《机器视觉》教材勘误与补充资源

"《机器视觉》是一本由贾云得编著的中文教材，旨在介绍机器视觉领域的基础知识和理论。作者在书中承认初次出版时存在一些错误和不足，并承诺通过配套的教学网页进行修正和补充内容。这本书的体系结构借鉴了国外知名大学的计算机视觉课程，虽然整体结构完整，但在某些关键领域如图像预处理、特征检测和三维重建等方面的内容还不够充分。作者计划在后续的电子版中增加这些内容，并修订习题。此外，书中的一些技术如小波特征、遗传算法和神经网络等已有专门著作覆盖，因此未作深入讨论。" 《机器视觉》一书作为机器视觉领域的入门教材，其主要内容可能包括以下几个方面： 1. 引论：介绍了机器视觉的重要性，强调了视觉在人类感知中的主导地位，并指出发展机器视觉对于智能机器的意义。 2. 图像获取与处理：这部分可能涵盖了图像采集、数字化、噪声处理以及基础的图像增强和预处理技术，例如Gabor滤波器的应用。 3. 特征检测与匹配：涉及边缘检测、角点检测、纹理分析等，虽然书中提到的Gabor滤波和广义Hough变换在此领域有应用，但内容可能不够详尽。 4. 图像分析与理解：可能讲解了如何从图像中提取有意义的信息，如物体识别、场景理解等，可能会涉及特征脸方法。 5. 深度学习与模式识别：这部分可能介绍了基本的分类和识别技术，但由于深度学习的快速发展，原书可能没有涵盖最新进展。 6. 计算机视觉的应用：可能包括摄像机标定、三维重建、主动视觉等，这些是计算机视觉的重要实践领域。 7. 习题与实践：书中有从国外教材选取的思考题和计算机练习题，但作者表示会在电子版中进行修订以适应最新的研究进展。 8. 技术拓展：书中提到的小波特征、遗传算法和神经网络等内容，由于已有专门的教材，所以仅作简要介绍或不涉及。 9. 网页支持：作者建立的教学网页提供勘误表、课件、部分思考题答案及程序，方便读者学习和交流。 《机器视觉》是一本试图构建全面体系的机器视觉教材，尽管初次出版时存在不足，但作者积极的态度和持续的更新表明它有望成为一本不断完善、与时俱进的学习资源。对于想要进入机器视觉领域的学习者来说，结合作者的网页资源，这本书可以提供一个良好的学习起点。