智能优化算法与涌现计算

图书标准信息

• 作者 李士勇、李研、林永茂 著
• 出版社 清华大学出版社
• 出版时间 2019-07
• 版次 1
• ISBN 9787302517429
• 定价 119.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 604页
• 字数 99999千字

【内容简介】

本书介绍计算机视觉的基础内容，比较侧重计算几何和目标检测方面。本书对图像网格的构建和叠加、德劳内三角剖分和沃罗诺伊镶嵌、多边形拼贴、图像拓扑等都有比较全面深入的介绍，并对图像结构给出了直观可视的描述。书中提供了大量相应的Matlab程序，可结合原理学习进行实验，以进一步加深理解并解决实际问题。

【作者简介】

:
李士勇教授（二级），哈尔滨工业大学控制科学与工程国家一级重点学科博士生导师，黑龙江省优秀专家，中国自动化学会智能自动化专业委员会委员。1967年毕业于哈尔滨工业大学工业自动化专业，1983年获哈尔滨工业大学自动控制专业硕士学位并留校任教。1992年4月至1993年10月公派赴日本千叶工业大学作为客座研究员从事模糊控制、神经网络、智能控制方面的合作研究。近30多年来，一直从事模糊控制、智能控制、智能优化算法、智能制导、复杂适应系统理论及其应用等方面的科研、教学和指导研究生工作。科研和教学成果共获重量奖2项，省部级7项，在国内外发表学术论文160余篇，近60篇被SCI、EI检索。作为第一作者出版专著及教材共14部，其中代表作《模糊控制·神经控制和智能控制论》荣获1999年“全国优秀科技图书奖”暨“科技进步奖（科技著作）三等奖”；本书跻身于十大领域中国科技论文被引频次优选的前50部专著与译著排行榜；截至2015年11月底该书已被十大领域6232篇论文引用；美国IEEE Fellow、田纳西大学J.H.Hung(洪箴）教授1997年看过该著作后，曾给作者来信指出：“李教授在模糊控制、神经网（络）控制和智能控制方面有
主编推荐:
本书旨在开阔读者视野，启迪读者创新思维，激励广大学者在生生不息、丰富多彩的大自然中捕捉创新灵感。本书可供人工智能、人工生命、智能科学、计算机科学、信息科学、自动化、系统科学、管理科学等相关领域的教师、研究生、研究人员及工程技术人员学习参考。
精彩内容:
“智能”已经成为当代出现频次越来越高的词汇，这正是人类社会迈入智能时代的一个重要标志。智能正飞速地融入科学、工程、经济、国防及人类社会生活的方方面面： 智能科学、智能材料、智能机器人、智能生产线、智能控制、智能预测、智能决策、智能制导、智能炸弹、智能手机、智能家电、智能家居、智能楼宇……智能水平的高低，在很大程度上已经成为衡量一个国家综合国力、科技水平高低的重要标志。
在科学研究、工程设计、经济管理、国防建设等领域存在着大量需要优化求解的复杂问题。采用传统的优化方法通常需要给出待优化问题的准确数学模型，包括决策变量、约束条件和目标函数。传统优化方法包括线性规划、动态规划、整数规划和分支定界等运筹学中的经典算法，这些算法计算复杂，只适用于小规模问题； 用构造型优化算法快速建立问题的解，一般优化效果差，难以满足工程需要。总之，传统的优化算法是以给出优化问题的准确数学模型为基础的。然而，科学、工程、经济等领域提出的优化问题越来越复杂，难以建立准确的数学模型； 有的问题变量维数大，阶次高，目标函数多，约束条件复杂，即使建立复杂的数学模型也难以求解。因此，面临日益复杂的优化问题，基于准确模型的传统优化算法面临着极大的挑战。
大自然中的各种生物、植物、动物及各种自然现象呈现出生生不息的景象，总是给人以深刻的启迪。人们从中发现了许多隐含其中的信息存储、处理、交换、适应、更新、进化的机制，蕴含着优化的机理。于是，人们从中获得了设计灵感。例如，模拟蚁群从蚁穴到食物源避过障碍选择一条最短路径，Dorigo博士于1991年设计了蚁群优化算法，开辟了模拟群居昆虫觅食行为或动物捕猎行为的群智能优化算法的先河。除早期模拟大脑功能的模糊逻辑算法、神经网络算法及遗传算法外，近30年来，大量的智能优化算法在国内外犹如雨后春笋般地涌现出来。为了向广大读者全面而系统地介绍原创的智能优化算法，弥补国内外同类书
...

【目录】

目录

 

第 1 章通往机器视觉的基础知识 . 1

 

1.1 什么是计算机视觉  1

 

1.2 分而治之的方法  1

 

1.3 覆盖在图像上的沃罗诺伊图  4

 

1.4 计算几何简介  6

 

1.5 数字图像的框架  8

 

1.6 数字视觉空间  12

 

1.7 创建你自己的图像  12

 

1.8 随机生成图像  14

 

1.9 显示图像的方法  16

 

1.10 数字图像的格式  17

 

1.11 图像数据类型  18

 

1.12 彩色图像  21

 

1.12.1 彩色空间  21

 

1.12.2 彩色通道  21

 

1.13 彩色查找表  24

 

1.14 图像几何初步  26

 

1.15 访问和修改图像像素值  29

 

1.16 彩色、灰度和二值图像  31

 

1.17 像素的罗森菲尔德8-邻域  32

 

1.18 距离：欧几里得和出租车测度  35

 

1.19 假彩色：点彩派绘画  37

 

1.19.1 假彩色RGB 图像模式  37

 

1.19.2 假彩色灰度图像模式  39

 

1.20 数字图像上的矢量空间  41

 

1.20.1 点积  41

 

1.20.2 图像梯度  42

 

1.21 相机看见什么：智能系统视图  43

 

1.21.1 相机视觉系统中的智能系统方法  43

 

1.21.2 相机感知的场景彩色  44

 

1.22 图像几何：图像上的沃罗诺伊和德劳内网格  47

 

1.22.1 汽车图像上的沃罗诺伊网格  47

 

1.22.2 沃罗诺伊图像的子网格揭示了什么信息  50

 

1.23 神经结构  50

 

X 计算机视觉基础

 

1.23.1 汽车图像上的德劳内网格  54

 

1.23.2 在汽车图像上结合沃罗诺伊和德劳内网格  55

 

1.24 视频帧网格覆盖  57

 

1.24.1 离线视频帧处理  57

 

1.24.2 实时视频处理  60

 

第2 章像素加工 . 63

 

2.1 图像元素  63

 

2.2 分离彩色图像通道  65

 

2.3 彩色向灰度的转换  66

 

2.4 对像素强度的代数操作  67

 

2.5 用边缘像素选择解释像素选择  72

 

2.6 基于函数修改图像像素值  78

 

2.7 图像的逻辑操作  81

 

2.7.1 像素强度的补和逻辑非  81

 

2.7.2 成对二值图像的XOR 操作 . 82

 

2.8 从背景中提取前景  84

 

2.9 阈值化彩色通道的合并  85

 

2.10 增强图像的对比度  87

 

2.11 伽马变换  88

 

2.12 伽马校正  89

 

第3 章可视化像素强度分布 . 91

 

3.1 直方图和绘制  93

 

3.1.1 直方图  94

 

3.1.2 茎干图  95

 

3.1.3 绘制  96

 

3.1.4 表面绘制  96

 

3.1.5 线框表面绘制  98

 

3.1.6 轮廓绘制  98

 

3.2 等值线  98

 

3.3 彩色直方图  100

 

3.4 自适应阈值化  102

 

3.5 对比度拉伸  103

 

3.6 直方图匹配  106

 

第4 章线性滤波 . 108

 

4.1 图像滤波的重要性  108

 

4.2 滤波器核  109

 

4.3 线性滤波器实验  110

 

4.4 线性卷积滤波  111

 

4.5 选取感兴趣区域  112

 

目录 XI

 

4.6 给图像加噪声  114

 

4.7 均值滤波  116

 

4.8 中值滤波  117

 

4.9 排序滤波  118

 

4.10 正态分布滤波  120

 

第5 章边缘、线、角点、高斯核与沃罗诺伊网格 . 121

 

5.1 线性函数  121

 

5.2 边缘检测  123

 

5.3 双精度拉普拉斯滤波器  126

 

5.4 增强数字图像边缘  127

 

5.5 高斯核  128

 

5.6 高斯滤波器  130

 

5.7 高斯滤波器核图像恢复  131

 

5.8 高斯-拉普拉斯滤波器图像增强 . 132

 

5.9 零交叉边缘滤波器图像增强  132

 

5.10 各向异性与各向同性边缘检测  134

 

5.11 在数字图像中检测边缘核线  136

 

5.12 检测图像角点  138

 

5.13 基于图像角点的沃罗诺伊网格重访  140

 

5.13.1 沃罗诺伊镶嵌细节  140

 

5.13.2 沃罗诺伊多边形的位置  140

 

5.14 构建基于角点的沃罗诺伊网格的步骤  142

 

5.15 网格生成器集合中的极端图像角点  142

 

5.16 具有极端角点图像上的沃罗诺伊网格  144

 

5.17 孤立图像边缘的图像梯度方法  145

 

5.18 角点、边缘和沃罗诺伊网格  147

 

第6 章德劳内网格分割 . 149

 

6.1 德劳内三角化生成三角网格  149

 

6.2 三角形外接圆  151

 

6.3 在图像上构建基于角点的德劳内网格  151

 

6.4 基于质心的德劳内图像网格  152

 

6.4.1 寻找图像质心  153

 

6.4.2 寻找图像质心的德劳内网格  154

 

6.4.3 寻找图像质心的沃罗诺伊网格  154

 

6.4.4 寻找叠加在德劳内网格上的图像质心沃罗诺伊网格  155

 

第7 章视频处理、实时和离线视频分析介绍 . 157

 

7.1 视频处理基础  158

 

7.1.1 帧图像点处理  158

 

7.1.2 图像采集  158

 

XII 计算机视觉基础

 

7.1.3 斑块  159

 

7.1.4 帧拼贴和帧几何  159

 

7.2 视频帧的沃罗诺伊拼贴  160

 

7.3 在视频帧中检测目标形状  160

 

7.4 测量目标的形状相似性和沃罗诺伊视觉外壳  161

 

7.5 最大核聚类  163

 

7.6 问题  166

 

7.7 形状距离  171

 

7.8 边缘集的权函数  172

 

7.9 最大边缘集  173

 

7.9.1 粗糙轮廓边缘集  173

 

7.9.2 最大核聚类连通网格区域  175

 

第8 章洛韦关键点、最大核聚类、轮廓和形状 . 177

 

8.1 图像分析 . 178

 

8.2 场景分析 . 179

 

8.3 像素边缘增强 . 180

 

8.4 数字图像的裁剪和稀疏表示 . 183

 

8.5 形状理论和2-D 图像目标的形状：面向图像目标形状检测 . 185

 

8.6 图像像素梯度的朝向和强度 . 186

 

8.7 高斯差 . 187

 

8.8 图像关键点：洛韦SIFT 方法  189

 

8.9 应用：图像网格核的关键点边界 . 191

 

8.10 超（外）核轮廓 . 193

 

8.11 最大核聚类轮廓形状的质量 . 194

 

8.12 粗糙S2P 和S3P（2 级和3 级） 最大核聚类轮廓  194

 

8.13 关键点数量的实验 . 196

 

8.14 双重最大核聚类上的粗糙周边 . 199

 

8.15 图像最大核聚类区域的莱利熵 . 199

 

8.16 问题 . 202

 

第9 章后记：形状适合计算机视觉环境的地方 . 204

 

9.1 自然场景中的目标形状 . 204

 

9.2 形状估计 . 207

 

附录A Matlab 和Mathematica 编程 . 210

 

A.1 第1 章的程序 . 210

 

A.1.1 数字图像角点  210

 

A.1.2 沃罗诺伊镶嵌算法的实现  211

 

A.1.3 德劳内镶嵌算法的实现  213

 

A.1.4 沃罗诺伊和德劳内镶嵌结合算法的实现  216

 

A.1.5 第1 章的离线视频处理程序  218

 

目录 XIII

 

A.1.6 第1 章的实时视频处理程序  219

 

A.2 第2 章的程序 . 221

 

A.2.1 数字图像像素  221

 

A.2.2 彩色图像通道  223

 

A.2.3 彩色向灰度的转换  224

 

A.2.4 对像素强度的代数操作  225

 

A.2.5 选择和显示边缘像素的彩色像素强度  228

 

A.2.6 基于函数的像素值修改  231

 

A.2.7 对图像的逻辑操作  233

 

A.3 第3 章的程序 . 234

 

A.3.1 像素强度直方图（分档）  234

 

A.3.2 像素强度分布  235

 

A.3.3 像素强度等值线  237

 

A.4 第4 章的程序 . 238

 

A.5 第5 章的程序 . 238

 

A.5.1 1-D 高斯核绘图 . 238

 

A.5.2 高斯核实验  240

 

A.5.3 2-D 高斯核绘图 . 241

 

A.5.4 高斯平滑图像  242

 

A.5.5 图像恢复  243

 

A.5.6 图像角点  245

 

A.5.7 具有和没有图像角点的沃罗诺伊网格  247

 

A.6 第6 章的程序 . 248

 

A.6.1 查找2-D 和3-D 图像质心  248

 

A.6.2 另一种查找图像质心的方法  249

 

A.6.3 查找图像质心的德劳内网格  250

 

A.6.4 查找图像质心的沃罗诺伊网格  251

 

A.6.5 查找覆盖在德劳内网格上的图像质心沃罗诺伊网格  252

 

A.7 第7 章的程序 . 253

 

A.7.1 沃罗诺伊镶嵌视频帧中的边缘集测量  253

 

A.8 第8 章的程序 . 257

 

A.8.1 高斯金字塔方案  257

 

A.8.2 小波金字塔方案  258

 

A.8.3 像素边缘强度  259

 

A.8.4 绘制反正切值  260

 

A.8.5 像素几何：梯度方向和梯度幅度  261

 

A.8.6 高斯差图像  263

 

A.8.7 图像关键点和沃罗诺伊网格  263

 

XIV 计算机视觉基础

 

附录B 词汇表 . 266

 

B.1 数字与符号 . 266

 

B.2 B  268

 

B.3 C  271

 

B.4 D  271

 

B.5 F . 273

 

B.6 G  274

 

B.7 H  274

 

B.8 J  274

 

B.9 K  279

 

B.10 L . 281

 

B.11 M  284

 

B.12 N  284

 

B.13 P . 284

 

B.14 Q  285

 

B.15 S . 285

 

B.16 T . 287

 

B.17 W . 291

 

B.18 X  292

 

B.19 Z . 294

 

参考文献 . 296

 

主题索引 . 306