更新时间：2024-04-12 18:29:33
封面
版权信息
前言
第1章 绪论
1.1 机器视觉
1.1.1 机器视觉的发展
1.1.2 机器视觉与其他领域的关系
1.2 机器视觉研究的任务、基本内容、应用领域与困难
1.2.1 任务
1.2.2 基本内容
1.2.3 应用领域
1.2.4 困难
1.2.5 机器视觉与人的视觉关系
1.3 马尔视觉理论
1.3.1 视觉信息加工过程
1.3.2 视觉系统研究的三个层次
1.3.3 视觉系统处理的三个阶段
1.4 机器视觉与计算成像
1.4.1 单光子成像
1.4.2 单像素成像
1.4.3 偏振成像
1.4.4 光场成像
1.4.5 事件相机
【本章小结】
【课后习题】
第2章 相机成像与标定
2.1 射影几何与几何变换
2.1.1 空间几何变换
2.1.2 三维到二维投影
2.2 相机标定基础
2.2.1 线性模型
2.2.2 非线性模型
2.2.3 空间坐标系及变换
2.3 相机标定方法
2.3.1 Tsai相机标定
2.3.2 DLT标定
2.3.3 张正友标定
2.3.4 PNP标定
2.4 相机标定的MATLAB与OpenCV实现
2.4.1 MATLAB棋盘格标定
2.4.2 OpenCV棋盘格标定
2.5 圆形板标定方法
2.5.1 单目相机标定
2.5.2 双目相机标定
2.6 单相机与光源系统标定
2.6.1 背景
2.6.2 原理与方法
2.7 案例-机器人手眼标定
2.7.1 机械臂坐标系
2.7.2 手眼标定
第3章 双目立体视觉
3.1 双目立体视觉原理
3.1.1 双目立体视觉测深原理
3.1.2 极线约束
3.2 双目立体视觉系统
3.2.1 双目立体视觉系统分析
3.2.2 平行光轴的系统结构
3.2.3 非平行光轴的系统结构
3.2.4 双目立体视觉的精度分析
3.3 图像特征点
3.3.1 SIFT特征点
3.3.2 SURF特征点
3.3.3 ORB特征点
3.3.4 基于深度学习的特征点
3.4 立体匹配
3.4.1 稀疏匹配
3.4.2 稠密匹配
3.5 案例-双目立体视觉实现深度测量
3.5.1 相机标定
3.5.2 实验图片采集和校正
3.5.3 圆心坐标提取
3.5.4 视差和深度计算
3.5.5 计算三维坐标并三维输出空间位置
3.6 双目立体成像
3.6.1 立体摄像机原理
3.6.2 立体摄像机拍摄技术
3.7 案例-双目立体视觉三维测量
3.7.1 相机标定
3.7.2 立体匹配
3.7.3 三维重建
3.8 案例-基于深度网络的自由双目三维重建
3.8.1 实验系统
3.8.2 立体匹配实验
3.8.3 点云拼接
第4章 面结构光三维视觉
4.1 单幅相位提取方法
4.1.1 窗傅里叶变换法
4.1.2 窗傅里叶脊法
4.1.3 二维连续小波变换法
4.1.4 BEMD法
4.1.5 VMD法
4.1.6 变分图像分解法
4.2 多幅相位提取方法
4.3 相位展开方法
4.3.1 格雷码
4.3.2 外差多频
