具体描述
编辑推荐
光是物理世界观测的重要载体之一，对高维连续光信号在空间、角度、频谱、时间各维度观测的实现与飞跃，谱写了近百年诺贝尔自然科学奖的辉煌篇章。同时近年来计算机视觉与数字信号处理、图形学等学科飞速发展，经过深度交叉而形成了计算摄像学。目前这方面的书籍十分少见，给从事相关研究的人员和想要学习的学生带来了极大的不便，因此本书主要定位为供计算摄像学相关研究人员和学生学习和参考的专业书籍。内容简介
本书是戴琼海教授所带领的计算摄像学团队的集体成果。戴教授立足国际前沿热点，紧随潮流，率先在国内引入该研究方向。索津莉博士作为实验室计算摄像组负责人参与了本书大部分研究工作。戴琼海教授、索津莉博士与季向阳教授共同参与了本书的组织与撰写。其他参与本书所述研究工作的诸多师生，虽未作为图书作者，但他们的不懈探索和努力工作构筑了本书的主体内容。内页插图
目录
第 1章计算摄像学背景综述 .....................................................11.1计算摄像学学科简介 ....................................................1
1.2全光函数 .....................................................................3
1.2.1 空间维度 ..........................................................3
1.2.2 角度维度 ..........................................................5
1.2.3 频谱维度 ..........................................................8
1.2.4 时间维度 ..........................................................9
1.2.5 动态范围与极化 .............................................. 16
1.2.6 联合维度采集 .................................................. 17
1.2.7 光的其他特性 .................................................. 18
1.3本书内容与总述 ......................................................... 20
第 2章高帧率视频与 3维结构计算重建 ................................. 21
2.1原始高帧率视频的联合非高斯去噪和超分辨率重建 ....... 21
2.1.1 介绍 ............................................................... 21
2.1.2 相关工作 ........................................................ 23
2.1.3 模型建立 ........................................................ 24
2.1.4 优化算法 ........................................................ 28
2.1.5 实验结果与分析 .............................................. 31
2.1.6 总结与讨论 ..................................................... 42
2.2时间解耦的多视角高速运动计算成像 ........................... 43
2.2.1 高速运动计算成像相关工作介绍 ....................... 46
2.2.2 多视角高速运动计算成像的系统构建与采集方法 ......................................................... 49
2.2.3 时间解耦的高速运动几何信息计算重构 ............. 50
2.2.4 时间解耦的高速运动纹理信息计算重构 ............. 54
2.2.5 实验结果与分析 .............................................. 61
第 3章高分辨率超光谱视频计算采集...................................... 67
3.1棱镜掩膜式光谱视频捕获方法和系统 ........................... 67
3.1.1 光谱视频捕获相关工作介绍 .............................. 68
3.1.2棱镜掩膜式光谱视频捕获方法 ..............................................71
3.1.3棱镜掩膜式光谱视频捕获系统构建 ........................................78
3.1.4实验结果与应用实例 ............................................................83
3.1.5总结与讨论 .........................................................................88
3.2混合相机式光谱视频捕获方法和系统 ...............................................89
3.2.1混合相机式光谱视频捕获方法 ..............................................90
3.2.2混合相机式光谱视频捕获系统构建 ........................................96
3.2.3实验结果与应用实例 ............................................................99
3.3基于混合相机的场景自适应高分辨率高光谱视频采集 ...................... 105
3.3.1基于混合相机的自适应式光谱视频采集方法 ........................ 105
3.3.2实验结果与应用实例 .......................................................... 109
3.4对偶编码高光谱成像 .................................................................... 111
3.4.1高光谱成像简介 ................................................................ 111
3.4.2对偶编码高光谱采集与重构 ................................................ 112
3.4.3总结与讨论 ....................................................................... 117
3.5双频编码：基于压缩感知的高质量的荧光及反射光的获取 ................ 118
3.5.1引言 ................................................................................. 118
3.5.2相关工作 .......................................................................... 120
3.5.3建模 ................................................................................. 121
3.5.4优化 ................................................................................. 124
3.5.5实验结果与分析 ................................................................ 126
3.5.6总结与讨论 ....................................................................... 131
第 4章高分辨率自由景深计算采集 ........................................................... 132
4.1散焦视频对同时重构深度和全聚焦视频 .......................................... 132
4.1.1散焦深度重构介绍 ............................................................. 132
4.1.2相对散焦模糊深度视频初始化 ............................................ 136
4.1.3时空联合优化深度和全聚焦视频 ......................................... 139
4.1.4多散焦视频的联合散焦去模糊 ............................................ 139
4.1.5时空联合优化数值解法 ...................................................... 140
4.1.6实验结果与分析 ................................................................ 142
4.1.7总结与讨论 ....................................................................... 152
4.2编码重聚焦成像 ........................................................................... 152
4.2.1场景重聚焦介绍 ................................................................ 152
4.2.2场景重聚焦技术背景 .......................................................... 154
4.2.3单曝光编码重聚焦采集和重构 ............................................ 156
4.2.4稀疏编码重构深度和全聚焦图像 ......................................... 158
4.2.5实验结果 .......................................................................... 162
4.2.6分析讨论 .......................................................................... 164
4.2.7总结与讨论 ....................................................................... 165
4.3基于散焦线索的单目立体成像 ....................................................... 165
4.3.1引言 ................................................................................. 165
4.3.2光圈状滤波器的基本原理 ................................................... 166
4.3.3深度估计 .......................................................................... 170
4.3.4实验结果与分析 ................................................................ 171
4.3.5总结与讨论 ....................................................................... 175
第 5章模糊图像的计算重建 ..................................................................... 177
.....
前言/序言
计算摄像学有机结合成像系统的采集能力与计算机的计算能力，实现高维视觉信息的全方位采集，是计算机视觉、图形学、光学、信号处理等深度交叉的新兴学科。该方向的研究于21世纪初由斯坦福大学、麻省理工学院、哥伦比亚大学等国际著名研究机构的学者共同发起并蓬勃开展。计算摄像理论与技术打破传统数字图像、视频领域先采集后处理的模式，模糊采集与处理之间的界限，在信号处理理论的指导下将相机采集与计算机后续处理有机结合，在有限的系统采集资源下实现高维视觉信息的耦合采集与解耦重构。计算摄像理论和关键技术以高维高分辨光信息捕获为核心任务，革新成像系统的形式和机制，实现视觉信息的采集，解析场景属性，突破现有相机成像质量的局限，有效扩大视觉信息的后处理空间。计算摄像方法代表未来相机研发的新方向，同时吸引了来自学术界，乃至工业界的广泛关注和极大投入。这一研究方向近年来飞速发展，涌现了大量优秀的科研成果。清华大学宽带网与数字媒体实验室于2010年正式成立计算摄像研究组，在国内率先开展了计算摄像相关的研究。研究组具备计算摄像研究的硬件平台，投入大量的精力，研发新的成像机制、设计并搭建新的成像系统、钻研高性能计算重构方法，围绕全光函数各个维度的计算采样与重构全面系统开展工作。实验室以自主科研、独立创新为主，同时与麻省理工学院、斯坦福大学、加州理工学院等国际顶级研究机构保持密切合作，取得了一系列创新的成果。相关文章发表在计算摄像领域顶级会议以及视觉与图形学领域顶级会议的计算摄像专题，获得了国际同行的高度认可。在知识产权方面，形成了一批具有自主知识产权的关键技术，申请并获得一系列国内、国际专利授权。此外，计算摄像对于成像能力的突破，使得相关成果具有广阔的产业化与应用前景。
这里，我们汇集了清华大学宽带网与数字媒体实验室近年来计算摄像方面的研究成果，希望能够借此为计算机视觉、图形学等相关学科提供新的视角与思路，并推动国内计算摄像学的发展，吸引和鼓励更多的团队加入该新兴领域的研究，为我国在该新兴领域争得
一席之地。作者还希望以此作为契机，为光学、生物医学、天文、对地观测等领域的成像研究提供借鉴，促进科学观测仪器的研发和基础学科的发展。
本书是戴琼海教授所带领的计算摄像学团队的集体成果。戴教授立足国际前沿热点，紧随潮流，率先在国内引入该研究方向。索津莉博士作为实验室计算摄像组负责人参与了本书大部分研究工作。戴琼海教授、索津莉博士与季向阳教授共同参与了本书的组织与撰写。其他参与本书所述研究工作的诸多师生，虽未作为图书作者，但他们的不懈探索和努力工作构筑了本书的主体内容。
本书所介绍的研究工作均在国家自然科学基金委资助下完成，特此致谢其对该领域和我们科研工作的大力支持。作者在此一并致谢参与本书相关科研工作的多位老师、研究生以及国内外合作者，感谢实验室研究生为稿件进行校对。衷心感谢清华大学出版社王一玲编辑，她和她的同事在图书的整个编辑和出版方面付出了大量心血。本书在编撰过程中得到了诸多同行的支持，并给予了许多建设性指导意见，在此我们表示诚挚的谢意。
用户评价
这本《计算摄像学: 全光视觉信息的计算采集》的书名，光听起来就让我对接下来的阅读充满了好奇与期待。虽然我还没有翻开书页，但“全光视觉信息”这个词汇本身就勾起了我对信息捕捉方式的深刻思考。我们现在习惯于用镜头、传感器来“看”，这似乎是理所当然的，但“全光”二字暗示着一种突破，一种可能更全面、更本质的视觉信息获取方式。我忍不住设想，这是否意味着能够捕捉到人眼无法感知的光线信息？比如，超高动态范围的光照，或是更精细的光场分布？而“计算采集”则表明，这并非简单的物理过程，背后必然蕴含着复杂的算法和处理技术。这本书会带我进入一个怎样的数字世界？是构建虚拟场景的基石，还是增强现实的实现者？亦或是能够解锁全新的人机交互方式？我甚至联想到，在科学研究领域，这种技术能否帮助我们观测宇宙深处、微观世界的细微之处，抑或是为医疗诊断提供更丰富的视觉线索？它的应用前景似乎是无限的，光是想象就足够让人激动。我迫切地想知道，书中会以怎样的逻辑和深度来阐述这些概念，是否会深入到数学模型、硬件设计，还是着重于算法的实现和优化？我期待它能为我打开一扇通往未知视觉世界的大门。
评分当我看到《计算摄像学: 全光视觉信息的计算采集》这本书名时，我的第一反应是：这绝对是一本关于未来科技的书。我虽然不是技术专家，但对于“计算”和“视觉”的结合总是充满了浓厚的兴趣，因为它预示着我们看待和理解世界的方式将发生根本性的改变。“全光视觉信息”这个概念尤其吸引我，它似乎暗示了一种超越传统相机局限的采集方式，能够捕捉到人眼甚至现有相机无法触及的光线细节。我设想，这是否意味着这本书会探讨如何从物理层面，更全面地获取场景中的光线分布信息，而不仅仅是简单的亮度或颜色？而“计算采集”则进一步强调了算法在信息获取过程中的核心作用，它可能意味着采集过程本身就充满了智慧，能够主动地、有选择地去获取最有价值的光学信息。这本书会不会带我进入一个全新的计算框架，在那里，图像的获取不再是光学元件的简单堆叠，而是算法与硬件的深度融合？我脑海中不禁浮现出各种令人兴奋的应用场景，例如，能否实现更加逼真的虚拟现实，或是能够精确测量物体三维形状和表面材质，甚至用于科学研究中的微观成像？我期待这本书能够以一种引人入胜的方式，为我揭示这些前沿科技背后的原理和潜力。
评分我一直对图像处理和计算机视觉领域有着浓厚的兴趣，尤其是那些能够突破现有技术瓶颈、带来革新性进展的研究方向。当我在书架上看到《计算摄像学: 全光视觉信息的计算采集》这本书时，我immediately被它所吸引。书名中的“全光”二字，让我联想到它可能涉及对光线本身更深层次的理解和利用，而非仅仅是传统意义上的成像。这是否意味着它能够捕捉到场景中更为丰富的光场信息，从而实现诸如深度感知、光照估计、甚至物体材质的精确测量？我猜测这本书会深入探讨如何通过巧妙的计算方法，从采集到的光信号中重构出三维场景或具有更多语义信息的图像。它可能会介绍一些我从未接触过的传感器技术，或者是创新的光学设计。我特别好奇“计算采集”这个短语，它预示着硬件和软件的紧密结合，算法在信息采集过程中扮演着至关重要的角色，甚至可能颠覆传统的成像流程。想象一下，如果通过这种技术，我们可以“反向”地追溯光源的位置和性质，或者以一种全新的方式来理解和操控光线在三维空间中的传播，那该是多么令人兴奋的事情。这本书能否为我提供一套全新的思考框架，去理解视觉信息的本质？
评分这本书的名字，像一道充满魔力的咒语，瞬间将我的思绪带入了一个充满科技感和未知可能性的领域。我并非专业领域的从业者，但对“计算”和“视觉”的结合总是有着天然的好奇。《计算摄像学: 全光视觉信息的计算采集》，光是这几个词语的排列组合，就勾勒出了一个宏大的图景。我猜想，它所探讨的“全光视觉信息”，可能是一种比我们现有成像技术更为全面、更为根本的光学信息。它或许不再局限于捕捉表面的二维图像，而是能够深入到光线在物体表面的反射、折射、散射等一系列复杂过程中，获取更丰富、更有深度的信息。而“计算采集”则暗示了，这种信息的获取并非简单的物理过程，而是需要高度智能化的算法来引导和处理。这本书是否会介绍一套全新的采集系统，它能够通过某种方式，以“计算”的方式来主动“采集”这些“全光”信息？我脑海中浮现出无数的画面：或许是能够实时生成高精度3D模型的设备，或许是能够以不可思议的方式“看透”物体内部的先进技术，又或者是在虚拟现实和增强现实领域带来革命性突破的基石。我期待它能用一种清晰易懂的方式，为我打开这扇通往未来视觉技术的大门。
评分作为一名对未来科技发展趋势保持高度关注的读者，我总是在寻找那些能够引领下一波技术浪潮的先驱性著作。《计算摄像学: 全光视觉信息的计算采集》这本书，仅仅从书名就给我一种“硬核”又“前沿”的感受。我理解，“计算摄像学”本身就是一个交叉学科的产物，它将光学、电子学、计算机科学以及数学等多个领域的知识融为一体。而“全光视觉信息”和“计算采集”的组合，更是强调了其独特性和颠覆性。我不禁开始思考，这种技术是否能够彻底改变我们获取视觉信息的方式？传统相机是通过聚焦镜头来捕捉二维平面上的光线，而“全光”是否意味着它能够采集到空间中所有方向的光线信息，就像一个360度的“全息”数据采集器？“计算采集”则暗示了信息采集过程本身就充满了智能和算法的参与，而不是被动地接收光信号。这本书是否会详细讲解如何利用这些“全光”数据，通过强大的计算能力，重构出高精度的三维模型、虚拟现实的场景，或者实现更逼真的增强现实效果？我期待它能够揭示其中的奥秘，让我对未来的视觉技术应用有更深刻的认知，或许还能从中找到一些创新研究的灵感。
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.cndgn.com All Rights Reserved. 新城书站 版权所有