7.1 概述 7.2 视觉运动的检测和测量 7.2.1 以灰度为基础的方法 (1) 速度场和光流 (2) 光流 (3) 光流的估算 7.2.2 基于过零点的方法 7.2.3 基于特征的运动检测方法 7.3 运动理解 7.3.1 基于光流的运动理解 7.3.2 基于特征的运动理解 7.3.3 根据图象流动力学恢复表面结构和三维运动 7.3.4 基于光流的代数法恢复运动参数和景物深度

6.1 成象过程 6.1.1 辐射学基本知识 6.1.2 图象的形成 6.1.3 双向反射分布函数 6.2 反射图和辐照方程 6.2.1 表面方向的表示 6.2.2 反射图 6.3 根据影调恢复物体形状 6.3.1 光度学立体视觉法 6.3.2 松驰法

5.1 双目立体视觉 5.1.1 概述 5.1.1 工作原理 5.1.1.2 匹配特征的选择 5.1.1.3 匹配规则 5.1.1.4 算法简介 5.1.2 Marr-Poggio-Grimson 算法 5.1.3 Baker-Binford 算法 5.1.4 摄象机的标定

4.1 最优边缘检测算子 4.1.1 最优检测准则 4.1.2 最优定位准则 4.1.3 消除多重响应 4.2 一维台阶边缘的检测 4.3 二维或高维的边缘检测 4.4 需要多窗口的检测算子

3.1 基于推理的视觉理解概述 3.1.1 逆向和不适定问题 3.1.2 感知组织现象 3.1.3 视觉识别和推理 3.2 感知组织的基本原理 3.2.1 根据图象关系的显要性进行聚类 3.2.1.1 图象关系非偶然性产生的概率 3.2.1.2 限制计算的复杂性 3.2.2 通过求能量极小进行聚类 3.2.2.1 计算策略 3.2.2.2 感知聚类中的表象 3.2.2.3 聚类能量的计算 3.2.3 根据图象特征推论三维空间结构 3.3 景物结构的模型 3.3.1 部件模型和自然形状表示法 3.3.2 部件识别理论（Recognition-By-Component, RBC）

2.1引言 2.1.1视觉是信息处理问题 2.1.2视觉系统的表象 2.2初始简图 2.2.1未处理的初始简图 2.2.1.1亮度变化的检测与最优滤波器

1.1什么是计算机视觉 1.1.1人类视觉 1.1.2计算机视觉 1.2视觉的计算理论 1.2.1arr的视觉计算理论 1.2.2基于推理的视觉理论

B.1 摄象机模型 B.1.1 针孔模型和透视投影 B.1.2 摄象机外参数 B.1.3 摄象机内参数和归一化摄象机 B.1.4 透视矩阵的一般形式 B.2 透视投影的各种线性近似 B.2.1 正投影（orthographic projection） B.2.2 弱透视（weak perspective） B.2.3 平行透视（paraperspective projection） B.2.4 仿射摄象机 B.3 透视投影下的外极线几何 B.3.1 外极线几何中的概念 B.3.2 归一化坐标系中的外极线方程 B.3.3 像素坐标系中的外极线方程 B.3.4 投影矩阵下的外极线方程 B.3.5 基础矩阵和外极几何变换

A.1 人类视觉系统概述 A.1.1 人类视觉系统的组成 A.1.2 眼球的光学系统 A.1.3 视网膜 A.1.4 视觉通路 A.2 生物视觉信息处理 A.2.1 视觉信息的空间域处理 A.2.1.1 感受野 A.2.1.2 生物视觉系统中的特征检测 A.2.1.3 侧抑制 A.2.2 生理频率分析器

MATLAB具有以下几个特点: 易学、适用范围广、功能强、开放性强、网络资源丰富。 启动点击 MATLAB图标,进入到 MATLAB命令窗(Matlab Command Window) 学会使用help命令。 学会使用demo命令。说明其功能强大