数字半色调是在二值设备或多色二值设备上实现图像再现的一门技术，提出将K-means聚类法应用在 数字半色调技术中。算法中应用人类视觉系统模型（HVS）和印刷模型最大限度减少原始灰度连续调图像和半 色调图像之间的视觉误差；利用K-means聚类法将灰度图像划分成聚类分区，在每个聚类分区应用最小平方法 （least-squares）最小化二值半色调图像和原始灰度级图像之间的平方误差，所构造的半色调算法与基于模型的最小平方法（LSMB）算法相比，随着聚类分区的增加，图像平滑且边缘清晰度增加，尤其是在图像细节部位。与 LSMB算法比较，该算法的均方误差值有所降低，而权重信噪比和峰值信噪比提高了0.2～2dB，模拟实验结果 验证了算法的有效性。

计算机视觉模型的研究与发展.pdf

计算机视觉的入门教材，比新版的计算机视觉算法与应用更适合入门。

基于视觉模型的图像感兴趣区提取方法，在图像感兴趣区域提取领域，有着得天独厚的优势：首先，它贴合人眼视觉效果，因此可以较为准确地表示视觉的真实“意图”；其次，方法过程便于实现，处理效率比较高。基于Stentifold视觉模型的方法因其实现简单且效果显著而成为其中的众多代表之一，但其也存在结果随机性过大，对细节过于敏感，计算耗时的缺点。为此，尝试通过直方图统计、均匀局部二值模式（uniform LBP）结合的方法，对其进行改进，并取得了理想的效果。

计算机视觉 模型、学习和推理 [英] 西蒙J.D普林斯（Simon J.d Prince）著

《计算机视觉 + 模型，学习和推理》，很不错的资料，希望对你的学习和工作有所帮助。

计算机视觉模型、推理课后习题答案

书籍为英文版的，中文版的我手头上有实体书，就没找，应该很好找，内容包括英文书籍，算法的伪代码，课后习题答案，4-11章的matlab代码，英文版的答案和中文书籍完美对应，可放心食用~