НА ГЛАВНУЮ (кнопка меню sheba.spb.ru)ТЕКСТЫ КНИГ БК (кнопка меню sheba.spb.ru)АУДИОКНИГИ БК (кнопка меню sheba.spb.ru)ПОЛИТ-ИНФО (кнопка меню sheba.spb.ru)СОВЕТСКИЕ УЧЕБНИКИ (кнопка меню sheba.spb.ru)ПРОФЕССИОНАЛЬНО-ТЕХНИЧЕСКОЕ ОБРАЗОВАНИЕ В СССР (кнопка меню sheba.spb.ru)ФОТО-ПИТЕР (кнопка меню sheba.spb.ru)НАСТРОИ СЫТИНА (кнопка меню sheba.spb.ru)РАДИОСПЕКТАКЛИ СССР (кнопка меню sheba.spb.ru)ВЫСЛАТЬ ПОЧТОЙ (кнопка меню sheba.spb.ru)

Зрение роботов. Хорн Б. — 1989 г.

 

Бертольд Клаус Поль Хорн

ЗРЕНИЕ РОБОТОВ

*** 1989 ***

 


DjVu


<< ВЕРНУТЬСЯ К СПИСКУ

 


      ФPAГMEHT КНИГИ (...) Предисловие редакторов перевода
      Сочетания слов «техническое зрение», «машинное зрение», «зрение роботов» все чаще встречаются на страницах специальных и популярных журналов и книг. Только за последнее время на русском языке вышли по меньшей мере четыре книги [1 — 4], целиком посвященные вопросам, непосредственно относящимся к машинному зрению. Продолжающаяся микроминиатюризация информационной техники позволяет создавать малогабаритные матричные фотоприемники с достаточно высокой разрешающей способностью и специализированные процессы для обработки видеоинформации. Заметные успехи наблюдаются и при разработке теории и алгоритмов решения задач зрения роботов. Созданы экспериментальные системы, в которых успешно решаются задачи обеспечения действий робота с помощью устройств машиннсн о зрения при выполнении работ в ограниченном круге ситуаций.
      В то же время проблема построения полноценной системы машинного зрения, способной надежно и в нужном темпе работать в реальном пространстве (пусть при несколько адаптированных условиях), остается пока нерешенной, и на ней сконцентрированы в настоящее время усилия ряда коллективов и отдельных исследователей в разных странах. Эта проблема чрезвычайно сложна и многопланова. Она включает в себя технические, алгоритмические, математические, физические и даже психологические аспекты, а также большое количество отдельных задач и подходов к их решению в рамках каждого из этих аспектов. Этим объясняется тот факт, что при наличии значительного объема литературы по вопросам машинного зрения в имеющихся книгах мало тематических пересечений.
      В ряду подобных книг особое место занимает предлагаемая книга. Ее главная специфика может быть выражена словами «математические задачи зрения роботов», поскольку каждому специалисту в области машинного зрения бросаются в глаза очевидные математические пристрастия автора, вплоть до того, что ряд разделов книги (не i оворя уже о приложении) имеет чисто математический характер. Основное внимание уделено задачам, которые допускают точные математические формулировки и строгие (по возможности изящные) решения, не остающиеся в высоких сферах абстрактной математики, а доведенные до конкретного вычислительного алгоритма. Автор убедительно показывает, какой
      широкий диапазон математической техники, от комбинаторной и дифференциальной геометрии до вариационного исчисления и математической статистики, находит применение в алгоритмах машинного зрения. Строгая постановка части задач извлекается из детального анализа физических процессов образования полутонового изображения рассматриваемой сцены, проведенного с присущей автору тщательностью. Это направление исследований, как и развитие методов определения пространственного положения поверхности по распределению на ней полутонов, выделилось во многом благодаря работам самого Хорна.
      Можно сказать, что в предлагаемой книге изложена накопленная к настоящему времени та часть арсенала средств машинного зрения, которую можно преподавать студентам соответствующих специальностей без опасений, что она устареет к моменту окончания ими вуза. Сама книга написана на основе такого курса лекций и написана с большим педагогическим мастерством. Большое число поясняющих иллюстраций, частые экскурсы в недостаточно популярные в технических вузах разделы математики делают книгу ценным пособием для первоначального восполнения пробелов в математическом образовании для mhoi их специалистов. Особую методическую ценность придают ей многочисленные упражнения, сопровождающие каждую главу. По своему назначению и сложности эти упражнения очень разнообразны - от простых контрольных вопросов для проверки усвоения изложенного материала до небольших тем для самостоятельного разбора и исследования. В упражнения внесены также доказательства некоторых утверждений из основного текста, а иногда и развитие его проблематики. Все это делает эту часть книги очень полезной как для обучения, так и для преподавания.
      Хотя книга не может служить энциклопедией в области машинного зрения роботов, изложенный в ней материал можно рассматривать как необходимый в настоящее время для специалиста в данной области. Учитывая к тому же тщательность отбора этого материала, высокую квалификацию автора, перечисленные выше достоинства изложения, можно полагать, что она будет полезна и как учебник для начинающих, и как справочник для специалистов. Хотелось бы также надеяться, что издание данной книги внесет свой вклад в повышение общей математической культуры исследований в области машинного зрения и искусственного интеллекта в целом.
      Перевод книги выполнили А. Ю. Каргашин (предисловие, благодарности, гл. 1 — 8, 16, приложения), Е. Ю. Зуева (гл. 9 — 13, 17) и И. М. Бродская (гл. 14, 15, 18).
      Ю. А. Садов Е. И. Кугушев
     
      Литература
      1. Марр Д. Зрение. Информационный подход к изучению представления и обработки зрительных образов. — М.: Радио и связь, 1987.
      2. Техническое зрение роботов. Под ред. А. Пью, — М.: Машиностроение, 1987.
      3. Андреев В. П., Белов Д. А. Вайнштейн Г. Г., Москвина Е. А. Эксперименты с машинным зрением, — М.: Наука, 1987.
      4. Камынин С. С. Машинное видение. — М.: ИПМ им. М. В. Келдыша АН СССР, 1988.
     
      ПРЕДИСЛОВИЕ
      Машинное зрение — молодая и быстро развивающаяся область знаний, о которой увлекательно писать, но трудно определить, на каком материале остановиться, поскольку новые результаты появляются очень часто. Эта книга — результат переработки базового курса 6.801 «Машинное зрение», который я читал в Массачусетском технологическом институте (МТИ) в течение 10 лет. Первый вариант книги использовался в течение 5 лет. Упражнения в основном представляют собой домашние задания и экзаменационные вопросы. Курс полуфакультативный, поскольку студенты могли выбрать и какой-либо другой курс, относящийся к области искусственного интеллекта. Большинство студентов, посещавших курс, делали это на первом году своего обучения. Некоторые главы книги использовались также при чтении ускоренного однонедельного летнего курса по робототехнике для сотрудников других университетов и специалистов в области промышленности.
      Десять лет назад допускалось объединение в одном термине понятий «движение роботов» и «машинное зрение». Однако знания в обеих областях накапливались столь стремительно, что в настоящее время их необходимо рассматривать раздельно. В частности, вторая половина первоначального курса была дополнена Томасом Лозано-Пересом и оформилась в курс 6.802 «Движение роботов». В действительности даже ныне принятый термин оказывается слишком малоемким, чтобы отразить все интересные аспекты, касающиеся машинного зрения.
      Интенсивное развитие этой области сделало возможным сократить обзор менее значимых вопросов. Что касается второстепенных тем, то их выбор в некоторой степени есть дело вкуса, и эта книга отражает мои личные симпатии. Иначе и не может быть, поскольку более подробное изложение наработанного в области машинного зрения заняло бы гораздо больше места и не уложилось бы в ясное и последовательное изложение темы. Материал, которой не опирался на солидную теоретическую базу, был опущен.
      Аналогично в книгу не вошли подходы, имеющие право на существование благодаря поддержке новейшего математического аппарата, но не ведущие к практически полезным методам извлечения информации из изображений. Вместо этого книга содержит материал, который может оказаться полезным инженерам, использующим методы машин-
      ного зрения применительно к «реальной жизни». Например, главы, посвященные обработке бинарных изображений, помогают понять и объяснить, как улучшить многие доступные в настоящее время серийные устройства. По материалу, относящемуся к стереофотометрии и расширенному сферическому образу, можно судить о том, к чему может привести очередной скачок во внедрении результатов исследований в этих областях.
      Конкретные подходы и алгоритмы не всегда приводятся во всех деталях. Хорошая реализация зависит от конкретных характеристик доступных вычислительных систем, и их рассмотрение увело бы в сторону от основной темы книги. Кроме того, я считаю, что, прежде чем думать о реализации, необходимо решить основную задачу, связанную с машинным зрением. В большинстве случаев реализация сводится к более или менее непосредственному применению классических методов численного анализа. Тем не менее детали, касающиеся эффективной как программной, так и аппаратной реализации, включены, например, в главы, посвященные обработке бинарных изображений.
      Буквально с самого начала курс привлек внимание аспирантов, которые чувствовали потребность ознакомиться с новой областью. Для удовлетворения их более изощренных математических запросов в него был включен соответствующий материал, который необходимо исключить из курсов, предназначенных для разношерстной аудитории, поскольку трудно одновременно закладывать математический фундамент и сообщать всю необходимую информацию. Такое исключение не должно вызывать затруднений, поскольку ряд тем можно излагать по существу независимо от остальных. Отметим, кстати, что основная часть используемого математического аппарата приводится в приложении к книге.
      Несмотря на то что некоторые главы естественным образом объединяются в пары (3 и 4, 6 и 7, 10 и 11, 12 и 17, 16 и 18), на самом деле они слабо связаны друг с другом. Студенты с недостаточным знанием теории линейных систем могут пропустить разделы по обработке изображений (гл. 6, 7 и, возможно, 9). Аналогично без ущерба для понимания можно также опустить главы, посвященные меняющимся во времени изображениям (гл. 12 и 17). Ряд глав содержит мепее изученный материал по сравнению с другими главами. Поэтому если исключить и его, то основной курс составят гл. 1 — 4, 10, 11, 16 и 18. Здесь уже не должно быть проблемы связать эти главы единой тематической линией.
      Эта книга предназначена для глубокого понимания вопросов, которые, по моему мнению, достаточно хорошо изучены. Это означает, что некоторые темы рассматриваются менее подробно, а другие, которые, на мой взгляд, слишком специальны, вообще не рассматриваются. В связи с этим настоящую книгу можно считать дополнением к книге Дэна Белларда и Христофора Брауна [7], освещающей большое количество вопросов, но с меньшей глубиной. Вместе с тем во втором издании монографии Азриэля Розенфельда и Авинаша Кака [92] элементарные понятия изложены более детально.
      Существует тесная связь между обсуждаемым в книге материалом и изучением биологических зрительных систем. На этом я меньше заостряю внимание, используя в качестве извиняющего обстоятельства существование выдающейся работы на эту тему (ныне покойного) Дэвида Марра [75]. По той же причине я уделил несколько меньше внимания вопросам выделения краев, стереозрения по особенностям и некоторым задачам интерпретации изменяющихся во времени изображений. В книгах Эрика Гримсона [48], Элин Хилдрет [59] и Шимона Ульмана [104] эти вопросы рассматриваются гораздо более подробно, чем я могу себе здесь позволить. То же самое можно сказать о классификации образов благодаря существованию уже ставшей классической монографии Ричарда Дуда и Питера Харта [28]. Однако я не был абсолютно последовательным в своем отборе и включил две существенные главы по обработке изображений несмотря на тот факт, что энциклопедическая работа Уильяма Прэтта [87] исчерпывающим образом охватывает тему. Причина заключается в том, что этот материал важен для понимания шагов предпроцессорной обработки, используемых в последующих главах.
      Многие из моих студентов на первых порах удивлялись тому, что в такой области требуется нетривиальный математический аппарат. До некоторой степени это связано с тем, что они были знакомы с простыми эвристическими методами, позволявшими получать весьма поразительные результаты. Значительная часть таких методов была разработана на ранней стадии развития машинного зрения, что привело к ложному оптимизму об ожидаемых темпах продвижения в этой области. Позже существенная ограниченность этих специальных подходов стала очевидна. Ныне уже ясно, что как изучение естественного языка требует знаний лингвистики, так и изучение машинного зрения — понимания процесса формирования изображения. Еще совсем недавно подобный вз1ляд не пользовался популярностью.
      Если говорить более серьезно, машинное зрение часто рассматривается просто как совокупность средств анализа визуальной информации для системы с «искусственным интеллектом». В самом деле, в системах искусственного интеллекта (ИИ) оно занимает относительно скромное место ввиду значительной его математической сложности. Неверно рассматривать машинное зрение и систему управления роботом просто как «вход-выход» системы ИИ. Проблемы, связанные со зрением, манипулированием и локомоцией, интересны сами по себе, но достаточно трудны, и необходимые для их решения средства нетривиальны.
      Работу системы, нормально функционирующей в определенной обстановке, можно частично понять путем анализа физики ее взаимодействия со средой. Применительно к зрению это означает, что, если вы хотите получить информацию о среде на основе изображений, вам
      необходимо понять, как они формируются. Моделирование физического взаимодействия, естественно, приводит к описанию этого взаимодействия с помощью уравнений. Уравнения в свою очередь подсказывают алгоритмы получения по изображениям сведений о трехмерном мире. Это моя главная идея. Может показаться удивительным, но лишь немногие студенты с удовольствием применяют усвоенные ими в абстрактной форме математические методы к реальным задачам. Материал настоящей книги побуждает их попрактиковаться в изучаемых методах и, возможно, изучить новые понятия, с которыми они бы иначе не встретились.
      В первой части книги основное внимание уделяется предварительной обработке изображений, т. е. как по изображениям получить простое символическое описание. Способы применения этих описаний при пространственных рассуждениях и планирующих действиях менее развиты и преимущественно основываются на методиках, отличных or соответствующих подходов предварительной обработки изображений. Последние пять глав посвящены методам, которые имеют дело с простыми символическими описаниями, непосредственно полученными на основе изображений. Подробности того, как система машинного зрения включается в состав робототехнического комплекса, обсуждаются в заключительной главе, в которой описывается система для взятия деталей из навала.
      Значительная часть труда, затраченного на написание этой книги, ушла на составление упражнений. Они служат нескольким целям: некоторые позволяют читателю лучше усвоить идеи, излагаемые в главе; некоторые развивают идеи в глубину, при этом, возможно, привлекаются более утонченные средства; наконец, некоторые служат введением в новые области исследования. Обычно упражнения к данной главе приводятся именно в таком порядке. Об особенно сложных из них читатель предупреждается заранее.
      В последнее время наметилась тенденция применения более компактной формы записи. Так, например, раньше в работах векторы нормалей к поверхности или векторы скоростей оптического потока указывались своими компонентами. Теперь стремятся использовать непосредственно векторную запись. Так, для описания ориентации поверхности вместо градиентного простансгва сейчас применяют гауссову сферу. В основном тексте кнш и я использовал покомпонентную запись, которую первоначально воспринимать проще. Зато в некоторых упражнениях я попытался продемонстрировать способы решения задач с привлечением более компактной формы записи.
      Основная часть включенного в эту книгу материала публиковалась ранее, но здесь она представлена в более последовательном изложении с использованием единых обозначений. Добавлен также ряд новых, ранее не публиковавшихся методов. Поскольку область быстро изменяется, кое-что из представленного здесь может буквально за несколько
      лет устареть или по крайней мере утратить былой интерес. И наоборот, кое-что из опущенного мною со временем может образовать фундамент для получения новых увлекательных результатов. Однако это не является серьезным недостатком книги, поскольку моя стратегическая линия направлена на развитие подходов, прочно зарекомендовавших себя в машинном зрении, а не специальных методов, разработанных для решения своей конкретной задачи.
      Когда у нас будет система машинного зрения «общего назначения»? Во всяком случае, не в ближайший обозримый отрезок времени — вот мой ответ. Это не означает, что машинное зрение — просто интеллектуальная игрушка, не имеющая практического выхода. Напротив, в последнее время достигнут значительный прогресс в двух направлениях:
      а) концентрации усилий на конкретных аспектах машинного зрения, например на стереозрении и б) концентрации усилий на конкретных применениях, например на распознавании деталей для автоматической сборки. Настоящая зрительная система общего назначения должна охватывать весь спектр аспектов машинного зрения и его приложений ко всем задачам, решение которых основывается на использовании зрительной информации. Кроме ecei о npoaei о, она должна включать знания о физическом мире и уметь с ними обращаться.
      Б. К. П. Хорн
     
     
      ЛИТЕРАТУРА
      Литература состоит из двух частей. Первая содержит ссылки на книги;
      вторая — на статьи и сообщения.
     
      Кииги
      1. Abramowitz М., Stegan I. A. (eds.), Handbook of Mathematical Functions with Formulas, Graphs, and Mathematical Tables, National Bureau of Standards, United States Department of Commerce, 1964.
      2. Aggarwal J. K„ Duda R. O.. Rosenfeld A. (eds), Computer Methods in Image Analysis, IEEE Press, New York. 1977.
      3. Ahuja N., Schachter B. J., Pattern Models, John Wiley & Sons, New York, 1983.
      4. Albert A., Regression and the Moore-Penrose Pseudoinverse, Academic Press, New York, 1972.
      5. Andrews H. C., Computer Techniques in Image Processing, Academic Press, New York, 1970. [Имеется перевод: Эндрюс Г. Применение вычислительных машин для обработки изображений. — М.: Энергия, 1977.]
      6. Andrews Н. С. (ed.), Digital Image Processing, IEEE Press, New York, 1978.
      7. Ballard D. H., Brown С. М., Computer Vision, Prentice-Hall, Englewood Cliffs, New Jersey, 1982.
      8. Barbe D. F. (ed.), Charge-Coupled Devices. Springer-Verlag, New York, 1980.
      9. Bernstein R. (ed.), Digital Image Processing for Remote Sensing, IEEE Press, New York, 1978.
      10. Blahut R. E., Fast Algorithms for Digital Signal Processing, Addison-Wesley, Reading, Massachusetts, 1985.
      11. Born М.. Wolf E., Principles of Optics: Electromagnetic Theory of Propagation, Interference and Diffraction of Light, Pergamon Press, Oxford, 1975.
      12. Bracewell R. N.. The Fourier Transform and Its Applications, McGraw-Hill
      Book Co., New York, 1965 & 1978.
      13. Brady J. M. (ed.), Computer Vision, North-Holland Publishing Co., Amsterdam.1981.
      14. Brady J. М., Paul R. (eds.). Robotics Research: The First International
      Symposium, MIT Press. Cambridge, Massachusetts, 1984.
      15. Burington R. S., Handbook of Mathematical Tables and Formulas, Fifth Edition, McGraw-Hill Book Co., New York, 1973.
      16. Carrier G. F., Pearson С. E., Partial Differential Equations: Theory and
      Technique. Academic Press, New York, 1976.
      17. Castleman K. R., Digital Image Processing, Prentice-Hall, Englewood Cliffs, New Jersey, 1979.
      18. Chisholm J. S. R., Vectors in Three-Dimensional Space, Cambridge Univ. Press, Cambridge, 1978.
      19. Conte S. D., de Boor C, Elementary Numerical Analysis — an Algorithmic Approach, Second Edition, McGraw-Hill Book Co., New York, 1972.
      20. Cornsweet T. N., Visual Perception, Academic Press, New York, 1970.
      21. Courant R., Hilbert D., Methods of Mathematical Physics, Vol. 1, John Wiley
      &Sons, New York, 1953. [Имеется перевод: Курант P., Гильберт Д. Методы
      математической физики, т. 1 — М.: Гостехиздат, 1951.]
      22. Courant R., Hilbert D., Methods of Mathematical Physics, Vol. 2. John Wiley
      & Sons, New York, 1962. [Имеется перевод: Курант P., Гильберт Д. Методы
      математической физики, т. 2, — М.: Гостехиздат, 1961.]
      23. Coxeter Н. S. М., Regular Polyhedra, Dover Publications, New York, 1973.
      24. do Carmo M. P., Differential Geometry of Curves and Surfaces, Prentice-Hall, Englewood Cliffs, New Jersey, 1976.
      25. Dodd G. G., Rossol L. (eds.), Computer Vision and Sensor-Based Robots, Plenum Press, New York, 1979.
      26. Drake A. W., Fundamentals of Applied Probability Theory, McGraw-Hill Book Co., New York, 1967.
      27. Driscoll W. G., Vaughan W. (eds.), Handbook of Optics, McGraw-Hill Book Co., New York, 1978.
      28. Duda R. O., Hart P. E., Pattern Classification and Scene Analysis, John Wiley & Sons, New York, 1973. [Имеется перевод: Дуда P., Харт П. Распознавание образов и анализ сцен, — М.: Мир, 1976.]
      29. Dwight Н. В., Tables of Integrals and Other Mathematical Data, Macmillan, New York, 1964. [Имеется перевод: Двайт Г. Б. Таблицы интегралов и другие математические формулы, — М.: Наука, 1983.]
      30. Evans R. М., The Perception of Color, John Wiley & Sons, New York, 1974.
      31. Everitt B., Cluster Analysis, Halsted Press, New York, 1980.
      32. Faugeras O. D. (ed.), Fundamentals in Computer Vision, Cambridge Univ. Press, Cambridge, 1983.
      33. Fejes Toth L., Regular Figures, Pergamon Press, New York, 1964.
      34. Frisby J. P., Seeing, Oxford Univ. Press, Oxford, 1979.
      35. Garabedian P. R., Partial Differential Equations, John Wiley & Sons, New York, 1964.
      36. Gardner W. E. (ed.), Machine-Aided Image Analysis, 1978, The Institute of Physics, Bristol & London, 1979.
      37. Гельфанд И. М., Шилов Г. Е. Обобщенные функции и действия над ними, — М.: Физмапиз, 1958.
      38. Gibson J. J., The Perception of the Visual World, Houghton Mifflin Co., Boston, 1950.
      39. Gibson J. J., The Senses Considered as Perseptual Systems, Houghton Mifflin Co., Boston, 1966.
      40. Gibson J. J.. The Ecological Approach to Visual Perception, Houghton Mifflin Co., Boston, 1979.
      41. Gill P. E., Murray W., Wright М. H., Practical Optimization, Academic Press, New' York, 1981.
      42. Gonzalez R. C., Wintz P., Digital Image Processing, Addison-Wesley, Reading, Massachusetts, 1977.
      43. Gradshteyn 1. S., Ryzhik 1. М., Table of Integrals, Series, and Products, Academic Press, New York, 1980. [Имеется перевод: Градштейн И. С., Рыжик И. М. Таблицы интегралов, сумм, рядов и произведений, — М.: Наука, 1971.]
      44. Grafton С. В. (ed.), Silhouettes — A Pictorial Archive of Varied Illustrations, Dover Publications, New York, 1979.
      45. Green W. B., Digital Image Processing: A Systems Approach, Van Nostrand Reinhold Co., New York, 1983.
      46. Gregory R. L., Eye and Brain, McGraw-Hill Book Co., New York, 1966.
      47. Gregory R. L., The Intelligent Eye, McGraw-Hill Book Co., New York, 1970.
      [Имеется перевод Греюри P. Л. Разумный глаз, — М.: Мир, 1972.]
      48. Grimson W. Е. L., From Images to Surfaces: A Computational Study of the Human Early Visial System, MIT Press, Cambridge, Massachusetts, 1981.
      49. Griinbaum B., Convex Polytopes, John Willey & Sons, New York, 1967.
      50. Haber R. N., Hershenson М., The Psychology of Visual Perception, Holt,
      Rinehart & Winston Inc., New York, 1973.
      51. Hall E., Computer Image Processing and Recognition, Academic Press, New York, 1979.
      52. Hamilton W. R., Elements of Quaternions, Vols. 1 & 2, Chelsea Publishing, New York, 1899.
      53. Hamming R. W., Numerical Methods for Scientists and Engineers, McGraw-Hill Book Co., New York, 1962.
      54. Hamming R. W., Digital Filters, Prentice-Hall, Englewood Cliffs, New Jersey, 1977, 1983.
      55. Hanson A. R., Riseman E. M. (eds.), Computer Vision Systems, Academic Press, New York, 1978.
      56. Herman G. T. (ed.), Image Reconstruction from Projections — Implementation and Applications, Springer-Verlag, New York, 1979.
      57. Hilbert D., Cohn-Vossen S., Geometry and the Imagination, Chelsea Publishing Co., New York, 1952. [Имеется перевод: Гильберт Д., Кон-Фоссен С. Наглядная геометрия. — М.: Наука, 1981.]
      58. Hildebrand F. В., Methods of Applied Mathematics, Prentice-Hall, Englewood Cliffs, New Jersey, 1952.
      59. Hildreth E. C., The Measurement of Visual Motion, MIT Press, Cambridge, Massachusetts, 1983.
      60. Huang T. S. (ed.). Image Sequence Processing and Dynamic Scene Analysis, Springer-Verlag, New York, 1983.
      61. John F., Partial Differential Equations, Springer-Verlag, New York, 1971.
      62. Judd D. B., Wyszecki G., Color in Business, Science, and Industry, John Wiley & Sons, New York, 1975. [Имеется перевод: Джадд Д., Вышецки Г. Цвет в науке и технике, — М.: Мир, 1978.]
      63. Julesz В., Foundations of Cyclopean Perception, Univ. of Chicago Press, Chicago, 1971.
      64. К anal L. N. (ed.). Pattern Recognition, Thompson Book Co.. Washington. D. C, 1980.
      65. Kenner H., Geodesic Math — and How to Use It, Univ. of California Press, Berkeley, California, 1976.
      66. Kessel R. G., Kardon R. H., Tissues and Organs: A Text-Atlas of Scanning Electron Microscopy, W. H. Freeman & Co., San Francisco, 1979.
      67. Kingslake R., Lens Design Fundamentals, Academic Press, New York, 197k.
      68. Korn G. A., Korn Т. М., Mathematical Handbook for Engineers and Scientists,
      McGraw-Hill Book Co., New York, 1968. [Имеется перевод: Корн Г., Корн Т. Справочник по математике для научных работников и инженеров. — М.: Наука. 1968.]
      69. Levi L., Applied Optics: A Guide to Optical System Design, Vol. 1, 1968,
      Vol. 2, 1980, John Wiley & Sons, New York.
      70. Levine M. D., Vision in Man and Machine, McGraw-Hill Book Co., New» York, 1985.
      71. Lighthill M. J., Introduction to Fourier Analysis and Generalised Functions, Cambridge Univ. Press, Cambridge, 1978.
      72. Luenberger D. G„ Introduction to Linear and Nonlinear Programming, Addison-Wesley, Reading, Massachusetts, 1973.
      73. Lysternik L. A., Convex Figures and Polyhedra, Dover Publications, New York, 1963. [Имеется перевод: Люстерник Л. А. Выпуклые фигуры и многогранники, — М.: Гостехиздат, 1956.]
      74. MacAdam D. L., Sources of Color Science. MIT Press, Cambridge, Massachusetts, 1970.
      75. Marr D., Vision: A Computational Investigation into the Human Representation and Processing of Visual Information, W. H. Freeman & Co., San Francisco, 1982. [Имеется перевод: Mapp Д. Зрение. Информационный подход к изучению представления и обработки зрительных образов, — М.: Радио и связь, 1987.]
      76. Moon P., The Scientific Basis of Illumination Engineering, Dover Publications, New York, 1961.
      77. Moon P., Spencer D. E.. Partial Differential Equations, D. C. Heath & Co., Massachusetts, 1969.
      78. Moon P., Spencer D. E.. The Photic Field, MIT Press. Cambridge, Massachusetts, 1981.
      79. Moore C. N., Summable Series and Convergence Factors. Dover Publications, New York, 1966.
      80. Moravec H. P.. Robot Rover Visual Navigation, University Microfilms International, Ann Arbor, 1981.
      81. Nevatia R., Machine Perception. Prentice-Hall. Englewood Cliffs. New Jersey, 1982.
      82. Norton H. N.. Sensor and Analyzer Handbook. Prentice-Hall, Englewood Cliffs, New Jersey, 1982.
      83. O’Neill B.. Elementary Differential Geometry. Academic Press, New York, 1966.
      84- Oppenheim A. V., Willsky A. S., Signals and Systems, Prentice-Hall, Englewood
      Cliffs. New Jersey, 1983.
      85. Pearce P., Pearce S., Polyhedra Primer, Van Nostrand Reinhold Co., New York,
      1978.
      86. Погорелов А. В. Дифференциальная геометрия. — М.: Наука, 1974.
      87. Pratt W., Digital Image Processing, John Wiley & Sons, New York, 1978. [Имеется перевод: Прэтт У. Цифровая обработка изображений. — М.: Мир,
      1982.]
      88. Pugh A., Polyhedra — A Visual Approach, Univ. of California Press, Berkeley, California, 1976.
      89. Pugh A. (ed.), Robot Vision, IFS (Publications) Ltd., U. K., 1983. [Имеется перевод: Техническое зрение роботов.Под. ред. А. Пью. — М.: Машиностроение, 1987.]
      90. Rock I., Perception, Scientific American Books, New York, 1984.
      91. Rosenfeld A. (ed.). Digital Picture Analysis, Springer-Verlag, New York, 1976.
      92. Rosenfeld A„ Как A. C., Digital Picture Processing, Vols. 1, 2, Second Edition, Academic Press, New York, 1982.
      93. Scharf D., Magnifications - Photography with the Scanning Electron Microscope, Schocken Books, New York, 1977.
      94. Schey H. М., Div, Grad, Curl, and All That: An Informal Text on Vector Calculus, W. W. Norton & Co., New York, 1973.
      95. Sears F. W., Optics, Addison-Wesley, Reading, Massachusetts, 1949.
      96. Serra J., Image Analysis and Mathematical Morphology, Academic Press, New York, 1982.
      97. Shafer S. A., Shadows and Silhouettes in Computer Vision, Kluwer Academic Press, Boston, 1985.
      98. Siebert W., Circuits, Signals, and Systems, MIT Press, Cambridge, Massachusetts, 1985.
      99. Sokal R. R., Sneath P. H. A., Principles of Numerical Taxonomy, W. FI. Freeman & Co., San Francisco, 1963.
      100. Stoffel J. C. (ed.), Graphical and Binary Image Processing and Applications. Artech House, Inc., Massachusetts, 1982.
      101. Stucki P. (ed.). Advances in Digital Image Processing: Theory. Application, Implementation, Plenum Press, New York, 1979.
      102. Tanimoto S., Klinger A. (eds.), Structured Computer Vision: Machine Perception through Hierarchical Computation Structures. Academic Press, New York, 1980.
      103. Тихонов A. H., Арсенин В. Я. Методы решения некорректных задач, — М.: Наука, 1986.
      104. Ullman S., Interpretation of Vicual Motion, MIT Press, Cambridge, Massachusetts, 1979. [Имеется перевод: Ульман Ш. Принципы восприятия подвижных объектов, — М.: Радио и связь, 1983.]
      105. Ullman S., Richards W. (eds.), Image Understanding 1984, Ablex Publishing Corp., Norwood, New Jersey, 1984.
      106. Wasserman G. S., Color Vision: An Historical Introduction, John Wiley & Sons, New York, 1978.
      107. Weinstock R„ Calculus of Variations: With Applications to Physics & Engineering. Dover Publications, New York, 1974.
      108. Wells О. C., Scanning Electron Microscopy, McGraw-Hill Book Co., New York, 1974.
      109. Wenninger M. J., Polyhedron Models, Cambridge Univ. Press, Cambridge, 1971.
      110. Wenninger M. J., Spherical Models, Cambridge Univ. Press, Cambridge, 1979.
      111. Wiener N., Extrapolation, Interpolatation, and Smoothing of Stationary Time Series with Engineering Applications, MIT Press. Cambridge, Massachusetts, 1966.
      112. Winston P. H. (ed.), The Psychology of Computer Vision. McGraq-Hill Book Co., New York, 1975. [Имеется перевод: Уинстон П. Психология машинного зрения (сб. статей). — М.: Мир, 1978.]
      113. Winston P. H., Artificial Intelligence, Second Edition, Addison-Wesley, Reading, Massachusetts, 1984. [Имеется перевод: Уинстон П. Искусственный интеллект,- М.: Мир, 1980.]
      114. Winston Р. Н., Brown R. Н., Artificial Intelligence: An MIT Perspective, Vol. 2, MIT Press, Cambridge, Massachusetts, 1979.
      115. Winston P. H., Horn В. K. P., Lisp, Second Edition, Addison-Wesley, Reading, Massachusetts, 1984.
      116. Worf P. R., Elements of Photogrammetry, McGraw-Hill Book Co., New York, 1974.
      Статьи и - сообщения
      117. Adiv G., Determining 3-D Motion and Structure from Optical Flow Generated by Several Moving Objects, COINS Technical Report 84-07, Computer and Information Science, Univ. of Massachusetts, Amherst, Massachusetts, Apr. 1984.
      118. Agin G. J., Binford Т. O., Computer Description of Curved Objects, Proc. of the Intern. Joint Conf. on Artificial Intelligence, Stanford, California, 629 — 640, Aug. 1973.
      119. Ahmed N., Natarjan Т., Rao K. R., On Image Processing and a Discrete Cosine Transform, IEEE Trans, on Computers, 23, No. 1, 90 — 93 (1974).
      120. Ahuja N., Rosenfeld A„ Mosaic Models for Textures, IEEE Trans, on Pattern Analysis and Machine Intelligence, 3, No. 1, 1 — 11 (1981).
      121. Александров А. Существование и единственность выпуклой поверхности с данной инте)ральной кривизной. Дока. АН СССР, 35, № 5, 1942, с. 131-134.
      122. Arcelli С., Pattern Thinning by Contour Tracing, Computer Graphics and Image Processing. 17, No. 3, 130 — 144 (1981).
      123. Arcelli C., Levialdi S., Parallel Shrinking in Three Dimensions, Computer Graphics and Image Processing, 1, No. 1, 21 — 30 (1972).
      124. Asada H., Brady J. М., The Curvature Primal Sketch, MIT Al Laboratory Memo 758, Febr. 1984.
      125. Baird M. L.. SIGHT-I: A Computer Vision System for Automated 1C Chip Manufacture. IEEE Trans, on Systems, Manand Cybernetics, 8, No 2, 133- 139 (1987).
      126. Bajcsy R„ Computer Identification of Visual Surfaces, Computer Graphics and Image Processing, 2, No 2, 118 — 130 (1973).
      127. Bajcsy R., Three-Dimensional Scene Analysis, Proc. Pattern Recognition Conf., Miami, Florida, 1064 — 1074, Dec. 1980.
      128. Bajcsy R., Lieberman L., Texture Gradient as a Depth Cue, Computer Graphics and Image Processing, 5, No. 1, 52 — 67 (1976).
      129. Baker H. H., Binford Т. O., Depth from Edges and Intensity Based Stereo, Proc. of the Intern. Joint Conf. on Artificial Intelligence, Vancouver В. C., 631-636, Aug. 1981.
      130. Baker H. H„ Binford Т. О., A System for Automated Stereo Mapping, Proc. Symp. ISPRS Commission 11, Ottawa, Canada, 1982.
      131. Ballard D. H., Hinton G. E.. Sejnowshi T. J., Parallel Visual Computation, Nature, 306, No. 5938, 21 -26, (1983).
      132. Ballard D. H., Kimball O. A., Rigid Body Motion from Depth and Optical
      Flow, Computer Vision, Graphics and [mage Processing, 22, No. 1, 95 — 115
      (1983).
      133. Ballard D. H., Sabbah D., Detecting Object Orientation from Surface Normals, Proc. Pattern Recognition. Conf., Munchen, 63 — 67, Dec. 1981a.
      134. Ballard D. H., Sabbah D., On Shapes, Proc. of the Intern. Joint Conf. on Artificial Intelligence, Vancouver В. C., 607 — 612, 24 — 28 Aug. 1981.
      135. Barnard S. Т., Interpreting Perspective Images, Artificial Intelligence, 21, No. 4, 435-462 (1983).
      136. Barnard S. Т., Thompson W. B„ Disparity Analysis of Images, IEEE Trans, on Pattern Analysis and Machine Intelligence, 2, No. 4, 333 — 340 (1980).
      137. Barrow H. G., Popplestone R. J., Relational Descriptions in Picture Processing, in Machine Intelligence 6, B. Meltzer, D. M. Michie (eds.), Edinburgh Univ. Press. 377-396 (1971).
      138. Barrow H. G., Tenenbaum J. М., Recovering Intrinsic Scene Characteristics from Images, in Computer Vision Systems, A. R. Hanson, E. M. Riseman (eds.), Academic Press, New York, 3 — 26 (1978).
      139. Barrow H. G., Tenenbaum J. М., Computational Vision, Proc. of the IEEE, 69, No. 5, 572-595 (1981a).
      140. Barrow H. G., Tenenbaum J. М., Interpreting Line Drawings as Three-Dimensional Surfaces, Artificial Intelligence, 17, Nos. 1 — 3, 75 — 116 (1981b).
      141. Bass D. H., Using the Video Lookup Table for Reflectivity Calculations: Specific Techniques and Graphic Results, Computer Graphics and Image Processing, 17. No. 3, 249-261 (1981).
      142. Bertram S.. The UNAMACE and the Automatic Photomapper, Photogrammetric Engineering, 35, No. 6, 569 — 576 (1969).
      143. Berzins V., Accuracy of Laplacian Edge Detectors, Computer Vision, Graphics and Image Processing, 21, No. 2. 195 — 210 (1984).
      144. Besl P., Jain R., Surface Characterization for Three-Dimensional Object Recognition in Depth Maps, RSD-TR-20-84, Center for Research on Integrated Manufacturing, Dept, of Electrical Engineering and Computer Science. Univ. of Michigan, Ann Arbor, Michigan, Dec. 1984.
      145. Binford Т. O., Visual Perception by Computer, Proc. IEEE Systems Science and Cybernetics Conf.. Miami, Dec. 1971.
      146. Binford Т. O., Inferring Surfaces from Images, Artificial Intelligence, 17. Nos. 1-3,205-244 (1981).
      147. Binford Т. O., Survey of Model-Based Image Analysis Systems, The Internationa! Journal of Robotics Research, 1, No. 1. 18 — 64 (1982).
      148. Blake A., The Least-Disturbance Principle and Weak Constraints, Pattern Recognition letters, 1, Nos. 5, 6, 393 — 399 (1983).
      149. Blake A., Boundary Conditions for Lightness Computation in Mondrian World. Computer Vision. Graphics and Image Processing, 1985.
      150. Blum H., A Transformation for Extracting New Descriptors of Shape, Proc. Symp. on Models for Perception of Speech and Visual Form. W. Whaten-Dunn (ed.), MIT Press, Cambridge, Massachusetts, 1967.
      151. Bolles R. C, Horaud P., Hannah M. J., 3DPO: Three-Dimensional Parts Orientation System, Proc. of the Intern. Joint Conf. on Artificial Intelligence, Karlsruhe, West Germany, 1116-1120, 8-12 Aug. 1983.
      152. Boyse J. W., Interference Detection among Solids and Surfaces, Communications of the ACM, 22, No. 1, 3 - 9 (1979).
      153. Brady J. М., Asada H., Smoothed Local Symmetries and Their Implementa-
      tion, The- International Journal of Robotics Research, 3, No. 3, 36 — 61 (1984).
      154. Brady J. М.. Horn В. K. P., Rotationally Symmetric Operators for Surface Interpolation, Computer Vision, Graphics and Image Processing, 22, No. 1, 70-95 (1983).
      155. Brassel K., A Model for Automatic Hill Shading, The American Cartographer, 1, No. 1, 15 -27 (1974).
      156. Brenner J. F., Gelsema S., Necheles T. F., Neurath P. W., Selles W. D., Vastola E., Automated Classification of Normal and Abnormal Leukocytes, The Journal of Histochemistry & Cytochemistry, 22, No. 7, 697 — 706 (1974).
      157. Brice C. R., Fennema C. L., Scene Analysis Using Regions, Artificial Intelligence, 1, No. 3, 205 — 226, (1970). [Имеется перевод: Брайс К. Р., Феинема К. Л. Анализ сцены при помощи выделения областей. В кн.: Интегральные роботы. Вып. 2.-М.: Мир, 1975, с. 136-159.]
      158. Brooks М. J., Rationalizing Edge Detectors, Computer Graphics and Image Processing, 8, No. 2, 277-285 (1978).
      159. Brooks M. L, Shape from Shading Discretely, Ph. D. Thesis, Essex Univ., Colchester, England, 1982.
      160. Brooks M. J., Horn В. K. P., Shape and Source from Shading, Proc. of the Intern. Joint Conf. on Artificial Intelligence, Los Angeles, California, 932 — 936, 18-23 Aug. 1985.
      161. Brooks R. A., Symbolic Reasoning among 3-D Models and 2-D Images, Artificial Intelligence, 17, Nos. 1 — 3, 285 — 348 (1981).
      162. Brou P., Finding Objects in Depth Maps, Ph. D. Thesis, Dept, of Electrical Engineering and Computer Science, MIT, Cambridge, Massachusetts, Sept. 1983.
      163. Brou P., Using the Gaussian Image to Find the Orientation of Objects, The International Journal of Robotics Research, 3, No. 4, 89 — 125 (1984).
      164. Brown С. М., Representing the Orientation of Dendritic Fields with Geodesic Tessellations, Internal Report TR-13, Computer Science Dept., Univ. of Rochester, 1977.
      165. Brown С. М., Inherent Bias and Noise in the Hough Transform, IEEE Trans, on Pattern Analysis and Machine Intelligence, 5, No. 5, 493 — 505 (1983).
      166. Bruss A. R., The Image Irradiance Equation: Its Solution and Application, MIT AI Laboratory Technical Report 623, June, 1981.
      167. Bruss A. R., The Eikonal Equation: Some Results Applicable to Computer Vision, Journal of Math. Physics, 23, No. 5, 890 — 896 (1982).
      168. Bruss A. R„ Is What You See What You Get? Proc. of the Intern. Joint Conf. on Artificial Intelligence, Karlsruhe, West Germany, 1053 — 1056, 8- 12 Aug., 1983.
      169. Bruss A. R., Horn В. K. P., Passive Navigation, Computer Vision, Graphics and Image Processing, 21, No. 1, 3 — 20 (1983).
      170. Canny J., Finding Edges and Lines in Images, MIT AI Laboratory Technical Report 720, June, 1983.
      171. Canny J., Collision Detection for Moving Polyhedra, MIT AI Laboratory Memo 806, Oct., 1984.
      172. Chen W. H., Smith С. H., Fralick S., A Fast Computational Algorithm for the Discrete Cosine Transform, IEEE Trans, on Communications, 25, No. 9, 1004 — 1009 (1977).
      173. Chin R. Т., Automated Visual Inspection Techniques and Applications: A Bibliography, Pattern Recognition, 15, No. 4, 343 — 357 (1982).
      174. Chin R. Т., Harlow A., Automated Visual Inspection: A Survey, IEEE Trans, on Pattern Analysis and Machine Intelligence, 4, No. 6, 557 — 573 (1982).
      175. Chrisman D. P., Programming the Connection Machine, S. M. Thesis, Dept, of Electrical Engineering and Computer Science, MIT, Cambridge, Massachusetts, Nov., 1984.
      176. Clocksin W. F., Perception of Surface Slant and Edge Labels from Optical Flow. A Computational Approach, Perception, 9, No. 3, 253 — 269 (1980).
      177. Clowes М. B., On Seeing Things, Artificial Intelligence, 2, No. 1, 79 — 116 (1971). [Имеется перевод: Клоувэ М. Б. Как видеть веши. В кн.: Интегральные роботы. Вып. 2.~ М.: Мир, 1975. с. 89 — 135.]
      178. Cohen F. S., Cooper D. В., Simple Parallel Hierarchical and Relaxation Algorithms for Segmenting Noncausal Markovian Random Fields, Internal Report LEMS-7, Laboratory for ManMachine Systems, Brown Univ., Providence, Rhode Island, July, 1984.
      179. Coleman E. N.. Jr., Jain R.. Obtaining 3-Dimensional Shape of Textured and Specular Surface Using Four-Source Photometry, Computer Graphics and Image Processing, 18, No. 4, 309-328 (1982).
      180. Cooper D. B., Sung F., Schencker P. S., Towards a Theory of Multiple-Window Algorithms for Fast Adaptive Boundary Finding in Computer Vision, Internal Report ENG-PRMI 80-3, Division of Engineering, Brown Univ., Providence, Rhode Island, July, 1980.
      181. Dane C„ Bajcsy R., Three-Dimensional Segmentation Using the Gaussian Image and Spatial Information, Proc. Pattern Recognition and Image Processing Conf., Dallas, Texas, 54 — 56, 3 — 4 Aug., 1981.
      182. Danielsson P.-E., Euclidian Distance Mapping, Computer Graphics and Image Processing, 14, No. 3, 227-248 (1980).
      183. Danielsson P.-E., Kruse B., Distance Checking Algorithms, Computer Graphics and Image Processing, 11, No. 4, 349 — 376 (1979).
      184. Davis L, S., A Survey of Edge Detection Techniques, Computer Graphics and Image Processing, 4, No. 3, 248 — 270 (1975).
      185. Davis L. S., Rosenfeld A., Cooperating Processes for Low-Level Vision: A Survey, Internal Report TR-851, Univ. of Maryland, College Park, Maryland, Jan., 1980.
      186. Delft P., Sylvester J., Some Remarks on the Shape-from-Shading Problem in Computer Vision, Journal of Mathematical Analysis and Applications, 84, No. 1, 235-248 (1981).
      187. De Souza P., Automatic Rib Detection in Chest Radiographs. Computer Vision, Graphics and Image Processing, 23, No. 2, 129 — 161 (1983).
      188. Deutsch E. S., Thinning Algorithms on Rectangular, Hexagonal, and Triangular Arrays, Communications of the ACM, 15, No. 9, 827 — 837 (1972).
      189. Dev P., Perception of Depth Surfaces in Random-Dot Stereograms: A Neural Model. International Journal of Man-Machine Studies, 7, No. 4, 511 — 528 (1975).
      190. Draper S. W., The Use of Gradient Space and Dual Space in Line-Drawing Interpretation, Artificial Intelligence, 17, Nos. 1 — 3, 461 — 460 (1981).
      191. Dreschler L„ Nagel H.-H., Volumetric Model and 3D Trajectory of a Moving Car Derived from Monocular TV Frame Sequences of a Street Scene, Computer Graphics and Image Processing, 20. No. 3. 199 — 228 (1982).
      192. Duda R. O., Hart P. E., Use of the Hough Transformation to Detect Lines and Curves in Pictures, Communications of the ACM, 15, No. 1, 11 — 15 (1972).
      193. Duda R. O., Nitzan D., Barrett P., Use of Range and Reflectance Data to
      Find Planar Surface Regions, IEEE Trans, on Pattern Analysis and Machine Intelligence, 1, No, 3, 259 — 271 (1979).
      194. Duerr B„ Haettich W., Tropf H., Winkler G., A Combination of Statistical and Syntactical Pattern Recognition Applied to Classification of Unconstrained Handwritten Numerals, Pattern Recognition, 12, No. 3, 189-199 (1980).
      195. Dyer C. R., Rosenfeld A., Thinning Algorithms for Gray-Scale Pictures, IEEE Trans, on Pattern Analysis and Machine Intelligence, 1, No. 1, 88 — 89(1979).
      196. Ehrich R. W., Detection of Global Edges in Textured Images, IEEE Trans, on Computers, 26, No. 6, 589 — 603 (1977).
      197. Ejiri М., Uno Т.. Mese М.. Ikeda S., A Process for Detecting Defects in Complicated Patterns, Computer Graphics and Image Processing, 2, No. 3 and 4 326-339 (1973).
      198. Fahle М., Poggio Т., Visual Hyperacuity: Spatiotemporal Interpolation in Human Vision, Proc. of the Royal Society of London B., 213, 415 — 477 (1980).
      199. Falk G., Interpretation of Imperfect Line Data as a Three-Dimensional Scene, Artificial Intelligence, 3, No. 2, 101 — 144 (1972).
      200. Fang J. Q„ Huang T. S., Solving Three-Dimensional Small-Rotation Motion Equations: Uniqueness, Algorithms, and Numerical Results, Computer Vision, Graphics and Image Processing, 26, No. 2, 183 — 206 (1984a).
      201. Fang J. Q., Huang T. S., Some Experiments on Estimating the 3-D Motion Parameters of a Rigid Body from Two Consecutive Image Frames, IEEE Trans. on Pattern Analysis and Machine Intelligence, 6, No. 5, 545 — 554 (1984b).
      202. Fennema C. L., Thompson W. R., Velocity Determination in Scenes Containing Several Moving Objects, Computer Graphics and Image Processing, 9, No. 4, 301-315 (1979).
      203. Fesenkov V., Photometry of the Moon, in Physics and Astronomy of the Moon, Z. Kopal (ed.), Academic Press, New York, 99- 130, 1962.
      204. Fischler M. A., Bolles R. C., Random Sample Consensus: A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography, Communications of the ACM, 24, No. 6, 381 — 395 (1981).
      205. Fram J. R., Deutsch E. S., On the Evaluation of Edge Detection Schemes and Their Comparison with Human Performance IEEE Trans, on Computers, 24, No. 6, 616-628 (1975).
      206. Freeman H., Techniques for the Digital Computer Analysis of Chain-Encoded Arbitrary Plane Curves, Proc. National Electronics Conf., Chicago, Illinois, 17, 421-432, 9- 11 Oct., 1960.
      207. Freuder E. C., A Computer System for Visual Recognition Using Active Knowledge, MIT AI Laboratory Technical Report 345, June, 1976.
      208. Freuder E. C., On the Knowledge Required to Label a Picture Graph, Artificial Intelligence, 15, Nos. 1 and 2, 1 — 17 (1980).
      209. Ganapathy S., Decomposition of Transformation Matrices for Robot Vision, Proc. IEEE Conf. on Robotics, Atlanta, Georgia, 130 — 139, 13- 15 Mar., 1984,
      210. Geman S., Geman D., Stochastic Relaxation, Gibbs Distributions, and the Bayesian Restoration of Images, Internal Report, Brown Univ., Providence, Rhode Island, and Univ. of Massachusetts at Amherst, 1983.
      211. Gibson E. J., Gibson J. J., Smith O. W., Flock H., Motion Parallax as a Determinant of Perceived Depth, Journal of Experimental Psychology, 8, No. 1, 40-51 (1959).
      212. Gibson L., Lucas D., Vectorization of Raster Images Using Hierarchical Methods, Computer Graphics and Image Processing, 20, No. 2, 82 — 89 (1982).
      213. Golay M. J. E., Hexagonal Parallel Pattern Transformations, IEEE Trans, on Computers, 18, No. 8, 733-740 (1969).
      214. Gonzalez R. C., Safabakhsh R., Computer Vision Techniques for Industrial Applications and Robot Control, Computer, 15, No. 12, 17 — 32 (1982).
      215. Gray S. B., Local Properties of Binary Images in Two Dimensions, IEEE Tntns. on Computers, 20, No. 5, 551 — 561 (1971).
      216. Criffith A. K., Edge Detection in Simple Scenes Using A Priori Information, IEEE Trans, on Computers, 22, No. 4, 371 — 381 (1973a).
      217. Griffith A. K., Mathematical Models for Automatic Line Detection, Journal of the ACM, 20, No. 1, 62-80 (1973b).
      218. Grimson W. E. L., A Computational Theory of Visual Surface Interpolation, Philosophical Ti-ans. of the Royal Society of London B, 298, 395 — 427 (1982).
      219. Grimson W. E. L., Surface Consistency Constraints in Vision, Computer Vision,
      Graphics and Image Processing, 24, No. 1, 28 — 51 (1983a).
      220. Grimson W. E. L., An Implementation of a Computational Theory of Visual
      Surface Interpolation, Computer Vision, Graphics and Image Processing,22, No. 1, 39-69 (1983b).
      221. Grimson W. E. L., On the Reconstruction of Visible Surfaces, Chapter 9 in Image Understanding 1984, S. Ullman and W. Richards (eds.), Ablex Publishing Corp., Norwood, New Jersey, 1984.
      222. Gruen A. W., Adaptive Least Squares Correlation — A Powerful Image Matching Technique, Proc. ACSM-ASP Convention, Washington, D. C.. Mar., 1985.
      223. Gupta J. N., Wintz P. A., A Boundary Finding Algorithm and Its Application,
      IEEE Tram, on Circuits and Systems, 22, No. 4, 351 — 362 (1975).
      224. Gurari E. М., Wechsler H., On the Difficulties Involved in the Segmentation of Pictures, IEEE Trans, on Pattern Analysis and Machine Inelligence, 4, No. 3, 304-306 (1982).
      225. Guzman-Arenas A., Decomposition of a Visual Scene into Three-Dimensional Bodies, Proc. AFIPS Fall Joint Computer Conf., San Francisco, California, 33, 291-304, 9-11 Dec., 1968a.
      226. Guzman-Arenas A., Computer Recognition of Three-Dimensional Objects in a Visual Scene, MIT AI Laboratory Technical Report 228, Dec., 1968b. [Имеется перевод: Гутман А. Разбиение визуальной сцены на трехмерные тела. В кн.: Интегральные роботы, — М.; Мир, 1973, с. 241 — 268.]
      227. Habibi A., Two-Dimensional Bayesian Estimation of Images, Proc. of the IEEE, 60, No. 7, 878-883 (1972).
      228. Hafford K. J., Preston K., Jr., Three-Dimensional Skeletonization of Elongated Solids, Computer Vision, Graphics and Image Processing, 21, No. 1, 78 — 91 (1984).
      229. Hansen F. R., Elliott H., Image Segmentation Using Markov Field Models, Computer Graphics and Image Processing, 20, No. 2, 101 — 132 (1982).
      230. Hara Y., Akiyama A., Karasaki K., Automatic Inspection System for Printed Circuit Boards, IEEE Trans, on Pattern Analysis and Machine Intelligence, 5, No. 6, 623-630 (1983).
      231. Haralick R. М., Edge and Region Analysis for Digital Image Data, Computer Graphics and Image Processing, 12, No. 1, 60 — 73, (1980).
      232. Haralick R. М., Digital Step Edges from Zero Crossing of Second Directional Derivatives, IEEE Trans, on Pattern Analysis and Machine Intelligence, 6, No. 1, 58-68 (1984).
      233. Haralick R. М., Watson L., A Facet Model for Image Data. Computer Graphics and Image Processing, 15, No. 2, 113 — 129 (1981).
      234. Hartley R., A Gaussian-Weighted Multi-Resolution Edge Detector, Computer Vision, Graphics and Image Processing, 30, No. 1. 70 — 83 (1985).
      235. Hay C. J. Optical Motion and Space Perception - An Extension of Gibson’s
      Analysis, Psychological Review, 73, 550 — 565 (1966). {
      236. Haynes S. М., Jain R., Detection of Moving Edges. Computer Vision, graphics and Image Processing, 21, No. 3, 345 — 367 (1982).
      237. Herman G. Т., Webster D., A Topological Proof of a Surface Tracking Algorithm, Computer Vision, Graphics and Image Processing, 23, No. 2, 162 — 177(1983).
      238. Hildreth E. C., Implementation of a Theory of Edge Detection, MIT AI Laboratory Technical Report 579. Apr., 1980.
      239. Hildreth E. C„ The Detection of Intensity Changes by Computer and Biological Vision Systems, Computer Vision, Graphics and Image Processing, 22, No. 1, 1 -27 (1983).
      240. Hildreth E. C., Computations Underlying the Measurement of Visual Motion, Artificial Intelligence, 23, No. 3, 309 — 354 (1984).
      241. Hoffman D. D.. Representing Shapes for Visual Recognition. Ph. D. Thesis. Dept, of Psychology, MIT, Cambridge, Massachusetts, 1983.
      242. Hoffman D. D., Flinchbaugh В. E., The Interpretation of Biological Motion, Biological Cybernetics. 42, No. 3, 195 — 204 (1982).
      243. Holland S. W., Rossol L„ Ward M. R., CONSIGHT-I: A Vision-Controlled Robot System for Transferring Parts from Belt Conveyors, in Computer Vision and Sensor-Based Robotics, G. G. Dodd and L. Rossol (eds.). Plenum Press, New York. 81-100, 1979.
      244. Horn В. K. P., Shape from Shading: A Method for Obtaining the Shape of a Smooth Opaque Object from One View, MIT Project MAC Internal Report TR-79 and MIT AI Laboratory Technical Report 232, Nov., 1970.
      245. Horn В. K. P., The Binford-Horn Linefinder, MIT AI Laboratory Memo 285, July, 1971.
      246. Horn В. K. P., V1SMEM: A Bag of ’Robotics’ Formulae, MIT AI Laboratory Working Paper 34, Dec., 1972.
      247. Horn В. K. P., Determining Lightness from an Image. Computer Graphics and Image Processing, 3, No. 1, 277 — 299 (1974).
      248. Horn В. K. P., Obtaining Shape from Shading Information, Chapter 4 in The Psychology of Computer Vision. P. H. Winston (ed.), McGraw-Hill Book Co., New York, 115 — 155, 1975a. [Имеется перевод: Хорн Б. К. П. Определение формы по данным о полутонах. В кн.: Психо.'Ю1 ия машинного трения. Сб. статей.Под. ред. П. Уинстона. — М.: Мир, 1978, с. 137 — 184.]
      249. Horn В. К. P., A Problem in Computer Vision: Orienting Silicon Integrated Circuit Chips for Lead Bonding, Computer Graphics and Image Processing, 4, No. 1, 294-303 (1975b).
      250. Horn В. K. P., Image Intensity Understanding, Artificial Intelligence, 8, No. 2, 201 -231 (1977).
      251. Horn В. K. P., Sequins and Quills — Representations for Surface Topography, MIT AI Laboratory Memo 536, May, 1979.
      252. Horn В. K. P., Hill-Shading and the Reflectance Map, Proc. of the IEEE, 69, No. 1, 14-47 (1981). [Имеется перевод: Хорн Б. К. П. Отмывка рельефа У карта отражательной способности. 7ИИЭР, 1981, 69, № 1, с. 16 — 55.]
      253. Horn В. К. P., The Least Energy Curve, ACM Trans, on Mathematical
      Software, 9, No. 4, 441 — 460 (1983).
      254. Hbrn В. K. P., Exact Reproduction of Colored Images, Computer Vision,
      Graphics and Image Processing, 26, No. 2, 135 — 167 (May 1984a).
      255. Hdrn В. K. P., Extended Gaussian Images, Proc. of the IEEE, 72, No. 12, 1671 -1686, (Dec. 1984b).
      256. Ho)n В. K. P., Bachman B. L., Using Synthetic Images to Register Real Images with Surface Models, Communications of the ACM, 21, No. 11, 914 — 924 (1978).
      257. Horn В. K. P., Brooks M. J., The Variational Approach to Shape from Shading, MIT AI Laboratory Memo 813. Mar., 1985.
      258. Horn В. K. P., Ikeuchi K., The Mechanical Manipulation of Randomly
      Oriented Parts, Scientific American, 251, No. 2, 100 — 111 (1984).
      259. Horn В. K. P., Schunck B. G., Determining Optical Flow. Artificial Intelligence,
      17, Nos. 1 -3, 185-203 (1981).
      260. Horn В. K. P., Sjoberg R. W., Calculating the Reflectance Map, Applied Optics,
      18, No. 11, 1770-1779 (June, 1979).
      261. Horn В. K. P., Weldon E. J., Filtering Closed Curves, Proc. Computer Vision and Pattern Recognition Conf., San Fracisco, California, 478 — 484, 19 — 23 June, 1985.
      262. Horn В. K. P., Woodham R. J., Silver W., Determining Shape and Reflectance Using Multiple Images, MIT AI Laboratory Memo 490, Aug., 1978.
      263. Hou H. S., Andrews H. C., Cubic Splines for Image Interpolation and Digital Filtering, IEEE Trans, on Acoustics, Speech, and Signal Processing, 26, No. 6, 508-517 (1978).
      264. Hsieh Y. Y., Fu K. S., An Automatic Visual Inspection System for Integrated Circuit Chips, Computer Graphics and Image Processing, 14, No. 4, 293 — 343(1980).
      265. Huang T. S., Schreiber W. F., Tretiak O. J., Image Processing, Proc. of the IEEE, 59, No. 11, 1586- 1609 (1971).
      266. Hueckel М., An Operator Which Locates Edges in Digital Pictures, Journal of the ACM, 18, No. 1, 113 — 125 (1971). [Имеется перевод: Хюккель М. Оператор нахождения контуров на кодированных изображениях. В кн.: Интегральные роботы, — М.: Мир. 1973. с. 225-241.]
      267. Hueckel М., A Local Visual Operator Which Recognizes Edges and Lines, Journal of the ACM, 20, No. 4, 634-647 (1973).
      268. Huffman D. A., Impossible Objects as Nonsense Sentences, in Machine Intelligence 6, B. Meltzer, D. M. Michie (eds.), Edinburgh Univ. Press, 295 — 323, 1971.
      269. Huffman D. A., Curvature and Creases: A Primer on Paper, Proc. Conf. Computer Graphics, Pattern Recognition, and Data Structure, 360 — 370, 14-16 May, 1975.
      270. Huffman D. A., A Duality Concept for the Analysis of Polyhedral Scenes, in Machine Intelligence 8, E. W. Elcock, D. M. Michie (eds.), Ellis Horwood, Chichester, 475 — 492, 1977a.
      271. Huffman D. A., Realizable Configurations of Lines in Pictures of Polyhedra, in Machine Intelligence 8, E. W. Elcock, D. M. Michie (eds.), Ellis Horwood, Chichester, 493 — 509, 1977b.
      272. Hummel R. A., Zucker S. W., On the Foundations of Relaxation Labeling Processes, Internal Report TR-80-7, Computer Vision and Graphics Lab., Dept, of Electrical Engineering, McGill Univ., Montreal, July, 1980.
      273. Ikeuchi K., Recognition of 3-D Objects Using the Extended Gaussian linage, Proc. of the Intern. Joint Conf. on Artificial Intelligence, Vancouver IB. С., 595-600, 24-28 Aug., 1981a.
      274. Ikeuchi K., Determining Surface Orientations of Specular Surfaces by Usjng the Photometric Stereo Method, IEEE Trans, on Pattern Analysis and Machine Intelligence, 3, No. 6, 661 — 669 (1961b).
      275. Ikeuchi K„ Determining the Attitude of an Object from a Needle Map Using the Extended Gaussian Image, MIT AI Laboratory Memo 714, Apr., 1983.
      276. Ikeuchi K., Shape from Regular Patterns, Artificial Intelligence, 22, No. 1, 49-75(1984).
      277. Ikeuchi K., Determining a Depth Map Using Region Matching on Surface-Orientation Maps Obtained by a Pair of Photometric Stereo Systems, Internal Report 85-2E, Information Processing Group, Electrotechnical Laboratory, Sakuramura, Ibaraki 305. Japan, 1985.
      278. Ikeuchi K., Horn В. K. P., Numerical Shape from Shading and Occluding Boundaries, Artificial Intelligence, 17, Nos. 1 — 3, 141 — 184 (1981).
      279. Ikeuchi K., Horn В. K. P., Picking up an Object from a Pile of Objects, in Robotics Research: The First International Symposium, J. M. Brady, R. Paul (eds.), MIT Press, Cambridge, Massachusetts, 139 — 162, 1984.
      280. Ikeuchi K., Nishihara H. K., Horn В. K. P., Sobalvarro P., Nagata S., Determining Grasp Points Using Photometric Stereo and the PRISM Binocular Stereo System, MIT AI Laboratory Memo 772, Aug., 1984.
      281. Ingram М., Preston K., Jr., Automatic Analysis of Blood Cells, Scientific American, 223, No. 5, 72 — 82 (1970).
      282. Jacobus C. J., Chien R. Т., Two New Edge Detectors, IEEE Trans, on Pattern Analysis and Machine Intelligence, 3, No. 5, 581 — 592 (1981).
      283. Jain R., Extraction of Motion Information from Peripheral Process, IEEE Trans, on Pattern Analysis and Machine Intelligence, 3, No. 5, 489 — 503 (1981).
      284. Jain R., Direct Computation of the Focus of Expansion, IEEE Trans, on Pattern Analysis and Machine Intelligence, 5, No. 1, 58 — 64 (1983).
      285. Jain R., Aggarwal J. K., Computer Analysis of Scenes with Curved Objects, Proc. of the IEEE, 67, No. 5, 805-812 (May, 1979).
      286. Jarvis R. A., A Perspective on Range Finding Techniques for Computer Vision, IEEE Trans, on Pattern Analysis and Machine Intelligence, 5, No. 2, 122 — 139 (1983a).
      287. Jarvis R. A., A Laser Time-of-Flight Range Scanner for Robotic Vision, IEEE Trans, on Pattern Analysis and Machine Intelligence, 5, No. 5, 505 — 512, (1983b).
      288. Jerian C., Jain R., Determining Motion Parameters for Scenes with Translation and Rotation, IEEE Trans, on Pattern Analysis and Machine Intelligence, 6, No. 4, 523-530 (1984).
      289. Kanade Т.. Region Segmentation: Signal vs. Semantics, Computer Graphics and Image Processing, 13, No. 4, 279 — 297 (1980a).
      290. Kanade Т., A Theory of Origami World, Artificial Intelligence. 13, No. 3, 279-311 (1980b).
      291. Kanade Т., Recovery of the Three-Dimensional Shape of an Object from a Single View, Artificial Intelligence, 17, Nos. 1 — 3, 409 — 460 (1981).
      293. Kanade Т., Geometrical Aspects of Interpreting Images as a Three-Dimensional Scene, Proc. of the IEEE. 71, No. 7, 789-802 (1983).
      293. Kashioka S., Ejiri М., Sakamoto Y., A Transistor Wire-Bonding System
      'Utilizing Multiple Local Pattern Matching Techniques, IEEE Trans, on
      Sy.stems, Man and Cybernetics, 6, No. 8, 562 — 570 (1976).
      294. keating T. J., Wolf P. R., Scarpace F. L., An Improved Method ot Digital
      Image Correlation, Photogrammetric Engineering and Remote Sensing, 41, No. 8, 993-1002 (1975).
      295. Kelley R. B., Birk J. R., Martins H. A. S., Telia R„ A Robot System
      Which Acquires Cylindrical Workpieces from Bins, IEEE Trans, on Systems, Man and Cybernetics, 12, No. 2, 204 — 213, (Mar.Apr., 1982).
      296. Kelly R. E., McConnell P. R. H., Mildenberger S. J., The Gestalt Photomapping System, Photogrammetric Engineering and Remote Sensing, 43, No. 11, 1407-1417 (1977).
      297. Kirousis L., Papadimitriou С. H., The Complexity of Recognizing Polyhedral Scenes, Internal Report STAN-CS-84-105, Dept, of Computer Science, Stanford Univ., Stanford, California, Aug., 1984.
      298. Klette R., Parallel Operations on Binary Images, Computer Graphics and
      Image Processing, 14, No. 2, 145 — 158 (1980).
      299. Koenderink J. J., van Doorn A. J., Local Structure of Movement Parallax of
      the Plane, Journal of the Optical Society of America, 66, No. 7, 717 — 723 (1976).
      300. Koenderink J. J., van Doorn A. J., Photometric Invariants Related to Solid Shape, Acta Optica, 27, No. 7, 981 -996 (1980).
      301. Konecny G., Pape D., Correlation Techniques and Devices, Photogrammetric Engineering and Remote Sensing, 47, No. 3, 323 — 333 (1981).
      302. Kulpa Z., Area and Perimeter Measurement of Blobs in Discrete Binary
      Pictures, Computer Graphics and Image Processing, 6, No. 5, 434 — 451 (1977).
      303. Land E. H., Experiments in Color Vision, Scientific American, 200, No. 5, 84-99 (1959).
      304. Land E. H., The Retinex, American Scientist, 52, No. 2. 247 — 264 (1964).
      305. Land E. H., Recent Advances in Retinex Theory and Some Implications for Cortical Computations: Color Vision and the Natural Image, Proc. Nat'l Acad. Sci., 80, No. 16, 5163-5169 (1983).
      306. Land E. H,, McCann J. J., Lightness and Retinex Theory, Journal of the Optical Society of America, 61, No. 1, 1 — 11 (1971).
      307. Lavin M. A., Lieberman L. 1., AMLV. An Industrial Machine Vision
      Programming System, The International Journal of Robotics Research, 1, No. 3, 42-56, Fall (1982).
      308. Lee C.-FL, Improved Methods of Estimating Shape from Shading Using the Light Source Coordinate System, TR-1277, Computer Vision Laboratory, Computer Science Center, Univ. of Maryland, College Park, Maryland, Oct.,
      1983.
      309. Lettvin J. Y., The Color of Colored Things, Quarterly Progress Report 87, Research Laboratory of Electronics, MIT, 1967.
      310. Levialdi S., On Shrinking Binary Picture Patterns, Communications of the ACM,
      15, No. 1, 7-10 (1972).
      311. Levine M. D., O’Handley D. A., Yagi G. М., Computer Determination of Depth
     
      Литература
      Maps, Computer Graphics and Image Processing, 2, No. 2, 131 — 150 (1973).
      312. Limb J. O., Murphy J. A., Estimating the Velocity of Moving Images in Television Signals, Computer Graphics and Image Processing, 4, No. 4, 311 — 327 (1975).
      313. Little J. J., An Iterative Method for Reconstructing Convex Polyhedra from Extended Gaussian Images, Proc. of the National Conf. on Artificial Intelligence, Washington, D. C„ 247-254, 22-26 Aug., 1983.
      314. Little J. J., Determining Object Attitude from Extended Gaussian Images, Proc. of the Intern. Joint Conf. on Artificial Intelligence, Los Angeles, California, 960 — 963, 18 — 23 Aug., 1985.
      315. Livingstone M. S., Hubei D. H., Anatomy and Physiology of a Color System in the Primate Visual Cortex, The Journal of Neuroscience, 4, 309 — 356 (1984).
      316. Lobregt S., Verbeek P. W., Groen F. C. A., Three-Dimensional Skeletonization: Principle and Algorithm, IEEE Trans, on Pattern Analysis and Machine Intelligence, 2, No. 1, 75-77 (1980).
      317. Longuet-Higgins H. C., A Computer Algorithm for Reconstructing a Scene, from Two Projections, Nature, 293, No. 5828, 133 — 135 (10 Sept., 1981).
      318. Longuet-Higgins H. C., Prazdny K., The Interpretation of a Moving Retinal Image, Proc. of the Royal Society of London B., 208, 385 — 397 (1980).
      319. Lozano-Perez Т., Spatial Planning: A Configuration Space Approach, IEEE Trans, on Computers, 32, No. 2, 108 — 120 (1983).
      320. Mackworth A. K., Interpreting Pictures of Polyhedral Scenes, Artificial Intelligence, 4, No. 2, 121 — 137, Summer (1973).
      321. Mackworth A. K., How to See a Simple World, in Machine Intelligence 8, E. W. Elcock, D. M. Michie (eds.), Ellis Horwood, Chichester, 510 — 537, 1977-
      322. MacLeod I. D. G., A Study in Automatic Photo-Interpretation, Ph. D. Thesis, Dept, of Engineering Physics, Australian National Univ., Canberra, Australia, Mar., 1970a.
      323. MacLeod I. D. G., On Finding Structure in Pictures, in Picture Language Machines, S. Kaneff (ed.), Academic Press, London, 231 — 256, 1970b.
      324. Malik J., Interpretation of Line Drawings of Curved Objects, Ph. D. Thesis, Dept, of Computer Science, Stanford Univ., Stanford, California, 1985.
      325. Marr D., The Computation of Lightness by the Primate Retina, Vision Research, 14, 1377-1388, 1974.
      326. Marr D„ Early Processing of Visual Information. Philosophical Trans, of the Royal Society of London B, 275, 483 — 524 (1976).
      327. Marr D., Analysis of Occluding Contour, Proc. of the Roval Society of London B., 197, 441-475 (1977).
      328. Marr D., Visual Information Processing: The Structure and Creation of
      Visual Representations, Philosophical Trans, of the Royal Society of London B, 29, 199-218 (1980).
      329. Marr D., Hildreth E., Theory of Edge Detection, Proc. of the Royal Society of London B.. 207, 187-217 (1980).
      330. Marr D., Nishihara N. K., Representation and Recognition of the Spatial Organization of Three-Dimensional Structure, Proc. of the Royal Society of London B, 200, 269-294 (1978).
      331. Marr D., Palm G., Poggio Т., Analysis of a Cooperative Stereo Algorithm, Biological Cybernetics, 28, No. 4, 223 — 239 (1978).
      332. Marr D., Poggio Т., Cooperative Computation of Stereo Disparity Science, 194, No. 4262, 283-287 (15 Oct., 1976).
      ЗЗА Marr D., Poggio Т., A Computational Theory of Human Stereo Vision, Proc. of the Royal Society of London B, 204, 301 — 328 (1979).
      334.Marr D., Ullman .S., Directional Selectivity and Its Use in Early Visual Processing, Proc. of the Royal Society of London B, 211, 151 — 180 (1981).
      335. Wlarroquin J. L., Surface Reconstruction Preserving Discontinuities. MIT AI Laboratory Memo 792, Aug., 1984.
      336. Marroquin J. L., Optimal Bayesian Estimators for Image Segmentation and Surface Reconstruction, MIT AI Laboratory Memo 839, Apr., 1985.
      337. Maybank S. J., The Angular Velocity Associated with the Optical Flow Field Due to a Single Moving Rigid Plane, Proc. of the Sixth European Conf. on Artificial Intelligence, Elcevier, Dordrecht. The Netherlands, 641 — 644, Sept., 1984.
      338. Mayhew J. E. W., The Interpretation of Stereo-Disparity Information: The Computation of Surface Orientation and Depth, Perception. 11, No. 4, 387 — 403 (1982).
      339. Mayhew J. E. W., Frisby J. P., Psychophysical and Computational Studies towards a Theory of Human Stereopsis, Artificial Intelligence, 17, Nos. 1 — 3, 379-386 (1981).
      340. Mayhew J. E. W., Longuet-Higgins H. C., A Computational Model of Binocular Depth Perception, Chapter 5 in Image Understanding 1984,
      5. Ullman, W. Richards (eds.), Ablex Publishing Corp., Norwood, New' Jersey, 1984.
      341. McCann J. J., Land E. H., Tatnall S. М. V., A Technique for Comparing Human Visual Responses with a Mathematical Model for Lightness, American Journal of Optometry, 47, No. 11, 845 — 855 (1970).
      342. Mersereau R. М., The Processing of Hexagonally-Sampled Two-Dimensional Signals, Proc. of the IEEE. 67, No. 6, 9.30-949 (1979).
      343. Michalski R. S., Stepp R. E., Automated Construction of Classifications: Conceptual Clustering Versus Numerical Taxonomy, IEEE Trans, on Pattern Analysis and Machine Intelligence, 5, No. 4, 396 — 410 (1983).
      344. Minkowski H., Allgemeine Lehrsatze iiber die konvexen Polyeder, Nachrichten von der Koniglichen Gesellschaft der Wissenschaften, mathematisch-physikalische Klasse, Gottingen, 198-219, 1897.
      345. Minnaert М., Photometry of the Moon, in Planets and Satellites, 3, G. P. Kuiper, В. M. Middlehurst (eds.), Univ. of Chicago Press, Chicago, 213-248, 1961.
      346. Mitchell J. L., Goertzel G., Two-Dimensional Facsimile Coding Scheme, IBM Research Report RC 7499, Jan., 1979.
      347. Modestino J. W., Fries R. W., Edge Detection in Noisy Images Using Recursive Digital Filtering, Computer Graphics and Image Processing, 6, No. 5, 409-433 (1977).
      348. Mori K., Genchi H.. Watanabe S., Katsuragi S., Microprogramm Controlled Pattern Processing in a Handwritten Mail Reader-Sorter, Pattern Recognition. 2, No. 3, 175-185 (1970).
      349. Mori K., Kidode М.. Asada H., An Iterative Prediction and Correction Method for Automatic Stereocomparison, Computer Graphics and Image Processing. 2, Nos. 3, 4, 393-401 (1973).
      350. Mori S.. Yamamoto K., Yasuda М., Research on Machine Recognition of Handprinted Characters, IEEE Tram, on Pattern Analysis and Machine Intelligence, 6, No. 4, 386-405 (1984).
      351. Nagel Н.-Н., Representation of Moving Rigid Objects Based on Visual Observations, Computer, 14, No. 8, 29 — 38 (1981a).
      352. Nagel H.-H., On the Derivation of 3-D Rigid Point Configurations from In Sequences, Proc. Pattern Recognition and Image Processing Conf., Dallas. Texas, 103 — 108, 3 — 4 Aug., 1981b.
      353. Nagel H.-H., On Change Detection and Displacement Vector Estimation in Image Sequences, Pattern Recognition Letters, 1, 55 — 59 (1982).
      354. Nagel H.-H., Displacement Vectors Derived from Second-Order Intensity Variations in Image Sequences, Computer Vision, Graphics and Image Processing, 21, No. 1, 85- 1 17 (1983a).
      355. Nagel H.-H., Constraints for the Estimation of Displacement Vector Fields from Image Sequences, Proc. of the Intern. Joint Conf. on Artificial Intelligence, Karlsruhe, West Germany, 945 — 951, 8 — 12 Aug., 1983b.
      356. Nagy G., Feature Extraction on Binary Patterns, IEEE Trans, on Systems Science and Cybernetics, 5, No. 4, 273 — 278 (1969).
      357. Nahin P. J.. The Theory and Measurement of a Silhouette Descriptor for Image Preprocessing and Recognition, Pattern Recognition, 6, No. 2, 85 — 95.
      358. Negahdaripour S., Horn В. K. P., Determining 3-D Motion of Planar Objects from Image Brightness Measurements, Proc. of the Intern. Joint Conf. on Artificial Intelligence, Los Angeles, California, 898 — 901, 18 — 23 Aug., 1985.
      359. Netravali A. N., Robbins J. D., Motion-Compensated Television Coding: Part I, The Bell System Technical Journal, 58, No. 3, 631 — 670 (1979).
      360. Neumann B., Motion Analysis of Image Sequences for Object Grouping and Reconstruction, Proc. Pattern Recognition Conf., Miami, Florida, 1262 — 1265, 1-4 Dec., 1980a.
      361. Neumann B., Exploiting Image Formation Knowledge for Motion Analysis, IEEE Trans, on Pattern Analysis and Machine Intelligence, 2, No. 6, 550 — 554 (1980b).
      362. Nevada R., Evaluation of a Simplified Hueckel Edge-Line Detector, Computer Graphics and Image Processing, 6, No. 6, 582 — 588 (1977a).
      363. Nevatia R., A Color Edge Detector and Its Use in Scene Segmentation, IEEE Trans, on Systems, Man and Cybernetics, 7, No. 11, 820 — 826 (1977b).
      364. Nevatia R., Babu K. R., Linear Feature Extraction and Description, Computer Graphics and Image Processing, 13, No. 3, 257 — 269 (1980).
      365. Nevatia R., Binford Т. O., Discription and Recognition of Curved Objects, Artificial Intelligence, 8, No. 1, 77 — 98 (1977).
      366. Nicodemus F. E., Richmond J. C., Hsia J. J., Ginsberg I. W., Limperis Т.,
      Geometrical Considerations and Nomenclature for Reflectance, NBS Monograph 160, National Bureau of Standards, U. S. Dept, of Commerce, Washington D. C., Oct., 1977.
      367. Nishihara H. K., Intensity, Visible-Surface, and Volumetric Representations, Artificial Intelligence, 17, Nos. 1 — 3, 265 — 284 (1981).
      368. Nishihara H. K., PRISM: A Practical Real-Time Imaging Stereo Matcher, Proc. SPIE Cambridge Symp. on Optical and Electro-Optical Engineering, Cambridge, Massachusetts, 6 — 10 Nov., 1983.
      369. Nitzan D., Brain A. E., Duda R. O., The Measurement and Use of Registered
      Reflectance and Range Data in Scene Analysis, Proc. of the IEEE, 65, No. 2,
      206-220 (1977).
      370. O'Gorman F., Edge Detection Using Walsh Functions, Artificial Intelligence, 10, No. 2, 215-223 (1978).
      371. O’Gorman F., Clowes М. B., Finding Picture Edges through Collinearity of Feature Points. IEEE Trans, on Computers, 25, No. 4, 449 — 456 (1976).
      372. Ohlander R., Price K., Reddy D. R., Picture Segmentation Using a Recursive Region Splitting Method. Computer Graphics and Image Processing, 8, No. 3, 313-333 (1978).
      373. Ohta Y., Kanade Т., Stereo by Intra- and Inter-scanline Search Using Dynamic Programming. CMU-CS-83-162, Dept, of Computer Science, Carnegie-Mellon Univ., Pittsburgh, Oct., 1983.
      374. Paquin R., Dubois E., A Spatio-Temporal Gradient Method for Estimating
      the Displacement Field in Time-Varying Imagery, Computer Vision, Graphics
      and Image Processing, 21, No. 2, 205 — 221 (1983).
      375. Pavlidis Т., A Thinning Algorithm for Discrete Binary Images, Computer Graphics and Image Processing, 13, No. 2, 142 — 157 (1980).
      376. Pavlidis Т., An Asynchronous Thinning Algorithm, Computer Graphics and Image Processing, 20, No. 2, 133 — 157 (1982).
      377. Peli Т., Malah D., A Study of Edge Detection Algorithms, Computer Graphics and Image Processing, 20, No. 2, 1 — 21 (1982).
      378. Pentland A. P., Finding the Illuminant Direction, Journal of the Optical Society of America, 72, No. 4, 448 — 455 (1982).
      379. Pentland A. P., Local Shading Analysis, IEEE Trans, on Pattern Analysis
      and Machine Intelligence, 6, No. 2, 170 — 187 (1984).
      380. Poggio Т., Vision by Man and Machine, Scientific American, 250, No. 4, 106 — 116(1984).
      381. Poggio Т., Koch C., An Analog Model of Computation for the Ill-Posed Problems of Early Vision, MIT AI Laboratory Memo 783, May, 1984.
      382. Poggio Т., Torre V., Ill-Posed Problems and Regularization Analysis in Eearly Vision, MIT Laboratory Memo 773, Apr., 1984.
      383. Pong Т.-C., Shapiro L. G., Watson L. Т., Haralick R. М., Experiments in Segmentation Using a Facet Model Region Grower, Computer Vision, Graphics and Image Processing, 25, No. 1, 1 — 23 (Jan., 1984).
      384. Prazdny K., Motion and Structure from Optical Flow, Proc. of the Intern. Joint Conf. on Artificial Intelligence, Tokyo, Japan, 702 — 704, 20 — 24 Aug.,
      1979.
      385. Prazdny K., Egomotion and Relative Depth Map from Optical Flow, Biological Cybernetics, 36, No. 2, 87 — 102 (1980).
      386. Prazdny K., Determining the Instantaneous Direction of Motion from Optical Flow Generated by a Curvilinearly Moving Observer, Computer Graphics and Image Processing, 17, No. 3, 238 — 248 (1981).
      387. Prazdny K., On the Information in Optical Flows, Computer Vision, Graphics and Image Processing, 22, No. 2, 239 — 259 (1983).
      388. Preston K., Jr., Feature Extraction by Golay Hexagonal Pattern Transforms, IEEE Trans, on Computers, 20, No. 9, 1007 — 1014 (1971).
      389. Preston K. Jr., Computer Processing of Biomedical Images,’ Computer, 9, No. 5, 54-68 (1976).
      390. Ramakrishna R. S., Mullick S. М., Rathore R. K. S., A New Iterative Algorithm for Image Restoration, Computer Vision, Graphics and Image Processing. 30, No. 1, 47-55 (1985).
      391. Ramer E. U., The Transformation of Photographic Images into Stroke Arrays,’ IEEE Trans, on Circuits and Systems. 22, No. 4, 363 — 374 (1975).
      392. Ray R., Birk J., Kelley R. B., Error Analysis of Surface Normals Determined
      by Radiometry, IEEE Trans, on Pattern Analysis and Machine Intelligence, 5, No. 6, 631-645 (1983).
      393. Rindfleisch Т., Photometric Method for Lunar Topography, Photogrammetric Engineering, 32, No. 2, 262 (1966).
      394. Roberts L. G., Machine Perception of Three-Dimensional Solids, in Optical and Electro-Optical Information Processing, J. T. Tippett et al. (eds.), MIT Press, Cambridge, Massachusetts, 159 — 197, 1965.
      [Имеется перевод: Робертс Л. Автоматическое восприятие трехмерных объектов. В кн.: Интегральные роботы, — М.: Мир, 1973, с. 162 — 208.]
      395. Rosenfeld A., Connectivity in Digital Pictures, Journal of the ACM, 17, No. 1, 146-160 (1970).
      396. Rosenfeld A., Picture Processing: 1972, Computer Graphics and Image Processing. 1, No. 4, 394-416 (1972).
      397. Rosenfeld A., Picture Processing: 1973, Computer Graphics and Image Processing,3, No. 2, 178-194 (1974).
      398. Rosenfeld A., Picture Processing: 1974, Computer Graphics and Image Processing,4, No. 2, 133- 155 (1975).
      399. Rosenfeld A., Picture Processing: 1975, Computer Graphics and Image Processing,5, No. 2, 215-237 (1976).
      400. Rosenfeld A., Picture Processing: 1976, Computer Graphics and Image Processing,6, No. 2, 157-183 (1977).
      401. Rosenfeld A., Picture Processing: 1977, Computer Graphics and Image Processing,7, No. 2, 211-242 (1978).
      402. Rosenfeld A., Picture Processing: 1978, Computer Graphics and Image Processing, 9, No. 4, 354-393 (1979).
      403. Rosenfeld A., Picture Processing: 1979. Computer Graphics and Image Processing 13, No. 1, 46-79 (1980).
      404. Rosenfeld A., Picture Processing: 1980, Computer Graphics and Image Processing 16, No. 1, 52-89 (1981).
      405. Rosenfeld A., Picture Processing: 1981, Computer Graphics and Image Processing 19, No. 1, 35-75 (1982).
      406. Rosenfeld A., Picture Processing: 1982, Computer Vision, Graphics and Image Processing, 22, No. 3, 339 — 387 (1983).
      407. Rosenfeld A., Picture Processing: 1983, Computer Vision, Graphics and Image Processing, 26, No. 3, 347 — 393 (1984a).
      408. Rosenfeld A., Image Analysis: Problems, Progress and Prospects. Pattern Recognition, 17, No. 1, 3 — 12 (1984b).
      409. Rosenfeld A., Picture Processing: 1984, Computer Vision. Graphics and Image Processing, 30, No. 2, 189 — 242 (1985).
      410. Rosenfeld A., Davis L. S., Image Segmentation and Image Models, Proc. of the IEEE, 67, No. 5, 7647-7672 (1979).
      411. Rosenfeld A., Hummel R. A., Zucker S. W., Scene Labelling by Relaxation Operations, IEEE Trans, on Systems, Man and Cybernetics, 6, No. 6, (1976).
      412. Rosenfeld A., Thurston М., Edge and Curve Detection for Visual Scene Analysis, IEEE Trans, on Computers, 20, No. 5, 562 — 569 (1971).
      413. Rosenfeld A., Thurston М., Lee Y. H., Edge and Curve Detection: Further Experiments, IEEE Trans, on Computers, 21, No. 7, 677-715 (1972).
      414. Salamin E., Application of Quaternions to Computation with Rotations, Stanford AI Laboratory Internal Working Paper, Dept, of Computer Science, Stanford Univ., Stanford, California, 1979.
      415. Sankar P. V., A Vertex Coding Scheme for Interpreting Ambiguous Trihedral
      Solids, Computer Graphics and Image Processing, 6, No. 1, 61 — 89 (1977).
      416. Savol A. М., Li С. C., Hoy R. J., Computer-Aided Recognition of Small Rounded Pneumoconiosis Opacities in Chest X-Rays, IEEE Trans, on Pattern Analysis and Machine Intelligence, 2, No. 5, 479 — 482 (1980).
      417. Schalkoff R. J., McVey E. S., A Model and Tracking Algorithm for a Class of Video Targets, IEEE Trans, on Pattern Analysis and Machine Intelligence,
      4, No. 1, 2-10 (1982).
      418. Schreiber W. F., Image Processing for Quality Improvement, Proc. of the IEEE, 66, No. 12, 1640-1651 (1978).
      419. Schunck B. G., Horn В. K. P., Constraints on Optical Flow Computation, Proc. Pattern Recognition and Image Processing Conf., Dallas, Texas, 205 — 210, 3-4 Aug., 1981.
      420. Schut G. H., On Exact Linear Equations for the Computation of the Rotational Elements of Absolute Orientation, Photogrammetria, 17, No. 1, 34 — 37 (1960).
      421. Selfridge P. G., Prewitt J. M. S., Organ Detection in Abdominal Computerized Tomography Scans: Application to the Kidney, Computer Graphics and Image Processing, 15, No. 3, 265 — 278 (1981).
      422. Serra J., The Boolean Model and Random Sets, Computer Graphics and Image Processing, 12, No. 2, 99 — 126 (1980).
      423. Shafer S. A., Kanade Т., Using Shadows in Finding Surface Orientations, Computer Vision. Graphics and Image Processing, 22, No. 1, 145 — 176 (1983).
      424. Shafer S. A., Kanade Т., Kender J., Gradient Space under Orthography and Perspective, Computer Vision, Graphics and Image Processing, 24, No. 2, 182 — 199 (1983).
      425. Shapira R., A Note on Sugihara’s Claim, IEEE Trans, on Pattern Analysis and Machine Intelligence, 6, No. 1, 122 — 123 (1984).
      426. Shapira R., Freeman H., The Cyclic Order Property of Vertices as an Aid in Scene Analysis, Communications of the ACM. 22, No. 6, 368 — 375 (1979).
      427. Shirai Y., A Context-Sensitive Line Finder for Recognition of Polyhedra, Artificial Intelligence, 4. No. 2, 95 — 119 (1973).
      428. Silver W. М., Determining Shape and Reflectance Using Multiple Images,
      5. M. Thesis, Dept of Electrical Engineering and Computer Science, MIT, Cambridge, Massachusetts, June 1980.
      429. Sjoberg R. J., Horn В. K. P., Atmospheric Effects in Satellite Imaging of Mountainous Terrain, Applied Optics, 22, No. 11, 1702 — 1716 (1983).
      430. Sloan К. B. Jr., Brown С. М., Color Map Techniques, Computer Graphics and Image Processing, 10, No. 4, 297 — 317 (1979).
      431. Smith D. A., Using Enhanced Spherical Images, MIT AI Laboratory Memo 530, May 1979.
      432. Smith J. A., Lin T. L., Ranson K. J., The Lambertian Assumption and Landsat Data, Photogrammetric Engineering and Remote Sensing, 46, No. 9, 1183-1189 (1980).
      433. Sobel I., Camera Models and Machine Perception, Stanford AI Memo 121, Dept, of Computer Science, Stanford Univ., Stanford California, May, 1970.
      434. Stefanelli R., Some Parallel Thinning Algorithms for Digital Pictures, Journal of the ACM, 18, No. 2, 255-264 (1971).
      435. Stevens K. A., The Visual Interpretation of Surface Contours, Artificial Intelligence, 17, Nos. 1 — 3, 47 — 73 (1981).
      436. Strat Т. М., A Numerical Method for Shape from Shading from a Single
      Image, S. M. Thesis, Dept, of Electrical Engineering and Computer Science, MIT, Cambridge, Massachusetts, Jan., 1979.
      437. Stuller J. A., Netravali A. N., Robbins J. D., Interframe Television Coding Using Gain and Displacement Compensation, Bell Systems Technical Journal, 59, No. 7, 1227 — 1240 (1980).
      438. Sugihara K., Classification of Impossible Objects, Perception, 11, No. 1, 65-74 (1982a).
      439. Sugihara K., Mathematical Structures of Line Drawings of Polyhedrons — Toward Man-Machine Communication by Means of Line Drawings, IEEE Trans, on Pattern Analysis and Machine Intelligence, 4, No. 5, 458 — 469 (1982b).
      440. Sugihara K., An Algebraic Approach to Shape-from-Image Problems, Artificial Intelligence, 23, No. 1, 59 — 95 (1984a).
      441. Sugihara K., A Necessary and Sufficient Condition for a Picture to Represent a Polyhedral Scene, IEEE Trans, on Pattern Analysis and Machine Intelligence, 6, No. 5, 578-586 (1984b).
      442. Sugihara K., Sugie N., Recovery of Rigid Structure from Orthographically Projected Optical Flow, Computer Vision, Graphics and Image Processing, 27, No. 3, 309-320 (1984).
      443. Sutro L. L., Lerman J. B., Robot Vision, Internal Report R-635, Charles Stark Draper Laboratory, Cambridge. Massachusetts, Apr., 1973.
      444. Tabatabai A. J., Mitchell O. R., Edge Location to Subpixel Values in Digital Imagery, IEEE Trans, on Pattern Analysis and Machine Intelligence, 6, No. 2, 188-201 (1984).
      445. Tafoya B. R., A Unique Cartographic, Scanning, Vectorizing and Editing
      System, Image Understanding System and Industrial Applications, Proc. SPIE
      22nd Annual Technical Symp., San Diego, California, 155, 2 — 7, 28 — 31 Aug., 1978.
      446. Taylor R. H., Planning and Execution of Straight Line Manipulator Trajectories, IBM Journal of Research and Development, 23, No. 4, 424 — 436 (1979).
      447. Tenenbaum J. М., Barrow H. G., Experiments in Interpretation-Guided
      Segmentation, Technical Note 123, Stanford Research Institute, Menlo Park, California, Mar., 1976.
      448. Terzopoulos D., Multilevel Computational Processes for Visual Surface Reconstruction, Computer Vision, Graphics and Image Processing, 24, No. 1, 52 — 96 (1983).
      449. Terzopoulos D., Efficient Multiresolution Algorithms for Computing Lightness, Shape from Shading, and Optical Flow, Proc. of the Fourth National Conf. on Artificial Intelligence, Univ. of Texas, Austin, Texas, 314 — 317, 6 — 10 Aug., 1984a.
      450. Terzopoulos D., Multiresolution Algorithms in Computational Vision, Chapter 10 in Image Understanding 1984, S. Ullman and W. Richards (eds.), Ablex Publishing Corp., Norwood, New Jersey, 1984b.
      451. Thompson E. H., An Exact Linear Solution of the Problem of Absolute Orientation, Photogrammetria, 15, No. 4. 163 — 179 (1959).
      452. Thompson W. B., Lower-Level Estimation and Interpretation of Visual Motion, Computer, 14, No. 8, 20 — 28 (1981).
      453. Torrance К. E., Sparrow E. М., Theory for Off-Specular Reflection from Roughened Surfaces, Journal of the Optical Society of America, 57, No. 9, 1105-1114 (1967).
      454. Trowbridge S., Reitz К. P., Average Irregularity Representation of a Rough Surface for Ray Reflection, Journal of the Optical Society of America, 65, No.5,531-536 (1975).
      455. Tsai R. Y., Multiframe Image Point Matching and 3-D Surface Reconstruction, Report RC 9398, IBM T. J. Watson Research Center, Yorktown Heights, New York, May, 1982.
      456. Tsai R. Y., Huang T. S., Uniqueness and Estimation of Three-Dimensional Motion Parameters of Rigid Objects with Curved Surfaces, IEEE Trans, on Pattern Analysis and Machine Intelligence, 6, No. 1, 13 — 27 (1984a).
      457. Tsai R. Y., Huang T. S., Estimating Three-Dimensional Motion Parameters of a Rigid Planar Patch, III: Finite Point Correspondences and the Three-View Problem, IEEE Trans, on Acoustics, Speech, and Signal Processing, 32, No. 2, 213-220 (1984b).
      458. Tsai R. Y., Huang T. S., Zhu W.-L., Estimating Three-Dimensional Motion Parameters of a Rigid Planar Patch, II: Singular Value Decomposition, IEEE Trans, on Acoustics, Speech, and Signal Processing, 30, No. 4, 525 — 534 (1982).
      459. Tsao Y. E., Fu K. S., A Parallel Thinning for 3-D Pictures, Computer Graphics and Image Processing, 17, No. 4, 315 — 331 (1981).
      460. Tuong-Phong B., Illumination for Computer-Generated Images, Communications of the ACM, 18, No. 6, 311-317 (1975).
      461. Turner K. J., Computer Perception of Curved Objects Using a Television Camera, Ph. D. Thesis, Univ. of Edinburgh, Edinburgh, U. K., 1974.
      462. Ullman S., Relaxation and Constrained Optimization by Local Processes, Computer Graphics and Image Processing, 10, No. 2, 115 — 125 (1979).
      463. Ullman S., Analysis of Visual Motion by Biological and Computer Systems, Computer, 14, No. 8, 57 — 69 (1981).
      464. Van Digellen J., A Photometric Investigation of the Slopes and Heights of the Ranges of Hills in the Maria of the Moon. Bulletin of the Astronomical Institute of the Netherlands, 11, 423 (1951).
      465. Van Hove P. L., Verly J. G., A Silhouette-Slice Theorem for Opaque 3-D Objects, Proc. IEEE Intern. Conf. on Acoustics, Speech and Signal Processing, Tampa, Florida, 933-936, 26-29 Mar., 1985.
      466. Waltz D. L., Generating Semantic Descriptions from Drawings of Scenes with Shadows, Chapter 3 in The Psychology of Computer Vision, P. H. Winston (ed.), McGraw-Hill Book Co., New York, 1972.
      [Имеется перевод: Уолц Д. Интерпретация контурных рисунков, изображающих сцены с тенями. В кн.: Психология машинного зрения. Сб. статей.Под ред. П. Уинстона, — М.: Мир, 1978, с. 30 — 111.]
      467. Ward М. R., Rheaume D. P., Holland S. W... Dunseth J. Н., Production Plant CONSIGHT Installations, Internal Report GMR-4156, General Motors Research Laboratories, Warren] Michigan, Aug., 1982.
      468. Waxman A. М., Ullman S., Surface Structure and 3-D Motion from Image Flow: A Kinematic Analysis, Report CAR-TR-24, Computer Vision Laboratory, Center for Automation Research, Univ. of Maryland, College Park, Maryland. Oct., 1983.
      469. Waxman A. М., Wohn K., Contour Evolution, Neighborhood Deformation and Global Image Flow: Planar Surfaces in Motion, Report CAR-TR-58, Computer Vision Laboratory, Center for Automation Research, Univ. of Maryland, College Park, Maryland, Apr., 1984.
      470. Webb J. A., Aggarwal J. K., Structure from Motion of Rigid and Jointed Objects, Artificial Intelligence, 19, No. 1, 107 — 130 (1982).
      471. Winston P. H., The MIT Robot in Machine Intelligence 7, B. Meltzer and D. M. Michie (eds.), Edinburgh Univ. Press, 431 — 463, 1972.
      [Имеется перевод: Уинстон П. Робот MIT. В кн.: Интегральные роботы. Вып. 2.-М.: Мир, 1975, с. 47-88.]
      472. Witkin А. P., Recovering Surface Shape and Orientation from Texture, Artificial Intelligence, 17, Nos. 1 — 3, 17 — 45 (1981).
      473. Witkin A. P., Scale-Space Filtering, Proc. of the Intern. Joint Conf. on Artificial Intelligence, Karlsruhe, West Germany, 1019 — 1022, 8 — 12 Aug.. 1983.
      474. Witkin A. P., Scale Srace Filtering: A New Approach to Multi-Scale Description, Chapter 3 in Image Understanding 1984, S. Ullman and W. Richards (eds.), Ablex Publishing Corp., Norwood, New Jersey, 1984.
      475. Wohn K., Davis K. S., Thrift P., Motion Estimation Based on Multiple Local Constraints and Nonlinear Smoothing, Pattern Recognition, 16, No. 6, 563-570 (1983).
      476. Wojcik Z. М., An Approach to the Recognition of Contours and Line-Shaped Objects, Computer Vision, Graphics and Image Processing, 25, No. 2, 184-204 (1984).
      477. Woodham R. J., A Cooperative Algorithm for Determining Surface Orientation from a Single View, Proc. of the Intern. Joint Conf. on Artificial Intelligence, Cambridge, Massachusetts, 635 — 641, 22 — 25 Aug., 1977.
      478. Woodham R. J., Reflectance Map Techniques for Analyzing Surface Defects in Metal Castings, MIT AI Laboratory Technical Report 457, June, 1978a.
      479. Woodham R. J., Photometric Stereo: A Reflectance Map Technique for Determining Surface Orientation from a Single View, Image Understanding Systems and Industrial Applications, Proc. SPIE 22nd Annual Technical Symp., San Diego, California, 155, 136-143, 28-31 Aug., 1978b.
      480. Woodham R. J., Relating Properties of Surface Curvature to Image Intensity, Proc. of the Intern. Joint Conf. on Artificial Intelligence, Tokyo, Japan, 971 — 977. 20-24 Aug., 1979.
      481. Woodham R. J., Photometric Method for Determining Surface Orientation from Multiple Images, Optical Engineering, 19, No. 1, 139 — 144 (Jan.Febr., 1980).
      482. Woodham R. J., Analysing Images of Curved Surfaces, Artificial Intelligence. 17, Nos. 1-3, 117-140 (1981).
      483. Woodham R. J., Photometric Method for Determining Shape from Shading, Chapter 4 in Image Understanding 1984, S. Ullman and W. 'Richards (eds.), Ablex Publishing Corp., Norwood, New Jersey, 1984.
      484. Yachida М., Tsuji S., A Versatile Machine Vision System for Complex Industrial Parts, IEEE Trans, on Computers, 26, No. 9, 882 — 894 (1977).
      485. Yakimovsky Y., Boundary and Object Detection in Real World Images, Proc. of the Intern. Joint Conf. on Artificial Intelligence, Tbilisi, Georgia, USSR, 695-704, 3-8 Sept., 1975.
      486. Yen B. L., Huang T. S., Determining 3-D Motion and Structure of a Rigid Body Using Spherical Projection, Computer Vision, Graphics and Image Processing, 21, No. 1, 21 — 32 (Jan., 1983).
      487. Yong I. Т., Automated Leukocyte Recognition, Ph. D. Thesis, Dept, of Electrical Engineering, MIT, Cambridge, Massachusetts, June, 1969.
      488. Yuille A. L., Poggio Т., Scaling Theorems for Zero-Crossings, MIT Laboratory Memo 722, June, 1983.
     
     
      ПРЕДМЕТНЫЙ УКАЗАТЕЛЬ
     
      Автокорреляция 144 Алгоритм разметки последовательный 81
      Альбедо 234, 418
      — восстановление 239 Анализ изображения 20
      — сцены 20, 26
      Аппроксимация дискретная 374, 413
      — линейная 430
      База 300
      Вариация квадратная 175 Вектор ковариантный 194
      — не зависящий от выбора системы координат 175
      — собственный 74 Величина случайная 47
      — трехстимульная спектральная 46 Видение машинное 412, 416, 436, 438 Виньетирование 40 Восстановление формы 257 Вращение мгновенное вокруг оси 394 Выпуклость и вогнутость 88, 89 Выравнивание случайное 353
      Выход квантовый 44 Вычисления локальные 84
      Гипермногогранники 336 Гистограмма дифференциальная 103
      — интегральная 103, 106
      — ориентации 370, 374, 414, 427, 428 439
      Глубина резкости 39
      — сцены 35
      Градиент поверхности 228
      — яркости 175, 286
      Датчик близости 434 Движение вращательное 404
      — поступательное 396, 408
      — — мгновенное 394 Двуугольники 373
      — противоположные 374
      — ширина 373 Дельта-функция Дирака 120 Диаграмма игольчатая 268, 413, 419
      — — восстановление дальности 269
      — — перепроектирование 429
      — разброса 334 Диспарантность 299. 301 Дифференциал Эйлера 91, 92 Дифференцирование векторной переменной 447
      — по векторной переменной 444
      — — — — скаляра 445 Додекаэдр 376 Долгота 369
      Задачи вариационные без ограничений 457
      — двумерные 69 Закон Ламберта 225 Значение «истинное» 47
      — «ожидаемое» 48
      — собственное 74
      Зрение машинное 19, 27. 29, 362
      — цветовое 54
      Идентификация поверхностей объекта 43
      Избыток сферический 249 Изображение 16, 20
      — бинарное 21, 60, 61, 63, 77, 84, 90, 103
      — — дискретное 69
      — — компонента 21
      — — — связная 77
      — — полутоновое 21
      — восстановление 141
      — двоичное 419
      — дискретизация 52
      — плоскость 53
      — полутоновое 61
      — предварительная обработка 20
      — сцены 24
      — улучшение 141 Икосаэдр 376 Инерции матрица 421
      — момент 421
      Интегрирование дифференциальных уравнений численное 264 Интерполяция 321 Интерпретация изображения 43
      — контурных рисунков 20 Источник точечный 25
      Карта отражательной способности 2.34, 245, 251
      — — — линейная 252
      — — . — обладающая круговой симметрией 255
      — — — простая 253 Кватернионы 426, 438, 439
      — единичные 439 Классификация образоз 19, 332
      — — трудности 342
      — по ближайшей центроиде 336
      — — ближайшему соседу 335 Кластеры 335
      — автоматическое формирование 341
      — разной формы 339 Кодирование с переменной длиной кодовой последовательности 70
      Код с переменной длиной 70 Колбочки 45
      Комплексы машинные 15 Компьютер 16
      Контур ограничивающий 263 Координат глаз-рука преобразование 434
      Координаты цветности 47 Корреляция 143
      — взаимная 143, 146 Коэффициенты биномиальные 171
      — поперечного увеличения 34, 35 Кривая гауссова нулевая 275 Кривизна гауссова 275, 366, 368, 369,
      370, 381
      — — в общем случае 380
      — — тела вращения 378, 381
      — — точное определение 423
      — главная 386
      — полная 366
      — сечения 387
      Кривые наблюдения стандартные 46
      — трехстимульные 46
      Лапласиана величина 177
      — функции 134 Лента конвейера 15, 18 Линзы аберрация 41
      — — порядок
      — идеальная 38
      — плоскости главные 40
      — простая 39
      — телескопическая (длиннофокусная) 36
      — толстая 40
      — толщина 40
      — тонкая 40
      — точки главные 40
      — широкоугольная (короткофокусная) 36
      Линии нулевог о уровня 189
      — силуэтные 173
      — характеристические 254, 259
      — эпиполярные 310
      Манипулятор 432
      — механический 412, 415, 435 Маркер контрольный 434 Маска 164, 178
      Матрица Гессе 258 Мера нуль 397
      Метод восстановления формы поверхности 25
      — вычислительный специальный 16
      — итеративный 270
      — корреляционный 317
      — машинного зрения 20
      — наименьших квадратов 394.406 410, 447
      — — - формулировка 396
      — определения движения камеры 406
      — основанный на отождествлении краев 319
      — стереофотометрический 237, 238, 413, 417, 433
      Методы вариационного исчисления 453, 458
      Микроскоп электронный сканирующий (СЭМ) 43 Минимизация в случае дискретном 266
      — — — непрерывном 265 Многоугольник групповой 96 Множитель Лагранжа 405, 448
      — сходимости 131
      Модель ежа 365
      — — сумма векторов 365 Модификация итеративная 90 Момент функции второй 49
      — — первый 49 Мондриан 200
      Набросок 20
      Направление смещения 87 — 89 Неравенство Коши — Шварца 401 Нормаль внешняя 380 — единичная 369, 388 Носитель конечный 167
      Область постоянной яркости 174
      — пространственная 124
      — связная 79
      — частотная 124 Обработка изображения 18 Образ гауссов 413, 423
      — — расширенный 421
      — расширенный круговой 383
      — — сферический 362, 363, 385
      — — — вычисление 371
      — — — значение 372
      — — — многогранник 363, 364
      — — — приложение 382
      — — — примеры 369 ---------тора 369, 372, 374, 385
      — сферический 365, 366, 383
      — - участок 366-368
      — точки 365
      «Округлость» объекта 66 Оператор Лапласа 135, 179, 193, 194
      — линейный 21 Операция консервативная 90
      — логическая И 61 ИЛИ 61
      — локальная 83
      — распространения 94
      — свертки 127, 128 Описание сцены 22 Определение среднего 48 Ориентация 63
      — абсолютная 302, 303
      — — геометрическая интерпретация 305
      — относительная 302, 307
      — — геометрическая интерпретация 308
      — пространственная 361 Ориентирование внешнее 311
      — внутреннее 312, 313
      Ортогональность матрицы поворота 304
      Освещенность изображения 36, 218 Оси главные 421 Остов 90
      Отверстие идеальное точечное 38
      — относительное 219 Отклонение стандартное 49 Отображение сферическое 365 Отражение глянцево 231
      — ламбертово 225, 231 Отрезки прямолинейные 20
      «Парадигмы изначальные» 31 Параметры движения 393 Пара сопряженная 301 Переменные булевы 93 Плоскость главная 56, 386
      — стереографическая 263
      — эпиполярная 310
      Плотность распределения вероятности 47, 49, 50 Площадь и положение 62 Поверхность двумерная 418
      — ламбертова 229, 248
      — — идеальная 223
      — подобная 396 Подсветка структурная 107 Подход дискретный 394
      — дифференциальный 394 Поле движения 280
      Полоса характеристическая 259 Поток оптический 280, 281, 393 — 395
      — — гладкость 285
      — — доопределение 285
      — — лапласиан 407, 408
      — — оценка 288
      — разности компонент 287
      — — разрывы 291 Преобразование Абеля L54
      — аффинное 313, 434
      — Ганкеля 137
      — глаз-рука 299, 311
      — косинусное 163
      — параметрическое 371
      — Фурье 125- 127, 133, 136, 137, 139, 156, 157, 165
      — — дискретное 162, 165 Преобразователь аналого-цифровой
      (АЦП) 52 Признаки 334
      — вектор 336, 334
      — пространство 334
      Применение приборов с зарядовой связью (ПЗС) 54
      Принятие решений 17 Проекция 66, 67
      — вертикальная 68, 72
      — гномоническая 244, 264
      — горизонтальная 68 — 71
      — диагональная 68
      — ортогональная(параллельная) 34, 36
      — стереографическая 244, 263, 264
      — центральная (перспективная) 33 Произведение Кронекера 195 Прореживание (стягивание) 94 Пространство градиентное 229, 263, 350
      — — н полутона 35]
      — дуальное 360
      Процесс самообучения (настраивания) 345
      — формирования изображения 22, 23, 26, 43
      — численный 400
      Разбиение поверхности объекта 370
      — — сферы 370
      — пространства вращения 427
      — сферы мозаичное 425 Разметка компонент 77 Распознавание образов 29 Распределение вероятности нормальное (гауссово) 51
      — полутонов 252
      — Пуассона 51
      Распространение ограничений 356 Расстояние фокусное 39, 56 Ребра от раничивающие 351 Решение векторных уравнений 443
      — переопределенной системы 305
      — треугольников 441 Рисунок линейный 352. 355
      — — маркировка 353 Робот 15
      — рука 437
      Свертка круювая 165 Свойство аддитивности 86. 87
      — поверхности отражательное 23
      — фильтрующее ] 30 Связность 78
      Сегментация «правильная» 112 Сечение нормальное 386 Сила света 243
      Система бинарная обработки изображений 16
      — биологическая зрительная 15
      — глаз-рука 26
      — зрительная «универсальная» 17
      — искусственная 27
      — координат декартова 308
      — — камеры 25, 415
      — — манипулятора 415
      — — связанная с наблюдателем 311
      — — — — объектом 311
      — линейная 117
      — машинного зрения 15- 18, 22. 25, 47
      — оптическая 41
      — пространственно-инвариантная 118
      — стереофотометрическая 437, 439 Случай общий 451
      — ограничения одною 449
      — — нескольких 450 Спектр энергетический 144 Способность отражательная 202
      — — поверхности 418 Способы разбиения 53 Среда окружающая 15, 17 Стереокомпаратор 302
      Сфера гауссова 278, 363, 365, 367, 370-374, 381
      — - площадь 374
      — единичная 365
      — разбиение 374, 375 Схема итеративная 288
      — ретипексная 199
      — — Лэнда 202
      Съемка поверхности топографическая 322
      Тело вращения 378, 379, 424
      — - ориентация оси 425 Теорема Грина 76
      — Жордана 79
      — косинусов 441
      — о проекции 44]
      — отсчетов 53
      — Парсевал 129
      — Рэлея 129
      Теория линейных систем 18 Томография 42, 68 Тор 385
      — наклонный 413
      Точка с.хода движения 408 Точки особые 261 Треугольник сферический 441
      Угол азимутальный 220
      — поля зрения 36
      — полярный 220
      — телесный 37
      — яркости 286
      Упорядочение характерных точек 319 Уравнение параметрическое 371
      — Пуассона 203
      — Эйлера 321
      Условие взаимности Гельмгольца 221
      — ортогональности 307
      — трансверсальности 286 Установка диафрагмы 41
      — соответствия 314 Участки равновеликие 370
      Фильтр оптимальный 145 Флуктуация в сигнале 47 Формирование изображения 16, 17 Функционал 453 Функция Бесселя 138
      — булева 93
      — выделения окна 164
      — Гаусса 132, 139, 181, 193, 192
      — Грина 203
      — единичная ступенчатая 130
      — носитель 149
      — обобщенная 129
      — отражательной способности двухлучевая (ДФОС) 220, 226, 239
      — передаточная 123, 125
      — распределения вероятности 49
      — рассеяния края 154
      — — точки 120, 192
      — характеристическая 60
      Характеристики базовые 254, 259
      Цвета восприятие 45
      — мегамерический 46 Центр вращения 408
      — геометрический 62, 63
      — масс 425
      Цилиндр обобщенный 384
      Частота Найквиста 160 Число Эйлера 85, 88 — 92 Чувствительность спектральная 36
      Широта 369, 379 >
      Шум крапчатый 108
      Эксперименты Лзнда 198 Элемент изображения (пиксел) 52, 83, 90, 104, 106, 114, 115, 176, 371, 431 Эпиполяра 301 Эффект наложения 161
      Явление дифракции 38 Яркость 36
      — изображения 25, 36
      — поверхности 218, 219, 224
      — — энергетическая 37
      — сцены 37, 42
      — участков поверхности объектов 37 Ячейка разбиения 373

 

 

 

 

НА ГЛАВНУЮ (кнопка меню sheba.spb.ru)ТЕКСТЫ КНИГ БК (кнопка меню sheba.spb.ru)АУДИОКНИГИ БК (кнопка меню sheba.spb.ru)ПОЛИТ-ИНФО (кнопка меню sheba.spb.ru)СОВЕТСКИЕ УЧЕБНИКИ (кнопка меню sheba.spb.ru)ПРОФЕССИОНАЛЬНО-ТЕХНИЧЕСКОЕ ОБРАЗОВАНИЕ В СССР (кнопка меню sheba.spb.ru)ФОТО-ПИТЕР (кнопка меню sheba.spb.ru)НАСТРОИ СЫТИНА (кнопка меню sheba.spb.ru)РАДИОСПЕКТАКЛИ СССР (кнопка меню sheba.spb.ru)ВЫСЛАТЬ ПОЧТОЙ (кнопка меню sheba.spb.ru)

 

Яндекс.Метрика
Творческая студия БК-МТГК 2001-3001 гг. karlov@bk.ru