　　《计算机视觉特征提取与图像处理（第3版）》是由英国南安普敦大学的Mark S.Nixon教授和Sportradar公司的Alberto S. Aguado在前版的基础上推出的改版之作。本次改版，主要的变化是将高级特征提取分为固定形状匹配与可变形形状分析两部分，并增加了新一章内容：运动对象检测与描述。

内容简介

　　《经典译丛·信息与通信技术：计算机视觉特征提取与图像处理（第3版）》是由英国南安普敦大学的Mark S.Nixon教授和Sportradar公司的Alberto S.Aguado在前版的基础上推出的改版之作。本次改版，主要的变化是将高级特征提取分为固定形状匹配与可变形形状分析两部分，并增加了新一章内容：运动对象检测与描述。具体地，《经典译丛·信息与通信技术：计算机视觉特征提取与图像处理（第3版）》在简要介绍计算机视觉的基础概念和基本的图像处理运算后，重点讨论了低级和高级的特征提取，包括边缘检测、固定形状匹配和可变形形状分析。此外，对目标描述，纹理描述、分割及分类，以及运动对象检测等都进行了深入的阐述。《经典译丛·信息与通信技术：计算机视觉特征提取与图像处理（第3版）》突出了计算机视觉的主要问题――特征提取，以清晰、简洁的语言，阐述了图像处理和计算机视觉的基础理论与技术。

作者简介

　　Mark S. Nixon， 英国南安普敦大学计算机视觉系教授。他的研究兴趣包括图像处理与计算机视觉。他的团队开发了在生物信息学与医疗图像分析应用上的静止与运动形状提取新技术。他的团队是自动人脸识别的早期研究者，后来是步态识别的开拓者，最近加入了耳生物信息（ear biometrics）的研究。与谭铁牛和Rama Chellappa合作，他们2005年出版的著作《基于步态的身份识别》是斯普林格（Springer）生物信息学专辑的一部分。他是许多国际会议（BMVC98，AVBPA03，IEEE人脸与姿态FG06，ICPR04, ICB09与IEEE BTAS 2010）的主席或程序委员会主席，并做了许多邀请报告。

内页插图

第1章绪论
1.1 概述
1.2 人类视觉和计算机视觉
1.3 人类视觉系统
1.4 计算机视觉系统
1.5 数学系统
1.6 相关资料
1.7 小结
1.8 参考文献

第2章图像、采样和频域处理
2.1 概述
2.2 图像形成
2.3 傅里叶变换
2.4 采样标准
2.5 离散傅里叶变换
2.6 傅里叶变换的其他特性
2.7 傅里叶以外的其他变换
2.8 频域特性的应用
2.9 扩展阅读
2.10 参考文献

第3章基本图像处理运算
3.1 概述
3.2 直方图
3.3 点算子
3.4 群运算
3.5 其他统计算子
3.6 数学形态学
3.7 扩展阅读
3.8 参考文献

第4章低级特征提取（包括边缘检测）
4.1 概述
4.2 边缘检测
4.3 相位一致性
4.4 定位特征提取
4.5 描述图像运动
4.6 扩展阅读
4.7 参考文献

第5章形状匹配的特征提取
5.1 概述
5.2 阈值处理和背景减法
5.3 模板匹配
5.4 低级特征提取
5.5 霍夫变换
5.6 扩展阅读
5.7 参考文献

第6章高级特征提取：可变形形状分析
6.1 概述
6.2 可变形形状分析
6.3 主动轮廓（蛇模型）
6.4 形状骨架化
6.5 弹性形状模型——主动形状和主动外观
6.6 扩展阅读
6.7 参考文献

第7章目标描述
7.1 概述
7.2 边界描述
7.3 区域描述符
7.4 扩展阅读
7.5 参考文献

第8章纹理描述、分割和分类基础
8.1 概述
8.2 什么是纹理
8.3 纹理描述
8.4 分类
8.5 分割处理
8.6 扩展阅读
8.7 参考文献

第9章运动对象检测与描述
9.1 概述
9.2 运动对象检测
9.3 跟踪运动特征
9.4 运动特征提取与描述
9.5 扩展阅读
9.6 参考文献

第10章附录1：照相机几何基础
10.1 图像几何
10.2 透视照相机
10.3 透视照相机模型
10.4 仿射照相机
10.5 弱透视模型
10.6 照相机模型实例
10.7 讨论
10.8 参考文献

第11章附录2：最小二乘分析
11.1 最小二乘准则
11.2 最小二乘曲线拟合

第12章附录3：主成分分析
12.1 主成分分析
12.2 数据
12.3 协方差
12.4 协方差矩阵
12.5 数据变换
12.6 逆变换
12.7 特征值问题
12.8 求解特征值问题
12.9 PCA方法小结
12.10 实例
12.11 参考文献

第13章附录4：彩色图像
13.1 彩色图像
13.2 三刺激理论
13.3 色彩模型
13.4 参考文献