计算机视觉中的多视图几何（原书第2版）_【澳】理查德·哈特利（Richard Hartley）【英】安德鲁&#_9787111632887

　　《计算机视觉中的多视图几何（原书第2版）》是专著《Multiple View Geometry in Conputer Vision（Second Edition）》的中译本。给定多幅未标定视图，此书给出由图像点对应估计多焦点张量（特别是基本矩阵和三焦点张量）和由这些张量恢复摄像机矩阵并实现射影重构的理论和算法（第二版提供了更有效的搜索和匹配算法）。作者提供了综合性的背景材料，读者只要熟悉线性代数和基本的数值方法就能够理解书中给出的射影几何和算法，并能直接依据《计算机视觉中的多视图几何（原书第2版）》来实现有关算法。
　　《计算机视觉中的多视图几何（原书第2版）》可作为研究生教材，可供从事计算机视觉的科研人员参考。

　　让计算机具有视觉，科学家与工程师们做出了近40年的不懈努力。应该说，40年的努力，进展是显著的，主要有两个方面：
　　已经形成一些计算视觉的基本理论框架，如20世纪80年代初形成的以Marr为代表的视觉计算理论（有些学者称之为三维重建框架）和以后出现的基于模型的视觉（Model Based Vision）、主动视觉（Active Vision）等。现在看来，虽然我们仍然不清楚这些计算理论框架能否最终成为最理想的计算机视觉系统的基础，但有几点几乎是可以肯定的：一是迄今为止提出的各种理论框架虽然有方法论上的差异，有些甚至具有科学哲学思想的差异，但并没有本质上的相互排斥，而是互补的。二是这些已有的视觉系统理论框架可以作为具有一定程度视觉功能的实用视觉系统的基础。随着计算机性能价格比的指数增长，以现有视觉系统理论框架为基础的、针对特定任务的实用视觉系统，将会广泛应用于现实生活中。三是与人工智能的其他许多领域类似，真正的突破要比当初想像的要困难得多，这里，“真正的突破”是指：当我们将当前的人工智能系统与人相比时，人的智能系统具有更强的通用性、自学习能力、自适应性和对噪声的鲁棒性，计算机视觉另一方面的重要进展是，提出了大量的计算方法。尤其是20世纪90年代以来，为适应不同计算理论框架和为改进计算机视觉系统对噪声的鲁棒性，引进了许多数学方法和与之相对应的计算方法，几乎所有的数学分支，尤其是应用数学分支都要到计算机视觉领域来一显身手，使许多初学者，甚至进行了多年研究的学者都感到困惑。人们不禁要问，难道我们真需要这么多的复杂数学分支和计算方法来解决计算机视觉问题吗？事实上，这确实反映了当前的许多数学工具还不能有效解决“更强的通用性、自学习能力、自适应性和对噪声的鲁棒性”的问题。另一方面，现在的许多数学方法，本质上是相通的。而我们缺少既对这些方法都精通，又对计算机视觉中所面临的实际问题有深入理解的理论工作者来对各种方法加以融会贯通。
　　在上述视觉计算方法的研究中，基于几何的视觉计算方法，在20世纪90年代发展到了几乎完美的程度，本书的作者既是这方面的先驱者，也在本书中做出了很好的总结与系统论述。基于几何的视觉计算方法，之所以引起很大关注是因为：
　　（1）计算机视觉的研究目标是使计算机具有通过二维图像认知三维环境信息的能力，这种能力将不仅使机器能感知三维环境中物体的几何信息，包括它的形状、位置、姿态、运动等，而且能对它们进行识别与理解。事实上，20世纪80年代形成的Marr的计算理论框架和其他计算理论框架中，绝大部分内容都涉及利用几何方法计算环境中的三维物体的形状、位置、姿态和运动。

你还可能感兴趣

我要评论