图像处理与计算机视觉相关的书籍推荐

1、 数学

 

我们所说的图像处理实际上就是数字图像处理，是把真实世界中的连续三维随机信号投影到传感器的二维平面上，采样并量化后得到二维矩阵。数字图像处理就是二维矩阵的处理，而从二维图像中恢复出三维场景就是计算机视觉的主要任务之一。这里面就涉及到了图像处理所涉及到的三个重要属性：连续性，二维矩阵，随机性。所对应的数学知识是高等数学（微积分），线性代数（矩阵论），概率论和随机过程。这三门课也是考研数学的三个组成部分，构成了图像处理和计算机视觉最基础的数学基础。如果想要更进一步，就要到网上搜搜林达华推荐的数学书目了。

 

 点击图片购买

本书介绍了线性代数的基本概念、理论和证明，包含大量例题、练习题、习题等，广泛选取的应用说明了线性代数的作用，可以用于在工程学、计算机科学、物理学、数学、生物学、经济学和统计学中解释基本原理和简化计算。

2、信号处理

 

图像处理其实就是二维和三维信号处理，而处理的信号又有一定的随机性，因此经典信号处理和随机信号处理都是图像处理和计算机视觉中必备的理论基础。

 

2.1经典信号处理

 

信号与系统(第2版) Alan V.Oppenheim等著 刘树棠译

 

离散时间信号处理(第2版) A.V.奥本海姆等著 刘树棠译

 

数字信号处理:理论算法与实现 胡广书(编者)

 

 点击图片购买

本书作为美国斯坦福大学、佐治亚理工学院、罗斯霍曼理工学院的教材，基本涵盖了数字信号处理课程的所有内容：从离散时间信号以及系统的时域和频域分析，到FIR和IIR滤波器的设计和分析；从z变换到离散时间傅里叶变换（DTFT）、离散傅里叶级数（DFS）、离散傅里叶变换（DFT）和快速傅里叶变换（FFT）；从基本的冲激信号、窗信号和正弦信号分析，到工程领域的音频信号、调制信号的分析。本书不仅内容丰富，还深刻揭示了傅里叶变换的物理概念，结合工程实际信号的傅里叶变换及频域分析，使难懂生涩的频域分析的理论概念通俗易懂。

 点击图片购买

本书是美国麻省理工学院（MIT）知名教授奥本海姆的最新力作，是其在MIT开展的二十余年的课程建设所涉及知识体系的拓展和延伸，所提出的“推理”是结合先验知识和可用的信号量测来归纳不确定性的存在性，从而领引信号与系统后续课程建设。本书详细阐述了确定性信号与系统的性质和表示形式，包括群延迟和状态空间模型的结构与行为；引入了相关函数和功率谱密度来描述和处理随机信号。

2.2随机信号处理

 

现代信号处理 张贤达著

 

统计信号处理基础:估计与检测理论Steven M.Kay等著 罗鹏飞等译

 

自适应滤波器原理(第4版) Simon Haykin著 郑宝玉等译

 点击图片购买

本书是论述自适应滤波器相关理论及其在各种工程实践中应用的经典教材，第2版新增了六章讨论自适应滤波器的不同应用，以反映该领域的新成果。全书分为两大部分。第一部分为基础理论部分，主要涉及自适应滤波器产生和发展的数学基础、基本原理和相关算法。第二部分为实际应用部分，以近年来发展迅速的OFDM与MIMO通信作为自适应滤波器的典型应用进行介绍。

2.3 小波变换

 

信号处理的小波导引:稀疏方法(原书第3版) tephane Malla著, 戴道清等译

 

2.4 信息论

 

信息论基础(原书第2版) Thomas M.Cover等著 阮吉寿等译

点击图片购买

信息论领域中一本简明易懂的教材。主要内容包括：熵、信源、信道容量、率失真、数据压缩与编码理论和复杂度理论等方面的介绍。《信息论基础》（原书第2版）还对网络信息论和假设检验等进行了介绍，并且以赛马模型为出发点，将对证券市场的研究纳入了信息论的框架，从新的视角给投资组合的研究带来了全新的投资理念和研究技巧。

 

3、模式识别

 

Pattern Recognition and Machine LearningBishop, Christopher M. Springer

 

模式识别(英文版)(第4版) 西奥多里德斯著

 

Pattern Classification (2nd Edition)Richard O. Duda等著

 

Statistical Pattern Recognition, 3rdEdition Andrew R. Webb等著

 

模式识别(第3版) 张学工著

 

4、图像处理与计算机视觉的书籍推荐

 

图像处理，分析与机器视觉 第三版 Sonka等著 艾海舟等译

 

Image Processing, Analysis and MachineVision

（附：这本书是图像处理与计算机视觉里面比较全的一本书了，几乎涵盖了图像视觉领域的各个方面。中文版的个人感觉也还可以，值得一看。)

 

数字图像处理 第三版 冈萨雷斯等著

 

Digital Image Processing

 

(附：数字图像处理永远的经典，对写英文论文也很有帮助，建议购买英文版的。)

 

计算机视觉：理论与算法 Richard Szeliski著

 

Computer Vision: Theory and Algorithm

附：微软的Szeliski写的一本最新的计算机视觉著作。内容非常丰富，尤其包括了作者的研究兴趣，比如一般的书里面都没有的Image Stitching和 Image Matting等。这也从另一个侧面说明这本书的通用性不如Sonka的那本。不过作者开放了这本书的电子版，可以有选择性的阅读。

http://szeliski.org/Book/Multiple ViewGeometry in Computer Vision 第二版Harley等著

  

点击图片购买

本书最基本的概率知识和模型拟合开始讲解，并同时将相关的知识应用于现实问题中，读者据此可以直接应用或者改进这些方法来构建有用的视觉系统。编写本书的主要目的是满足研究生和高年级本科生的学习需求，同时书中描述的方法对于计算机视觉从业人员也是很有帮助的。

计算机视觉：一种现代方法 DA Forsyth等著

 

Computer Vision: A Modern Approach

 

MIT的经典教材。虽然已经过去十年了，还是值得一读。期待第二版

 

Machine vision: theory, algorithms,practicalities 第三版 Davies著

 

数字图像处理 第四版 Pratt著

 

Digital Image Processing

---------------------

作者：AomanHao

来源：CSDN

原文：https://blog.csdn.net/Aoman_Hao/article/details/86499244

版权声明：本文为博主原创文章，转载请附上博文链接！