1. 數學
?????? 我們所說的圖像處理實際上就是數字圖像處理,是把真實世界中的連續三維隨機信號投影到傳感器的二維平面上,采樣并量化后得到二維矩陣。數字圖像處理就是二維矩陣的處理,而從二維圖像中恢復出三維場景就是計算機視覺的主要任務之一。這里面就涉及到了圖像處理所涉及到的三個重要屬性:連續性,二維矩陣,隨機性。所對應的數學知識是高等數學(微積分),線性代數(矩陣論),概率論和隨機過程。這三門課也是考研的三門課,構成了圖像處理和計算機視覺最基礎的數學基礎。如果想要更進一步,就要到網上搜搜林達華推薦的數學數目了。
2. 信號處理
??????圖像處理其實就是二維和三維信號處理,而處理的信號又有一定的隨機性,因此經典信號處理和隨機信號處理都是圖像處理和計算機視覺中必備的理論基礎。
2.1經典信號處理
??????信號與系統(第2版) Alan V.Oppenheim等著 劉樹棠譯
??????離散時間信號處理(第2版) A.V.奧本海姆等著 劉樹棠譯
??????數字信號處理:理論算法與實現胡廣書 (編者)
2.2隨機信號處理
??????現代信號處理 張賢達著
??????統計信號處理基礎:估計與檢測理論Steven M.Kay等著 羅鵬飛等譯
??????自適應濾波器原理(第4版) Simon Haykin著 鄭寶玉等譯
2.3 小波變換
??????信號處理的小波導引:稀疏方法(原書第3版) tephane Malla著, 戴道清等譯
2.4 信息論
??????信息論基礎(原書第2版) Thomas M.Cover等著 阮吉壽等譯
3. 模式識別
??????Pattern Recognition and Machine Learning Bishop, Christopher M. Springer
??????模式識別(英文版)(第4版) 西奧多里德斯著
??????Pattern Classification (2nd Edition) Richard O. Duda等著
??????Statistical Pattern Recognition, 3rd Edition Andrew R. Webb等著
??????模式識別(第3版) 張學工著
4. 圖像處理與計算機視覺的書籍推薦
??????圖像處理,分析與機器視覺 第三版Sonka等著 艾海舟等譯
??????Image Processing, Analysis and Machine Vision
??????這本書是圖像處理與計算機視覺里面比較全的一本書了,幾乎涵蓋了圖像視覺領域的各個方面。中文版的個人感覺也還可以,值得一看。
??????數字圖像處理 第三版 岡薩雷斯等著
??????Digital Image Processing
??????數字圖像處理永遠的經典,現在已經出到了第三版,相當給力。我的導師曾經說過,這本書寫的很優美,對寫英文論文也很有幫助,建議購買英文版的。
計算機視覺:理論與算法 RichardSzeliski著
??????Computer Vision: Theory and Algorithm
??????微軟的Szeliski寫的一本最新的計算機視覺著作。內容非常豐富,尤其包括了作者的研究興趣,比如一般的書里面都沒有的Image Stitching和Image Matting等。這也從另一個側面說明這本書的通用性不如Sonka的那本。不過作者開放了這本書的電子版,可以有選擇性的閱讀。
??????Multiple View Geometry in Computer Vision 第二版Harley等著
??????引用達一萬多次的經典書籍了。第二版到處都有電子版的。第一版曾出過中文版的,后來絕版了。網上也可以找到電子版。
??????計算機視覺:一種現代方法 DAForsyth等著
??????Computer Vision: A Modern Approach
??????MIT的經典教材。雖然已經過去十年了,還是值得一讀。第二版已經在今年(2012年)出來了,在iask上可以找到非常清晰的版本,將近800頁,補充了很多內容。期待影印版。
??????Machine vision: theory,algorithms, practicalities 第三版 Davies著
??????為數不多的英國人寫的書,偏向于工業。
??????數字圖像處理 第四版 Pratt著
??????Digital Image Processing
??????寫作風格獨樹一幟,也是圖像處理領域很不錯的一本書。網上也可以找到非常清晰的電子版。
5 小結
??????羅嗦了這么多,實際上就是幾個建議:
??????(1)基礎書千萬不可以扔,也不能低價處理給同學或者師弟師妹。不然到時候還得一本本從書店再買回來的。錢是一方面的問題,對著全新的書看完全沒有看自己當年上過的課本有感覺。
??????(2)遇到有相關的課,果斷選修或者蹭之,比如隨機過程,小波分析,模式識別,機器學習,數據挖掘,現代信號處理甚至泛函。多一些理論積累對將來科研和工作都有好處。
??????(3)資金允許的話可以多囤一些經典的書,有的時候從牙縫里面省一點都可以買一本好書。不過千萬不要像我一樣只囤不看。