Foundations of Computer Vision

Bókin kynnir grundvallaratriði tölvusjónar (CV) með áherslu á að vinna gagnlegar upplýsingar úr stafrænum myndum og myndskeiðum. Fjallað er um fjölbreyttar aðferðir til að greina og flokka hluti og lögun þeirra í myndum. Þetta er fyrsta bókin þar sem þrenns konar verkfærum – reiknirúmfræði, grannfræði og reikniritum – er beitt saman við lausn verkefna í tölvusjón, rakningu forma við kennsl á hlutum í myndum og greiningu endurtekinna forma í stökum myndum og römmum myndskeiða.

Reiknirúmfræði gerir kleift að sjá fyrir sér grannfræðilega innviði, svo sem grenndir punkta í myndum, en grannfræði mynda veitir aðferðir sem nýtast við greiningu og flokkun myndsvæða. Reiknirit bjóða upp á hagnýta leið til að skoða innviði mynda skref fyrir skref. Bókin inniheldur útfærslur aðferða í tölvusjón með Matlab og Mathematica, verkefni hvers kafla eru flokkuð eftir erfiðleikastigi og ítarlegur orðalisti, dæmi og tengingar við fræðasvið tölvusjónar gera hana að ómetanlegu námsefni fyrir lengra komna grunnnema og meistaranema á fyrsta ári í verkfræði, tölvunarfræði eða hagnýttri stærðfræði.

This book introduces the fundamentals of computer vision (CV), with a focus on extracting useful information from digital images and videos. Including a wealth of methods used in detecting and classifying image objects and their shapes, it is the first book to apply a trio of tools (computational geometry, topology and algorithms) in solving CV problems, shape tracking in image object recognition and detecting the repetition of shapes in single images and video frames.

Computational geometry provides a visualization of topological structures such as neighborhoods of points embedded in images, while image topology supplies us with structures useful in the analysis and classification of image regions. Algorithms provide a practical, step-by-step means of viewing image structures. The implementations of CV methods in Matlab  and Mathematica, classification of chapter problems with the symbols (easily solved) and (challenging) and its extensive glossary of key words, examples and connections with the fabric of CV make the book an invaluable resource for advanced undergraduate and first year graduate students in Engineering, Computer Science or Applied Mathematics.

It offers insights into the design of CV experiments, inclusion of image processing methods in CV projects, as well as the reconstruction and interpretation of recorded natural scenes.