数字视频处理-(英文版.第2版)

本书特色

[

本书是数字视频处理领域的权威图书，深入阐述数字图像与视频处理技术。第2版更新了近80%的体系知识和内容，全书章节调整为全新的8章，包括图像滤波、运动估计、视频分割与跟踪、视频滤波、图像压缩和视频压缩等，尤其体现了近年在信号处理和计算机视觉方面的重要技术进展，以及3d、超高分辨率的视频和数字电影的*新应用。

]

目录

contents1 multi-dimensional signals and systems 11.1 multi-dimensional signals 21.1.1 finite-extent signals and periodic signals 21.1.2 symmetric signals 51.1.3 special multi-dimensional signals 51.2 multi-dimensional transforms 81.2.1 fourier transform of continuous signals 81.2.2 fourier transform of discrete signals 121.2.3 discrete fourier transform (dft) 141.2.4 discrete cosine transform (dct) 181.3 multi-dimensional systems 201.3.1 impulse response and 2d convolution 201.3.2 frequency response 231.3.3 fir filters and symmetry 251.3.4 iir filters and partial difference equations 271.4 multi-dimensional sampling theory 301.4.1 sampling on a lattice 301.4.2 spectrum of signals sampled on a lattice 341.4.3 nyquist criterion for sampling on a lattice 361.4.4 reconstruction from samples on a lattice 411.5 sampling structure conversion 42references 47exercises 48problem set 1 48matlab exercises 502 digital images and video 532.1 human visual system and color 542.1.1 color vision and models 542.1.2 contrast sensitivity 572.1.3 spatio-temporal frequency response 592.1.4 stereo/depth perception 622.2 digital video 632.2.1 spatial resolution and frame rate 642.2.2 color, dynamic range, and bit-depth 652.2.3 color image processing 672.2.4 digital-video standards 702.3 3d video 752.3.1 3d-display technologies 752.3.2 stereoscopic video 792.3.3 multi-view video 792.4 digital-video applications 812.4.1 digital tv 812.4.2 digital cinema 852.4.3 video streaming over the internet 882.4.4 computer vision and scene/activity understanding 912.5 image and video quality 922.5.1 visual artifacts 922.5.2 subjective quality assessment 932.5.3 objective quality assessment 94references 96image filtering 1013.1 image smoothing 1023.1.1 linear shift-invariant low-pass filtering 1023.1.2 bi-lateral filtering 1053.2 image re-sampling and multi-resolution representations 1063.2.1 image decimation 1073.2.2 interpolation 1093.2.3 multi-resolution pyramid representations 1163.2.4 wavelet representations 1173.3 image-gradient estimation, edge and feature detection 1233.3.1 estimation of the image gradient 1243.3.2 estimation of the laplacian 1283.3.3 canny edge detection 1303.3.4 harris corner detection 1313.4 image enhancement 1333.4.1 pixel-based contrast enhancement 1333.4.2 spatial filtering for tone mapping and image sharpening 1383.5 image denoising 1433.5.1 image and noise models 1443.5.2 linear space-invariant filters in the dft domain 1463.5.3 local adaptive filtering 1493.5.4 nonlinear filtering: order-statistics, wavelet shrinkage, and bi-lateral filtering 1543.5.5 non-local filtering: nl-means and bm3d 1583.6 image restoration 1603.6.1 blur models 1613.6.2 restoration of images degraded by linear space-invariant blurs 1653.6.3 blind restoration – blur identification 1713.6.4 restoration of images degraded by space-varying blurs 1733.6.5 image in-painting 176references 177exercises 182problem set 3 182matlab exercises 185matlab resources 1894 motion estimation 1914.1 image formation 1924.1.1 camera models 1924.1.2 photometric effects of 3d motion 1974.2 motion models 1984.2.1 projected motion vs. apparent motion 1994.2.2 projected 3d rigid-motion models 2034.2.3 2d apparent-motion models 2064.3 2d apparent-motion estimation 2104.3.1 sparse correspondence, optical-flow estimation, and image-registration problems 2104.3.2 optical-flow equation and normal flow 2134.3.3 displaced-frame difference 2154.3.4 motion estimation is ill-posed: occlusion and aperture problems 2164.3.5 hierarchical motion estimation 2194.3.6 performance measures for motion estimation 2204.4 differential methods 2214.4.1 lukas–kanade method 2214.4.2 horn–schunk motion estimation 2264.5 matching methods 2294.5.1 basic block-matching 2304.5.2 variable-size block-matching 2344.5.3 hierarchical block-matching 2364.5.4 generalized block-matching – local deformable motion 2374.5.5 homography estimation from feature correspondences 2394.6 nonlinear optimization methods 2414.6.1 pel-recursive motion estimation 2414.6.2 bayesian motion estimation 2434.7 transform-domain methods 2454.7.1 phase-correlation method 2454.7.2 space-frequency spectral methods 2474.8 3d motion and structure estimation 2474.8.1 camera calibration 2484.8.2 affine reconstruction 2494.8.3 projective reconstruction 2514.8.4 euclidean reconstruction 2564.8.5 planar-parallax and relative affine structure reconstruction 2574.8.6 dense structure from stereo 259references 259exercises 264problem set 4 264matlab exercises 266matlab resources 2685 video segmentation and tracking 2695.1 image segmentation 2715.1.1 thresholding 2715.1.2 clustering 2735.1.3 bayesian methods 2775.1.4 graph-based methods 2815.1.5 active-contour models 2835.2 change detection 2855.2.1 shot-boundary detection 2855.2.2 background subtraction 2875.3 motion segmentation 2945.3.1 dominant-motion segmentation 2955.3.2 multiple-motion segmentation 2985.3.3 region-based motion segmentation: fusion of color and motion 3075.3.4 simultaneous motion estimation and segmentation 3095.4 motion tracking 3135.4.1 graph-based spatio-temporal segmentation and tracking 3155.4.2 kanade–lucas–tomasi tracking 3155.4.3 mean-shift tracking 3175.4.4 particle-filter tracking 3195.4.5 active-contour tracking 3215.4.6 2d-mesh tracking 3235.5 image and video matting 3245.6 performance evaluation 326references 327matlab exercises 334internet resources 3356 video filtering 3376.1 theory of spatio-temporal filtering 3386.1.1 frequency spectrum of video 3386.1.2 motion-adaptive filtering 3416.1.3 motion-compensated filtering 3416.2 video-format conversion 3456.2.1 down-conversion 3476.2.2 de-interlacing 3516.2.3 frame-rate conversion 3576.3 multi-frame noise filtering 3636.3.1 motion-adaptive noise filtering 3636.3.2 motion-compensated noise filtering 3656.4 multi-frame restoration 3706.4.1 multi-frame modeling 3716.4.2 multi-frame wiener restoration 3716.5 multi-frame super-resolution 3736.5.1 what is super-resolution? 3746.5.2 modeling low-resolution sampling 3776.5.3 super-resolution in the frequency domain 3826.5.4 multi-frame spatial-domain methods 385references 390exercises 395problem set 6 395matlab exercises 3967 image compression 3977.1 basics of image compression 3987.1.1 information theoretic concepts 3987.1.2 elements of image-compression systems 4017.1.3 quantization 4027.1.4 symbol coding 4057.1.5 huffman coding 4067.1.6 arithmetic coding 4107.2 discrete-cosine transform coding and jpeg 4137.2.1 discrete-cosine transform 4147.2.2 iso jpeg standard 4167.2.3 encoder control and compression artifacts 4237.3 wavelet-transform coding and jpeg 2000 4247.3.1 wavelet transform and choice of filters 4257.3.2 iso jpeg 2000 standard 429references 435exercises 437internet resources 4408 video compression 4418.1 video-compression approaches 4428.1.1 intra-frame compression, motion jpeg 2000, and digital cinema 4428.1.2 3d-transform coding 4438.1.3 motion-compensated transform coding 4468.2 early video-compression standards 4478.2.1 iso and itu standards 4478.2.2 mpeg-1 standard 4488.2.3 mpeg-2 standard 4568.3 mpeg-4 avc/itu-t h.264 standard 4638.3.1 input-video formats and data structure 4648.3.2 intra-prediction 4658.3.3 motion compensation 4668.3.4 transform 4688.3.5 other tools and improvements 4698.4 high-efficiency video-coding (hevc) standard 4718.4.1 video-input format and data structure 4718.4.2 coding-tree units 4728.4.3 tools for parallel encoding/decoding 4738.4.4 other tools and improvements 4758.5 scalable-video compression 4778.5.1 temporal scalability 4788.5.2 spatial scalability 4798.5.3 quality (snr) scalability 4808.5.4 hybrid scalability 4828.6 stereo and multi-view video compression 4828.6.1 frame-compatible stereo-video compression 4838.6.2 stereo and multi-view video-coding extensions of the h.264/avc standard 4848.6.3 multi-view video plus depth compression 487references 492exercises 494internet resources 495a ill-posed problems in image and video processing 497a.1 image representations 497a.1.1 deterministic framework – function/vector spaces 497a.1.2 bayesian framework – random fields 498a.2 overview of image models 498a.3 basics of sparse-image modeling 500a.4 well-posed formulations of ill-posed problems 501a.4.1 constrained-optimization problem 501a.4.2 bayesian-estimation problem 502references 502b markov and gibbs random fields 503b.1 equivalence of markov random fields and gibbs random fields 503b.1.1 markov random fields 504b.1.2 gibbs random fields 505b.1.3 equivalence of mrf and grf 506b.2 gibbs distribution as an a priori pdf model 507b.3 computation of local conditional probabilities from a gibbs distribution 508references 509c optimization methods 511c.1 gradient-based optimization 512c.1.1 steepest-descent method 512c.1.2 newton–raphson method 513c.2 simulated annealing 514c.2.1 metropolis algorithm 515c.2.2 gibbs sampler 516c.3 greedy methods 517c.3.1 iterated conditional modes 517c.3.2 mean-field annealing 518c.3.3 highest confidence first 518references 519d model fitting 521d.1 least-squares fitting 521d.2 least-squares solution of homogeneous linear equations 522d.2.1 alternate derivation 523d.3 total least-squares fitting 524d.4 random-sample consensus (ransac) 526references 526glossary527目　　录第1章　多维信号与系统 11.1　多维信号 21.1.1　有限域信号和周期信号 21.1.2　对称信号 51.1.3　特殊的多维信号 51.2　多维变换 81.2.1　连续信号的傅里叶变换 81.2.2　离散信号的傅里叶变换 121.2.3　离散傅里叶变换（dft） 141.2.4　离散余弦变换（dct） 181.3　多维系统 201.3.1　脉冲响应和2d卷积 201.3.2　频率响应 231.3.3　fir滤波器及对称性 251.3.4　iir滤波器及偏微分方程 271.4　多维采样理论 301.4.1　格上采样 301.4.2　格上采样信号的谱 341.4.3　格上采样中的奈奎斯特准则 361.4.4　格上采样信号重建 411.5　采样格式转换 42参考文献 47习题 48问题集1 48matlab习题 50第2章　数字图像和视频 532.1　人类视觉系统和色彩 542.1.1　色觉及彩色模型 542.1.2　对比敏感度 572.1.3　时空频率响应 592.1.4　立体/深度感知 622.2　数字视频 632.2.1　空间分辨率和帧速 642.2.2　颜色、动态范围和位深 652.2.3　彩色图像处理 672.2.4　数字视频标准 702.3　3d视频 752.3.1　3d显示技术 752.3.2　立体视频 792.3.3　多视角视频 792.4　数字视频应用 812.4.1　数字电视 812.4.2　数字影院 852.4.3　互联网中的视频流 882.4.4　计算机视觉和场景/行为理解 912.5　图像和视频的质量 922.5.1　视觉效果损伤 922.5.2　主观质量评估 932.5.3　客观质量评估 94参考文献 96第3章　图像滤波 1013.1　图像平滑 1023.1.1　线性移不变低通滤波 1023.1.2　双边滤波 1053.2　图像重采样和多分辨率表示 1063.2.1　图像抽取 1073.2.2　图像内插 1093.2.3　多分辨率金字塔表示 1163.2.4　小波表示 1173.3　图像梯度估计、边缘和特征检测 1233.3.1　图像梯度估计 1243.3.2　拉普拉斯估计 1283.3.3　canny边缘检测 1303.3.4　harris角检测 1313.4　图像增强 1333.4.1　基于像素的对比度增强 1333.4.2　用于色调映射和图像锐化的空间滤波 1383.5　图像去噪 1433.5.1　图像和噪声模型 1443.5.2　dft域的线性空间不变滤波器 1463.5.3　局部自适应滤波 1493.5.4　非线性滤波：排序统计、小波收缩和双边滤波 1543.5.5　非局部滤波：nl-means和bm3d 1583.6　图像复原 1603.6.1　模糊模型 1613.6.2　线性空间不变模糊图像的复原 1653.6.3　盲复原—模糊识别 1713.6.4　空间变化模糊图像的复原 1733.6.5　图像修复 176参考文献 187习题 182问题集3 182matlab习题 185matlab资源 189第4章　运动估计 1914.1　图像的形成 1914.1.1　相机模型 1924.1.2　3d运动的光学效果 1974.2　运动模型 1984.2.1　投射运动与表观运动 1994.2.2　3d刚体运动投射模型 2034.2.3　2d表观运动模型 2064.3　2d表观运动估计 2104.3.1　稀疏对应性、光流估计和图像配准问题 2104.3.2　光流方程和法向流 2134.3.3　帧间差 2154.3.4　运动估计的病态性：遮挡与孔洞问题 2164.3.5　分层运动估计 2194.3.6　运动估计的性能衡量 2204.4　差分法 2214.4.1　lukas-kanade法 2214.4.2　horn-schunk运动估计 2264.5　匹配法 2294.5.1　基本的块匹配 2304.5.2　变尺寸块匹配 2344.5.3　分层块匹配 2364.5.4　扩展的块匹配—局部变形运动 2374.5.5　特征对应的单应性估计 2394.6　非线性优化法 2414.6.1　像素递归运动估计 2414.6.2　贝叶斯运动估计 2434.7　变换域方法 2454.7.1　相位相关法 2454.7.2　空间-频率谱法 2474.8　3d运动估计和结构估计 2474.8.1　相机标定 2484.8.2　仿射重建 2494.8.3　投影重建 2514.8.4　欧氏重建 2564.8.5　平面视差和相关仿射结构重建 2574.8.6　立体中的致密结构 259参考文献 259习题 264问题集4 264matlab习题 266matlab资源 268第5章　视频分割与跟踪 2695.1　图像分割 2715.1.1　阈值法 2715.1.2　聚类法 2735.1.3　贝叶斯法 2775.1.4　图形法 2815.1.5　主动轮廓模型 2835.2　变化检测 2855.2.1　镜头边界检测 2855.2.2　背景差法 2875.3　运动分割 2945.3.1　主要运动分割 2955.3.2　复杂运动分割 2985.3.3　基于区域的运动分割：彩色与运动的融合 3075.3.4　运动估计与分割的同时实现 3095.4　运动跟踪 3135.4.1　基于图形的空-时分割与跟踪 3155.4.2　kanade-lucas-tomasi跟踪 3155.4.3　mean-shift跟踪 3175.4.4　粒子滤波跟踪 3195.4.5　主动轮廓跟踪 3215.4.6　2d-mesh跟踪 3235.5　图像抠图和视频抠像 3245.6　性能评估 326参考文献 327matlab习题 334互联网资源 335第6章　视频滤波 3376.1　空–时滤波理论 3386.1.1　视频的频谱 3396.1.2　运动自适应滤波 3416.1.3　运动补偿滤波 3416.2　视频格式转换 3456.2.1　降采样 3476.2.2　去隔行 3516.2.3　帧率转换 3576.3　多帧联合噪声滤除 3636.3.1　运动自适应噪声滤除 3636.3.2　运动补偿噪声滤除 3656.4　多帧联合复原 3706.4.1　多帧联合建模 3716.4.2　多帧联合维纳复原 3716.5　多帧联合超分辨率重建 3736.5.1　什么是超分辨率重建 3746.5.2　低分辨率采样建模 3776.5.3　频域超分辨率重建 3826.5.4　空域多帧法 385参考文献 390习题 395问题集6 395matlab习题 396第7章　图像压缩 3977.1　图像压缩的基础 3987.1.1　信息论概念 3987.1.2　图像压缩系统的组成 4017.1.3　量化 4027.1.4　符号编码 4057.1.5　huffman编码 4067.1.6　算术编码 4107.2　离散余弦变换编码和jpeg 4137.2.1　离散余弦变换 4147.2.2　iso jpeg标准 4167.2.3　编码控制与压缩损伤 4237.3　小波变换编码和jpeg 2000 4247.3.1　小波变换和滤波器选择 4257.3.2　iso jpeg 2000标准 429参考文献 435习题 437互联网资源 440第8章　视频压缩 4418.1　视频压缩方法 4428.1.1　帧内压缩、运动jpeg 2000和数字影院 4428.1.2　3d变换编码 4438.1.3　运动压缩变换编码 4468.2　早期的视频压缩标准 4478.2.1　iso和itu标准 4478.2.2　mpeg-1标准 4488.2.3　mpeg-2标准 4568.3　mpeg-4 avc/itu-t h.264标准 4638.3.1　视频输入格式和数据结构 4648.3.2　帧内预测 4658.3.3　运动补偿 4668.3.4　变换 4688.3.5　其他工具和改进 4698.4　高效视频编码（hevc）标准 4718.4.1　视频输入格式和数据结构 4718.4.2　编码树单元 4728.4.3　并行编码/解码工具 4738.4.4　其他工具与改进 4758.5　可伸缩视频压缩 4778.5.1　时间可伸缩性 4788.5.2　空间可伸缩性 4798.5.3　质量（snr）分级 4808.5.4　混合可伸缩 4828.6　立体视频和多视角视频压缩 4828.6.1　帧兼容的立体视频压缩 4838.6.2　h.264/avc标准中关于立体和多视角视频编码的扩展 4848.6.3　多视角加深度信息的视频压缩 487参考文献 492习题 494互联网资源 495附录a　图像和视频处理中的病态问题 497a.1　图像表示 497a.1.1　确定性框架—函数/矢量空间 497a.1.2　贝叶斯框架—随机场 498a.2　图像模型概览 498a.3　图像稀疏建模基础 500a.4　病态问题的适定公式 501a.4.1　条件优化问题 501a.4.2　贝叶斯估计问题 502参考文献 502附录b　markov和gibbs随机场 503b.1　markov随机场与gibbs随机场的等价性 503b.1.1　markov随机场 504b.1.2　gibbs随机场 505b.1.3　mrf和grf的等价性 506b.2　先验pdf模型的gibbs分布 507b.3　gibbs分布中局部条件概率的计算 508参考文献 509附录c　优化方法 511c.1　基于梯度的优化 512c.1.1　*速下降法 512c.1.2　newton-raphson法 513c.2　模拟退火法 514c.2.1　metropolis算法 515c.2.2　gibbs抽样 516c.3　贪婪法 517c.3.1　条件递归法 517c.3.2　平均场退火法 518c.3.3　*高信任优先法 518参考文献 519附录d　模型拟合 521d.1　*小均方拟合法 522d.2　齐次线性方程组的ls解 522d.2.1　交替推导法 523d.3　总体*小均方拟合法 524d.4　随机采样一致性（ransac） 526参考文献 526术语表 527

封面

书名:数字视频处理-(英文版.第2版)

作者:泰卡尔普

页数:531

定价:¥99.0

出版社:机械工业出版社

出版日期:2016-04-01

ISBN:9787111532866

PDF电子书大小:72MB 高清扫描完整版