本書系統(tǒng)地介紹了計(jì)算機(jī)視覺主要任務(wù)及實(shí)現(xiàn)原理，包括圖像濾波、圖像變換、圖像特征提取與匹配、目標(biāo)檢測(cè)、目標(biāo)跟蹤、目標(biāo)識(shí)別、目標(biāo)三維重構(gòu)、圖像分類、神經(jīng)網(wǎng)絡(luò)等。本書可作為“計(jì)算機(jī)視覺與應(yīng)用”課程的培訓(xùn)教材，或人工智能技術(shù)應(yīng)用專業(yè)的計(jì)算機(jī)視覺應(yīng)用開發(fā)課程的教材，也可以作為人工智能應(yīng)用領(lǐng)域相關(guān)技術(shù)人員的自學(xué)參考書。為方便教學(xué)，本書配備電子課件等教學(xué)資源。凡選用本書作為教材的教師均可登錄機(jī)械工業(yè)出版社教育服務(wù)網(wǎng)ｗｗｗ..ｃｍｐｅｄｕ..ｃｏｍ注冊(cè)后免費(fèi)下載。

　言

Preface

人工智能（ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ，ＡＩ）技術(shù)不斷發(fā)展，其應(yīng)用場(chǎng)景日益增加，正在深刻影響著諸多領(lǐng)域，如交通、零售、能源、化工、制造、金融、醫(yī)療、天文地理、智慧城市等，引起經(jīng)濟(jì)結(jié)構(gòu)、社會(huì)生活和工作方式的深刻變革，并重塑世界經(jīng)濟(jì)發(fā)展的新格局。
人工智能技術(shù)在全球發(fā)展中的重要作用已引起國(guó)際范圍內(nèi)的廣泛關(guān)注和高度重視，多個(gè)國(guó)家已將人工智能提升至關(guān)乎國(guó)家競(jìng)爭(zhēng)力、國(guó)家安全的重大戰(zhàn)略，并出臺(tái)了相關(guān)政策和規(guī)劃，從國(guó)家機(jī)構(gòu)、戰(zhàn)略部署、資本投入、政策導(dǎo)向、技術(shù)研發(fā)、人才培養(yǎng)、構(gòu)建產(chǎn)業(yè)鏈和生態(tài)圈等方面集中發(fā)力，力求在全球競(jìng)爭(zhēng)中搶占技術(shù)的制高點(diǎn)。
以習(xí)近平同志為核心的黨中央高度重視人工智能發(fā)展，強(qiáng)調(diào)要把新一代人工智能作為推動(dòng)科技跨越發(fā)展、產(chǎn)業(yè)優(yōu)化升級(jí)、生產(chǎn)力整體躍升的驅(qū)動(dòng)力量，努力實(shí)現(xiàn)高質(zhì)量發(fā)展。我國(guó)人工智能發(fā)展被提升到國(guó)家戰(zhàn)略高度，開啟了我國(guó)人工智能變革與創(chuàng)新的新時(shí)代。
人工智能技術(shù)及產(chǎn)業(yè)的蓬勃發(fā)展必然帶來對(duì)人工智能人才的迫切需求，尤其是對(duì)實(shí)用型、創(chuàng)新型、復(fù)合型人才的需求。但現(xiàn)在，我國(guó)人工智能領(lǐng)域的高端人才稀缺，培養(yǎng)德才兼?zhèn)涞母咚刭|(zhì)人工智能人才成為新時(shí)代的重要任務(wù)。
北京博海迪信息科技有限公司深耕ＩＣＴ（ＩｎｆｏｒｍａｔｉｏｎＣｏｍｍｕｎｉｃａｔｉｏｎｓＴｅｃｈｎｏｌｏｇｙ）教育行業(yè)至今２０年，在人才培養(yǎng)、教材研發(fā)、實(shí)訓(xùn)云平臺(tái)開發(fā)等諸多方面都取得了非常好的成績(jī)。２０１９年３月，北京博海迪信息科技有限公司推出了“泰克人工智能創(chuàng)新實(shí)踐平臺(tái)”，在廣泛的實(shí)踐過程中取得了良好的應(yīng)用效果�；�于在ＩＣＴ行業(yè)的經(jīng)驗(yàn)積累和在人工智能方面教學(xué)成果的沉淀，北京博海迪信息科技有限公司組織多所院校老師，編寫了職業(yè)教育人工智能領(lǐng)域系列教材，通過完備的人工智能技術(shù)知識(shí)闡述與分析，讓讀者更好地了解人工智能。
計(jì)算機(jī)視覺萌生于２０世紀(jì)五六十年代，至２０世紀(jì)末，相關(guān)理論、軟／硬件技術(shù)等得到初步發(fā)展，并開始在工業(yè)環(huán)境中應(yīng)用。２１世紀(jì)以來，以人工智能深度學(xué)習(xí)算法為依托，高效求解復(fù)雜全局優(yōu)化問題的算法得到極大發(fā)展，計(jì)算機(jī)視覺技術(shù)進(jìn)入高速發(fā)展階段。
計(jì)算機(jī)視覺主要應(yīng)用于視頻監(jiān)控、機(jī)器／車輛的物體檢測(cè)／識(shí)別／避讓、醫(yī)學(xué)圖像分析、增強(qiáng)現(xiàn)實(shí)（ＡＲ）／虛擬現(xiàn)實(shí)（ＶＲ）、定位和制圖、將文書轉(zhuǎn)換為數(shù)據(jù)、人類情感分析、廣告插入圖像和視頻、臉部識(shí)別、房地產(chǎn)開發(fā)優(yōu)化等方面。在自動(dòng)駕駛、教育、政務(wù)等更多的場(chǎng)景中開始應(yīng)用計(jì)算機(jī)視覺技術(shù)，未來計(jì)算機(jī)視覺技術(shù)將在更多的領(lǐng)域得到廣泛應(yīng)用。
北京博海迪信息科技有限公司的“計(jì)算機(jī)視覺與應(yīng)用”課程旨在講解人工智能領(lǐng)域的重要分支———視覺智能的基本原理、概念、方法及其典型應(yīng)用等，使學(xué)生能從圖像預(yù)處理、幾何變換與特征提取、目標(biāo)檢測(cè)與識(shí)別、立體視覺、圖像分類與神經(jīng)網(wǎng)絡(luò)等五個(gè)方面了解并掌握計(jì)算機(jī)視覺的基本任務(wù)及其應(yīng)用，拓展學(xué)生對(duì)視覺智能及人工智能的認(rèn)識(shí)，提升學(xué)生在計(jì)算機(jī)視覺領(lǐng)域的工程能力，為學(xué)生從事相關(guān)技術(shù)的研究及應(yīng)用奠定良好的基礎(chǔ)。
本書由北京博海迪信息科技有限公司組織編寫，教材內(nèi)容結(jié)合“計(jì)算機(jī)視覺與應(yīng)用”課程體系，包括圖像濾波、圖像變換、圖像特征提取與匹配、目標(biāo)檢測(cè)、目標(biāo)跟蹤、目標(biāo)識(shí)別、目
標(biāo)三維重構(gòu)、圖像分類、神經(jīng)網(wǎng)絡(luò)等內(nèi)容。主要讓學(xué)生了解計(jì)算機(jī)視覺的發(fā)展歷史、相關(guān)知識(shí)、應(yīng)用領(lǐng)域和研究方向，掌握?qǐng)D像預(yù)處理和特征提取的原理和方法，掌握卷積神經(jīng)網(wǎng)絡(luò)的相關(guān)知識(shí)，掌握?qǐng)D像分類、目標(biāo)檢測(cè)、語義分割、場(chǎng)景理解和圖像生成等的原理和經(jīng)典算法等。
本書由方水平、宋玉娥任主編，劉業(yè)輝、朱賀新任副主編，郭蕊、趙元蘇、楊洪濤、王笑洋參與編寫。在這里要感謝北京博海迪信息科技有限公司的傾力支持。
由于計(jì)算機(jī)視覺應(yīng)用技術(shù)的發(fā)展日新月異，加之編者水平有限，書中不妥之處在所難免，懇請(qǐng)廣大讀者批評(píng)指正。
編　者

前言
二維碼索引
第1 章
計(jì)算機(jī)視覺與應(yīng)用導(dǎo)論
1.1　計(jì)算機(jī)視覺概述 ００１
1.2　計(jì)算機(jī)視覺編程工具及環(huán)境配置 ００６
１.２.１　計(jì)算機(jī)視覺編程工具 ００６
１.２.２　計(jì)算機(jī)視覺開發(fā)環(huán)境搭建 ００８
第2 章
圖像濾波
2.1　數(shù)字圖像概述 ０２１
２.１.１　數(shù)字圖像的基本概念 ０２１
２.１.２　圖像文件格式 ０２５
2.2　圖像濾波及其應(yīng)用 ０２７
２.２.１　圖像點(diǎn)運(yùn)算 ０２７
２.２.２　圖像濾波 ０３１
2.3　形態(tài)學(xué)處理 ０４０
２.３.１　膨脹運(yùn)算 ０４２
２.３.２　腐蝕運(yùn)算 ０４４
２.３.３　開運(yùn)算與閉運(yùn)算 ０４６
２.３.４　形態(tài)學(xué)梯度 ０４７
２.３.５　頂帽和黑帽運(yùn)算 ０４９
第3 章
圖像變換
3.1　圖像采樣與插值 ０５０
３.１.１　圖像采樣 ０５０
３.１.２　圖像插值 ０５２
3.2　圖像變換 ０５９
３.２.１　灰度變換 ０５９
３.２.２　圖像幾何變換 ０６２
３.２.３　圖像變換應(yīng)用案例 ０７１
第4 章
圖像特征提取與匹配
4.1　幾何特征 ０７４
４.１.１　圖像梯度 ０７５
４.１.２　圖像邊緣 ０７６
４.１.３　角點(diǎn)特征 ０８０
４.１.４　形狀特征 ０８５
4.2　圖像紋理特征 ０８５
４.２.１　圖像紋理特征定義 ０８５
４.２.２　紋理特征分析 ０８６
４.２.３　紋理合成 ０８９
4.3　局部圖像特征 ０９２
第5 章
目標(biāo)檢測(cè)
5.1　目標(biāo)檢測(cè)簡(jiǎn)介 １０３
5.2　目標(biāo)檢測(cè)算法 １０３
５.２.１　傳統(tǒng)的目標(biāo)檢測(cè)算法 １０４
５.２.２　基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法 １０９
5.3　人臉檢測(cè) １１４
５.３.１　人臉檢測(cè)算法 １１４
５.３.２　基于ＯｐｅｎＣＶ 實(shí)現(xiàn)人臉檢測(cè) １１６
５.３.３　基于ＯｐｅｎＣＶ 實(shí)現(xiàn)人臉識(shí)別 １１９
5.4　增強(qiáng)現(xiàn)實(shí) １２４
第6 章
目標(biāo)跟蹤
6.1　目標(biāo)跟蹤概述 １２８
6.2　目標(biāo)跟蹤方法 １３２
６.２.１　基于相關(guān)濾波的跟蹤算法 １３２
６.２.２　基于深度學(xué)習(xí)的跟蹤方法 １３５
６.２.３　跨鏡追蹤 １３８
第7 章
目標(biāo)識(shí)別
7.1　目標(biāo)識(shí)別概述 １４０
7.2　目標(biāo)識(shí)別的應(yīng)用 １４３
第8 章
目標(biāo)三維重構(gòu)
8.1　計(jì)算機(jī)視覺三維重構(gòu)的理論基礎(chǔ) １４８
8.2　相機(jī)標(biāo)定 １５４
8.3　三維場(chǎng)景重建 １５９
8.4　三維場(chǎng)景重建技術(shù)的應(yīng)用 １６０
第9 章
圖像分類
9.1　機(jī)器學(xué)習(xí)概述 １６３
9.2　機(jī)器學(xué)習(xí)算法應(yīng)用開發(fā)流程 １６４
9.3　圖像分類概述 １６４
9.4　基于機(jī)器學(xué)習(xí)的圖像分類算法 １６７
9.5　機(jī)器學(xué)習(xí)模型評(píng)價(jià)方法 １７１
9.6　損失函數(shù) １７３
第10 章
神經(jīng)網(wǎng)絡(luò)
10.1　深度學(xué)習(xí)概述 １７６
10.2　卷積神經(jīng)網(wǎng)絡(luò) １７６
10.3　LeNet 模型 １８１
10.4　VGG16 模型 １８４
10.5　AlexNet 模型 １８９
參考文獻(xiàn) １９６