第1章 概述
1．1什么是計算機視覺？
1．2簡史
1．3本書概述
1．4課程大綱樣例
1．5標記法說明
1．6擴展閱讀
第2章 圖像形成
2．1 幾何基元和變換
2．1．1幾何基元
2．1．2 2D變換
2．1．3 3D變換
2．1．4 3D旋轉
2．1．5 3D到2D投影
2．1．6鏡頭畸變
2．2光度測定學的圖像形成
2．2．1 照明
2．2．2反射和陰影
2．2．3 光學
2．3數字攝像機
2．3．1 采樣與混疊
2．3．2 色彩
2．3．3 壓縮
2．4補充閱讀
2．5 習題
第3章 圖像處理
3．1 點算子
3．1．1 像素變換
3．1．2彩色變換
3．1．3合成與摳圖
3．1．4直方圖均衡化
3．1．5應用：色調調整
3．2 線性濾波
3．2．1 可分離的濾波
3．2．2線性濾波示例
3．2．3 帶通和導向濾波器
3．3 更多的鄰域算子
3．3．1 非線性濾波
3．3．2 形態學
3．3．3 距離變換
3．3．4 連通量
3．4傅里葉變換
3．4．1 傅里葉變換對
3．4．2二維傅里葉變換
3．4．3 維納濾波
3．4．4應用：銳化，模糊和去噪
3．5金字塔與小波
3．5．1 插值
3．5．2 降采樣
3．5．3 多分辨率表達
3．5．4 小波
3．5．5應用：圖像融合
3．6 幾何變換
3．6．1 參數化變換
3．6．2基于網格的卷繞
3．6．3 應用：基于特征的變形
3．7全局優化
3．7．1 正則化
3．7．2 馬爾科夫隨機場
3．7．3應用：圖像的恢復
3．8補充閱讀
3．9 習題
第4章特征檢測與匹配
4．1點和塊
4．1．1特征檢測器
4．1．2特征描述子
4．1．3 特征匹配
4．1．4特征跟蹤
4．1．5應用：表演驅動的動畫
4．2 邊緣
4．2．1 邊緣檢測
4．2．2 邊緣連接
4．2．3 應用：邊緣編輯和增強
4．3 線條
4．3．1逐次近似
4．3．2 Hough變換
4．3．3 消失點
4．3．4應用：矩形檢測
4．4擴展閱讀
4．5 習題
第5章 分割
5．1 活動輪廓
5．1．1 蛇行
5．1．2動態蛇行和CONDENSATION
5．1．3 剪刀
5．1．4水平集
5．1．5應用：輪廓跟蹤和轉描機
5．2分裂與歸并
5．2．1 分水嶺
5．2．2 區域分裂（區分式聚類）
5．2．3 區域歸并（凝聚式聚類）
5．2．4基于圖的分割
5．2．5 概率聚集
5．3 均值移位和模態發現
5．3．1 k—均值和高斯混合
5．3．2 均值移位
5．4規范圖割
5．5 圖割和基于能量的方法
5．6補充閱讀
5．7 習題
第6章 基于特征的配準
6．1基于2D和3D特征的配準
6．1．1使用*小二乘的2D配準
6．1．2應用：全景圖
6．1．3迭代算法
6．1．4魯棒*小二乘和RANSAC
6．1．5 3D配準
6．2 姿態估計
6．2．1 線性算法
6．2．2 迭代算法
6．2．3應用：增強現實
6．3 幾何內參數標定
6．3．1 標定模式
6．3．2 消失點
6．3．3應用：單視圖測量學
6．3．4 旋轉運動
6．3．5徑向畸變
6．4補充閱讀
6．5 習題
第7章 由運動到結構
7．1 三角測量
7．2 二視圖由運動到結構
7．2．1 投影（未標定的）重建
7．2．2 自標定
7．2．3應用：視圖變形
7．3 因子分解
7．3．1透視與投影因子分解
7．3．2應用：稀疏3D模型提取
……
第8章 稠密運動估計
第9章 圖像拼接
第10章 計算攝影學
第11章 立體視覺對應
第12章 3D重建
第13章 基于圖像的繪制
第14章 識別
第15章 結語
附錄A 線性代數與數值方法
附錄B 貝葉斯建模與推斷
附錄C 補充材料
詞匯表