更新时间：2020-09-18 18:33:42
封面
版权信息
前言
第1章 绪论
1.1 机器视觉
1.2 机器视觉研究的任务、基本内容、应用领域与困难
1.3 马尔视觉理论
1.4 习题
第2章 数字图像处理
2.1 图像预处理
2.2 图像分割
2.3 数字图像处理的数学工具
2.4 图像特征提取
2.5 案例——灯泡灯脚检测中的图像处理
2.6 习题
第3章 相机成像
3.1 射影几何与几何变换
3.2 成像模型
3.3 图像亮度
3.4 数字相机与光源
3.5 案例——光源对成像的影响
3.6 习题
第4章 相机标定
4.1 相机标定基础
4.2 相机标定方法
4.3 相机标定的MATLAB与OpenCV实现
4.4 圆形板标定方法
4.5 单相机与光源系统标定
4.6 案例——显微测量标定
4.7 案例——机器人手眼标定
4.8 习题
第5章 Shape from X
5.1 Shape from X技术
5.2 光度立体
5.3 从阴影恢复形状
5.4 从运动求取结构
5.5 从纹理中恢复形状
5.6 案例——从阴影恢复形状
5.7 习题
第6章 双目立体视觉
6.1 双目立体视觉原理
6.2 双目立体视觉系统
6.3 双目标定和立体匹配
6.4 案例——双目立体视觉实现深度测量
6.5 案例——双目立体视觉三维测量
6.6 习题
第7章 结构光三维视觉
7.1 条纹投影结构光三维形貌测量方法
7.2 条纹投影轮廓术
7.3 条纹投影中的条纹相位提取方法
7.4 条纹投影三维测量
7.5 案例——基于条纹投影结构光三维扫描仪的牙模扫描
7.6 案例——线激光三维测量
7.7 习题
第8章 深度相机
8.1 三维测量原理
8.2 深度相机
8.3 案例——基于Kinect的SLAM
8.4 案例——大场景三维重建
8.5 习题
第9章 机器学习基础
9.1 机器学习简介
9.2 机器学习的相关数学知识
9.3 机器学习的主要方法
9.4 习题
第10章 机器学习在机器视觉领域的应用
10.1 机器学习在超分辨率重建中的应用
10.2 机器学习在模式识别中的应用
10.3 机器学习在图像去噪领域中的应用
10.4 机器学习在目标跟踪中的应用
10.5 机器学习在三维重建中的应用
参考文献
