前言
第1章 概述
1.1 人體皮膚的特性
1.2 計算機視覺中的皮膚相關研究
1.2.1 皮膚圖像的采集方法
1.2.1 皮膚圖像技術的分類
1.2.2 皮膚圖像處理技術
1.2.3 皮膚圖像的三維重建
1.3 計算機視覺中的技術研究綜述
1.3.1 圖像特征點檢測和匹配
1.3.2 基于圖像的稀疏三維重建
1.3.3 立體視覺稠密匹配三維重建
1.3.4 雙目視覺中常用的優化方法
1.4 本書的主要內容
第2章 皮膚圖像的質量評價
2.1 圖像處理的基礎知識
2.1.1 圖像成像
2.2.2 傳統圖像處理方法
2.2.3 深度學習與圖像處理
2.2 圖像離焦模糊評價
2.3 光照不均評價
2.4 毛發遮擋問題
第3章 皮膚紋理的圖像特征描述
3.1 皮膚紋理概述
3.2 常用的紋理分析方法
3.3 紋理統計特征分析法
3.3.1 基于圖像灰度直方圖特征提取法
3.3.2 中心距法
3.3.3 灰度差值統計分析法
3.3.4 基于自相關函數的紋理特征提取法
3.3.5 游程長度統計分析法
3.3.6 局部二值模式法
3.4 基于紋理不變特征的圖像匹配方法
第4章 皮膚毛孔的圖像分割
4.1 皮膚紋理圖像研究概述
4.2 皮膚紋理圖像的預處理
4.2.1 皮膚表面紋理參數分析的研究現狀
4.2.2 皮膚圖像的噪聲特征分類
4.2.3 皮膚圖像的增強方法
4.2.3 皮膚圖像的光線平衡算法
4.3 皮膚毛孔的圖像分割方法
4.3.1 基于模糊準則的k均值方法
4.3.2 實驗過程及其討論
第5章 人體毛發的圖像輔助分析
5.1 人體毛發圖像研究概述
5.2 改進的迭代閾值圖像分割方法
5.2.1 迭代閾值圖像分割方法及其收斂分析
5.3 毛發計數統計及其分析測量
5.4 實驗部分及其結果分析
5.4.1 頭發圖像分割實驗
5.4.2 頭發計數統計及分析測量實驗
5.5 本章結論
第6章 融合紋理特征的高分辨率皮膚三維重建
6.1 高分辨率雙目圖像采集系統
6.2 基于隨機采樣的高分辨率人體皮膚三維重建
6.2.1 引言
6.2.2 局部特征采樣
6.2.3 基于優化的采樣方法
6.2.4 稠密匹配
6.2.5 實驗結果及分析
6.2.6 小結
6.3 基于子空間學習的稠密匹配算法
6.3.1 引言
6.3.2 子空間的學習
6.3.3 稠密匹配
6.3.4 實驗結果及分析
6.3.5 小結
6.4 本章結論
第7章 極線校正方法
7.1 引言
7.2 相機模型和極幾何
7.2.1 立體視覺系統模型
7.2.2 極線幾何
7.3 基于奇異值分解的校正
7.3.1 歸一化圖像
7.3.2 本質矩陣的奇異值分解
7.3.3 校正變換
7.4 實驗結果
7.5 本章結論
附錄
結束語
參考文獻