 與不確定性 422 11.4.2 應用：基于立體視覺的 頭部跟蹤 423 11.5 全局優化 424 11.5.1 動態規劃 425 11.5.2 基于分割的方法 427 11.5.3 應用：z-鍵控與背景 替換 428 11.6 多視圖立體視覺 429 11.6.1 體積與3D表面重建 432 11.6.2 由輪廓到形狀 436 11.7 補充閱讀 438 11.8 習題 439 第12章 3D重建 443 12.1 由X到形狀 444 12.1.1 由陰影到形狀與光度 測量立體視覺 445 12.1.2 由紋理到形狀 447 12.1.3 由聚焦到形狀 448 12.2 主動距離獲取 449 12.2.1 距離數據歸并 451 12.2.2 應用：數字遺產 453 12.3 表面表達 454 12.3.1 表面插值 454 12.3.2 表面簡化 455 12.3.3 幾何圖像 456 12.4 基于點的表達 456 12.5 體積表達 457 12.6 基于模型的重建 459 12.6.1 建筑結構 459 12.6.2 頭部和人臉 461 12.6.3 應用：臉部動畫 463 12.6.4 完整人體建模與跟蹤 465 12.7 恢復紋理映射與反照率 469 12.7.1 估計BRDF 470 12.7.2 應用：3D攝影學 471 12.8 補充閱讀 472 12.9 習題 473 第13章 基于圖像的繪制 477 13.1 視圖插值 478 13.1.1 視圖相關的紋理映射 480 13.1.2 應用：照片游覽 481 13.2 層次深度圖像 482 13.3 光場與發光圖 484 13.3.1 非結構化發光圖 487 13.3.2 表面光場 488 13.3.3 應用：同心拼圖 489 13.4 環境影像形板 490 13.4.1 更高維光場 491 13.4.2 從建模到繪制 492 13.5 基于視頻的繪制 493 13.5.1 基于視頻的動畫 493 13.5.2 視頻紋理 494 13.5.3 應用：圖片動畫 497 13.5.4 3D視頻 497 13.5.5 應用：基于視頻的 游覽 499 13.6 補充閱讀 501 13.7 習題 503 第14章 識別 507 14.1 物體檢測 509 14.1.1 人臉檢測 509 14.1.2 行人檢測 515 14.2 人臉識別 518 14.2.1 特征臉 518 14.2.2 活動表觀與3D形狀 模型 525 14.2.3 應用：個人照片收藏 528 14.3 實例識別 529 14.3.1 幾何配準 530 14.3.2 大型數據庫 531 14.3.3 應用：位置識別 535 14.4 類別識別 537 14.4.1 詞袋 539 14.4.2 基于部件的模型 542 14.4.3 基于分割的識別 545 14.4.4 應用：智能照片編輯 548 14.5 上下文與場景理解 550 14.5.1 學習與大型圖像收集 552 14.5.2 應用：圖像搜索 554 14.6 識別數據庫和測試集 555 14.7 補充閱讀 559 14.8 習題 562 第15章 結語 567 附錄A 線性代數與數值方法 569 A.1 矩陣分解 570 A.1.1 奇異值分解 570 A.1.2 特征值分解 571 A.1.3 QR因子分解 573 A.1.4 喬里斯基分解 574 A.2 線性最小二乘 575 A.3 非線性最小二乘 578 A.4 直接稀疏矩陣方法 579 A.5 迭代方法 580 A.5.1 共軛梯度 581 A.5.2 預處理 582 A.5.3 多重網格 583 附錄B 貝葉斯建模與推斷 585 B.1 估計理論 586 B.2 最大似然估計與最小二乘 589 B.3 魯棒統計學 590 B.4 先驗模型與貝葉斯推斷 591 B.5 馬爾科夫隨機場 592 B.5.1 梯度下降與模擬退火 594 B.5.2 動態規劃 595 B.5.3 置信傳播 596 B.5.4 圖割 598 B.5.5 線性規劃 601 B.6 不確定性估計(誤差分析) 602 附錄C 補充材料 604 C.1 數據集 605 C.2 軟件 607 C.3 幻燈片與講座 615 C.4 參考文獻 615 詞匯表 617
付費5元查看完整內容
相關內容
在這本書中，作者論述了我們所認為的計算機智能的基礎具有算法根源，他以一種全面的視角呈現這一點，通過展示實例和解釋涵蓋理論計算機科學和通過工程算法解決方案的機器學習的方法。書的第一部分介紹基礎知識。作者從一個動手編程入門開始，解決組合問題，強調遞歸解決方案。本書第一部分的其他章節解釋了最短路徑、排序、深度學習和蒙特卡羅搜索。計算工具的一個關鍵功能是高效處理大數據，本書第二部分的章節檢查了傳統的圖問題，如尋找團、著色、獨立集、頂點覆蓋和擊中集，隨后的章節涵蓋多媒體、網絡、圖像和導航數據。第三部分詳細介紹的高度熱門研究領域是機器學習、問題解決、行動規劃、通用游戲玩法、多智能體系統以及推薦和配置。最后，在第四部分，作者使用如模型檢查、計算生物學、物流、增材制造、機器人運動規劃和工業生產等應用領域來解釋如何在現代環境中利用所描述的技術。這本書配有全面的索引和參考文獻，對人工智能和計算智能領域的研究人員、從業人員和學生具有價值。
//link.springer.com/book/10.1007/978-3-319-65596-3
付費5元查看完整內容
這本書提供了一個現代的，獨立的介紹數字圖像處理。我們設計了這本書，既供學習者使用，希望建立一個堅實的基礎，也供尋找最重要技術的詳細分析和透明實現的實踐者使用。這是德語原版書的第三個英文版本，它已被廣泛使用:
這本現代的，獨立的教科書提供了一個數字圖像的領域介紹。這備受期待的第三版的權威教科書的數字圖像處理已完全修訂，并擴大了新的內容，改進插圖和教材。
主題和特點:
包含關于幾何基元擬合，隨機特征檢測(RANSAC)，和最大穩定極值區域(MSER)的新章節 包括大多數章節的練習，并在相關網站上提供額外的補充材料和軟件實現 所有示例都使用ImageJ，這是一種廣泛使用的開源圖像環境，可以在所有主要平臺上運行 以數學形式逐步描述每個解決方案，作為抽象的偽代碼算法和完整的Java程序，可以很容易地移植到其他編程語言 在前言中提出一個或兩個學期課程的建議大綱
高級本科生和研究生將發現這全面和例子豐富的教科書將作為理想的介紹數字圖像處理。它也將證明寶貴的研究人員和專業人士尋求一個切實集中的自學入門。
//link.springer.com/book/10.1007/978-3-031-05744-1
付費5元查看完整內容
本書涵蓋處理矩陣和線性代數的基本原理。它涵蓋求解線性方程組，矩陣算術，行列式，特征值，和線性變換。在易于閱讀的文本中給出了許多例子。第三版修正了文本中的幾個錯誤并更新了字體。
作者在前言中明確指出，本文不是線性代數。它避免了很多線性代數相關的理論; 盡管如此，作者還是在必要的時候提到了定理。避免使用理論但使用“定理”這一術語可能需要在課堂上進行一些教科書中避免的討論。
記住，這本書的重點是計算而不是理論，它涵蓋了矩陣代數的主要計算方面。雖然作業使用非方陣，但在例子中矩陣乘法部分重點強調方陣。
1 Systems of Linear Equations
1.1 Introduction to Linear Equations
1.2 Using Matrices To Solve Systems of Linear Equations
1.3 Elementary Row Operations and Gaussian Elimination
1.4 Existence and Uniqueness of Solutions
1.5 Applications of Linear Systems
2 Matrix Arithmetic
2.1 Matrix Addition and Scalar Multiplication
2.2 Matrix Multiplication
2.3 Visualizing Matrix Arithmetic in 2D
2.4 Vector Solutions to Linear Systems
2.5 Solving Matrix Equations AX = B
2.6 The Matrix Inverse
2.7 Properties of the Matrix Inverse
3 Operations on Matrices
3.1 The Matrix Transpose
3.2 The Matrix Trace
3.3 The Determinant
3.4 Properties of the Determinant
3.5 Cramer’s Rule
4 Eigenvalues and Eigenvectors
4.1 Eigenvalues and Eigenvectors
4.2 Properties of Eigenvalues and Eigenvectors
5 Graphical Explorations of Vectors
5.1 Transformations of the Cartesian Plane
5.2 Properties of Linear Transformations
5.3 Visualizing Vectors: Vectors in Three Dimensions
付費5元查看完整內容
圖論
·
這本第五版現代圖論之標準教科書糅合了經典著作的杈威及生動活潑的吸引風格；此風格 正是動態數學的標記。此書以簡潔而可靠的完整証明闡述圖論的核心內容；亦透過一兩個例子，配合詳盡證明其深入結果，讓讀者涉獵每一個領域 的高深方法。
這書可作為導論課程的可靠教科書，或研究生讀本及自修之用。
付費5元查看完整內容
線性代數
·
本教材介紹了線性代數的概念和技巧，為一年級或二年級的學生提供了高中代數的基本知識。課程內容有足夠的靈活性，既可以介紹傳統的入門課程，也可以提供更實用的課程。第1-4章為初學者提供一個學期的課程，而第5-9章為第二學期的課程(參見下面的建議課程大綱)。這篇文章主要是關于在適當的時候提到復數的真實線性代數(在附錄A中復習)。總的來說，這篇文章的目的是在計算技能、理論和線性代數的應用之間取得平衡。微積分不是先決條件;提到它的地方可以省略。
線性代數在自然科學、工程、管理、社會科學以及數學中都有應用。因此，18個可選的“應用”部分包括在文本中介紹各種各樣的主題，如電力網絡，經濟模型，馬爾可夫鏈，線性遞歸，微分方程組，和有限域上的線性代碼。此外，還介紹了一些應用(例如線性動力系統和有向圖)。申請部分出現在相關章節的末尾，以鼓勵學生瀏覽。
//math.emory.edu/~lchen41/teaching/2020_Fall/Nicholson-OpenLAWA-2019A.pdf
付費5元查看完整內容
圖論
·
圖論因其在計算機科學、通信網絡和組合優化方面的應用而成為一門重要的學科。它與其他數學領域的互動也越來越多。雖然這本書可以很好地作為圖表理論中許多最重要的主題的參考，但它甚至正好滿足了成為一本有效的教科書的期望。主要關注的是服務于計算機科學、應用數學和運籌學專業的學生，確保滿足他們對算法的需求。在材料的選擇和介紹方面，已試圖在基本的基礎上容納基本概念，以便對那些剛進入這一領域的人提供指導。此外，由于它既強調定理的證明，也強調應用，所以應該先吸收主題，然后對主題的深度和方法有一個印象。本書是一篇關于圖論的綜合性文章，主題是有組織的、系統的。這本書在理論和應用之間取得了平衡。這本書以這樣一種方式組織，主題出現在完美的順序，以便于學生充分理解主題。這些理論已經用簡單明了的數學語言進行了描述。這本書各方面都很完整。它將為主題提供一個完美的開端，對主題的完美理解，以及正確的解決方案的呈現。本書的基本特點是，概念已經用簡單的術語提出，并詳細解釋了解決過程。
這本書有10章。每一章由緊湊但徹底的理論、原則和方法的基本討論組成，然后通過示例進行應用。本書所介紹的所有理論和算法都通過大量的算例加以說明。這本書在理論和應用之間取得了平衡。第一章介紹圖。第一章描述了同構、完全圖、二部圖和正則圖的基本和初等定義。第二章介紹了不同類型的子圖和超圖。本章包括圖形運算。第二章還介紹了步行、小徑、路徑、循環和連通或不連通圖的基本定義。第三章詳細討論了歐拉圖和哈密頓圖。第四章討論樹、二叉樹和生成樹。本章深入探討了基本電路和基本割集的討論。第五章涉及提出各種重要的算法，在數學和計算機科學中是有用的。第六章的數學前提包括線性代數的第一個基礎。矩陣關聯、鄰接和電路在應用科學和工程中有著廣泛的應用。第七章對于討論割集、割頂點和圖的連通性特別重要。第八章介紹了圖的著色及其相關定理。第九章著重介紹了平面圖的基本思想和有關定理。最后，第十章給出了網絡流的基本定義和定理。
付費5元查看完整內容
圖論
·
近年來，圖論已經成為一個重要的數學工具在廣泛的學科，從運籌學和化學到遺傳學和語言學，從電氣工程和地理學到社會學和建筑學。與此同時，它本身也成為一門有價值的數學學科。鑒于此，有必要編寫一份廉價的關于這一主題的介紹性文本，既適合學習圖論課程的數學家，也適合希望盡快學習這一主題的非專業人士。我希望這本書能在某種程度上滿足這一需求。閱讀它的唯一先決條件是初等集合理論和矩陣理論的基本知識，盡管抽象代數的進一步知識需要更困難的練習。
這本書的內容可以很方便地分為四部分。第一部分(1-4章)提供了一個基本的基礎課程，包括圖的定義和例子，連通性，歐拉和哈密頓路徑和循環，以及樹。接下來是關于平面性和著色的兩章(第5章和第6章)，特別提到了四色定理。第三部分(第7章和第8章)討論有向圖理論和截線理論，以及在關鍵路徑分析、馬爾可夫鏈和網絡流中的應用。書的最后一章是關于matroids的(第9章)，這一章將前幾章的材料聯系在一起，并介紹了一些最近的發展。
付費5元查看完整內容
由沃德(Brian Ward)著，姜南、袁志鵬譯的《精通Linux(第2版)》講解了Linux操作系統的工作機制以及運行Linux系統所需的常用工具和命令。根據系統啟動的大體順序，本書更深入地介紹從設備管理到網絡配置的各個部分，最后演示了系統各部分的運行方式，并介紹了一些基本技巧和開發人員常用的工具。
Linux不像其他操作，會對用戶隱藏很多重要的東西。相反，Linux會讓用戶掌控一切。而要掌控一切，就必須理解這個操作系統的工作機制，包括如何啟動、如何連網，以及Linux內核如何工作。本書是暢銷書的新版本，作者擁有多年的實踐經驗，內容通俗易懂。通過這本書，讀者可以迅速從Linux新手變成老鳥，把作者豐富的經驗裝進自己的知識庫。
<章節目錄>
第1章概述 第2章基礎命令和目錄結構 第3章設備管理 第4章硬盤和文件系統 第5章Linux內核的啟動 第6章用戶空間的啟動 第7章系統配置：日志、系統時間、批處理任務和用戶 第8章進程與資源利用詳解 第9章網絡與配置 第10章網絡應用與服務 第11章shell腳本 第12章在網絡上傳輸文件 第13章用戶環境 第14章Linux桌面概覽 第15章開發工具 第16章從C代碼編譯出軟件 第17章在基礎上搭建
付費5元查看完整內容
書名： Multiple View Geometry in Computer Vision
主要內容：
該書分為六個部分，并有七個簡短的附錄。每個部分都引入了一個新的幾何關系:背景的單應性，單視點的相機矩陣，兩視點的基本矩陣，三視點的三焦張量，四視點的四焦張量。在每種情況下，都有一章描述這種關系、它的性質和應用，并有相應的一章描述從圖像測量中進行估計的算法。所述的估計算法范圍從廉價、簡單的方法到目前被認為是最佳可用的最優算法。
第0部分:背景 這一部分比其他部分更像是教程。介紹了2-空間和3-空間射影幾何的中心思想(如理想點和絕對二次曲線);幾何圖形如何表示、處理和估計;以及幾何圖形如何與計算機視覺中的各種目標相聯系，如校正平面圖像以消除透視畸變。
第1部分:單視圖幾何 在這里，各種各樣的相機模型的透視投影從3-空間到一個圖像的定義和他們的解剖探索。介紹了利用傳統的標定對象技術進行標定的方法，以及從消失點和消失線進行攝像機標定的方法。
第2部分:雙視圖幾何 介紹了雙攝像機的極外幾何結構、圖像點對應的射影重建、射影模糊的解決方法、最佳三角剖分、通過平面實現視圖之間的轉換。
第3部分:三視圖幾何 這里描述了三個相機的三焦幾何結構，包括點對應從兩個視圖到第三個視圖的轉換，以及線對應的類似轉換;計算幾何從點和線對應，檢索相機矩陣。
第4部分:多視角 這部分有兩個目的。首先，它將三視圖幾何擴展到四個視圖(一個較小的擴展)，并描述了適用于n視圖的估計方法，例如Tomasi和Kanade的因式分解算法，用于同時從多個圖像計算結構和運動。其次，它涵蓋了在前幾章中提到過的主題，但通過強調它們的共性，可以更全面、更一致地理解這些主題。示例包括推導對應關系的多線性視圖約束、自動校準和模糊解決方案。
附錄： 這些描述了進一步的背景資料張量，統計，參數估計，線性和矩陣代數，迭代估計，稀疏矩陣系統的解，和特殊的投影變換。
付費5元查看完整內容
注冊地址： 北京市海淀區羊坊店路18號2幢3層301-191