教学目的和要求:本课程为计算机科学与技术学科研究生的学科基础课,同时也可作为信息科学相关专业研究生的选修课。本课程重点讲述计算机视觉与图像理解的基本原理与方法。内容包括:图像的形成,图象滤波,颜色、纹理、形状特征,边缘检测与区域分割,立体视觉,模式学习与分类,图片匹配等视觉理论。通过本课程的学习,希望学生能掌握计算机视觉与图像理解的基本理论与方法,对目前本领域的研究现状和主要方法有所了解,为进一步学习计算机视觉与图像理解和从事专业研究打下基础,学习实践matlab工具。
1. 计算机视觉简介2. 摄像机模型3. 辐射学与影调模型4. 线性滤波与边缘检测5. 金子塔分解与纹理分类6. 立体视觉7. 区域分割与模型估计8. EM算法及在视觉问题中的应用9. 目标跟踪与卡尔曼滤波
Forsyth & Ponce, 计算机视觉: 一种现代的方法, Pearson, 2003
1、参考教材:(1)Forsyth & Ponce, 计算机视觉: 一种现代的方法, Pearson, 2003 2、主要参考书:(1) 马颂德等,《计算机视觉》,科学出版社,北京,1998。(2) 高文等,《计算机视觉》,清华大学出版社,北京,1998。(3)冈萨雷斯等,《图像图像处理》,电子工业出版社,北京,2006。