An Invitation to 3-D Vision: From Images to Geometric Models

ارائه حس بینایی به ماشین‌ها برای بیش از نیم قرن رویای دانشمندان و مهندسان بوده است. با این حال، تنها در دهه گذشته، هندسه بینایی تا جایی درک شده است که به لطف پیشرفت چشمگیر در تصویربرداری و سخت افزار محاسباتی، این رویا قابل دستیابی است.

این کتاب به یک مشکل اصلی در بینایی رایانه می پردازد - نحوه بازیابی ساختار و حرکت سه بعدی از مجموعه ای از تصاویر دو بعدی - با استفاده از تکنیک هایی که عمدتاً از جبر خطی و نظریه ماتریس گرفته شده اند. تمرکز بر توسعه یک چارچوب یکپارچه برای مطالعه هندسه تصاویر متعدد از یک صحنه سه بعدی و بازسازی مدل های هندسی از آن تصاویر است. این کتاب همچنین جنبه های مربوط به شکل گیری تصویر، پردازش تصویر اولیه و استخراج ویژگی را پوشش می دهد. نویسندگان با ارائه دستورالعمل های گام به گام برای اجرای الگوریتم ها و سیستم های بینایی کاری، شکاف بین تئوری و عمل را پر می کنند.

این کتاب عمدتاً به عنوان یک کتاب درسی نوشته شده است، هدف این کتاب این است که به دانشجویان ارشد و فارغ التحصیلان مبتدی در بینایی کامپیوتر، رباتیک و گرافیک کامپیوتری یک پایه نظری و الگوریتمی محکم برای تحقیقات آینده در این زمینه رو به رشد ارائه دهد. این به طور کامل با مطالب پیش‌زمینه ضروری که در فصول ابتدایی و ضمائم پوشش داده شده است، و تمرین‌ها، مثال‌ها و تصاویر فراوانی در سراسر متن ارائه شده است.

Endowing machines with a sense of vision has been a dream of scientists and engineers alike for over half a century. Only in the past decade, however, has the geometry of vision been understood to the point where this dream becomes attainable, thanks also to the remarkable progress in imaging and computing hardware.

This book addresses a central problem in computer vision -- how to recover 3-D structure and motion from a collection of 2-D images -- using techniques drawn mainly from linear algebra and matrix theory. The stress is on developing a unified framework for studying the geometry of multiple images of a 3-D scene and reconstructing geometric models from those images. The book also covers relevant aspects of image formation, basic image processing, and feature extraction. The authors bridge the gap between theory and practice by providing step-by-step instructions for the implementation of working vision algorithms and systems.

Written primarily as a textbook, the aim of this book is to give senior undergraduate and beginning graduate students in computer vision, robotics, and computer graphics a solid theoretical and algorithmic foundation for future research in this burgeoning field. It is entirely self-contained with necessary background material covered in the beginning chapters and appendices, and plenty of exercises, examples, and illustrations given throughout the text.