●第1章概述
1.1什麼是計算機視覺？
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和變換
2.1.1
2.1.22D變換
2.1.33D變換
2.1.43D旋轉
2.1.53D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傅裡葉變換
3.4.1傅裡葉變換對
3.4.2二維傅裡葉變換
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基於網格的卷繞
3.6.3應用：基於特征的變形
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
4.3.2Hough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分裂與歸並
5.2.1分水嶺
5.2.2區域分裂（區分式聚類）
5.2.3區域歸並（凝聚式聚類）
5.2.4基於圖的分割
5.2.5概率聚集
5.3均值移位和模態發現
5.3.1k-均值和高斯混合
5.3.2均值移位
5.4規範圖割
5.5圖割和基於能量的方法
5.6補充閱讀
5.7習題
第6章基於特征的配準
6.1基於2D和3D特征的配準
6.1.1使用最小二乘的2D配準
6.1.2應用：全景圖
6.1.3迭代算法
6.1.4魯棒最小二乘和RANSAC
6.1.53D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章基於圖像的繪制
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
詞彙表

《計算機視覺：算法與應用》探索了用於分析和解釋圖像的各種常用技術，描述了具有一定挑戰性的視覺應用方面的成功實例，兼顧專業的醫學成像和圖像編輯與拼接之類有趣的大眾應用，以便學生能夠將其應用於自己的照片和視頻，從中獲得成就感和樂趣。《計算機視覺：算法與應用》從科學的角度介紹基本的視覺問題，將成像過程的物理模型公式化，然後在此基礎上生成對場景的逼真描述。作者還運用統計模型來分析和運用嚴格的工程方法來解決這些問題。
《計算機視覺：算法與應用》作為本科生和研究生“計算機視覺”課程的理想教材，適合計算機和電子工程專業學生使用，重點介紹現實中行之有效的基本技術，通過大量應用和練習來鼓勵學生大膽創新。此外，本書的精心設計和編排，使其可以作為計算機視覺領域中一本獨特的基礎技術參考和*新研究成果文獻。

(美)塞利斯基(Richard Szeliski) 著 艾海舟,興軍亮 等 譯