全天候机器人视觉

　　本书主要依托国家自然科学基金“共融机器人基础理论与关键技术研究”重大研究计划：面向室外复杂光照与气象条件的共融机器人多模感知系统（项目编号：91648118）的研究成果，结合作者多年的科研及工程实践经验，针对复杂的光照环境与气象条件明显降低机器人视觉鲁棒性的问题，主要从大气物理与光学成像的新角度出发去详细系统地论述复杂光照（如阴影，反光）与恶劣天气（如雨雪雾）环境下机器人视觉系统的环境感知、建模、及图像预处理技术。主要内容涉及光照建模与光谱计算、阴影、反光的建模、检测与去除、本征图像获取与光照分解、雨雪雾的建模与去除、水下散射的建模与去除，并给出了一些机器人应用实例和工作展望。这些技术将图像与环境建立了关联，对于提高机器人的自主环境感知能力具有一定的意义，使其具有全天候作业能力。

　　田建东，中国科学院沈阳自动化研究所机器人学国家重点实验室研究员、博士生导师。现为IEEE 高级会员、中国光学工程学会委员、国家自然科学基金 （NSFC）共融机器人重大研究计划评审专家、中国科学院青年创新促进会会员、入选辽宁省“百千万人才工程”、沈阳市高层次人才。长期从事机器人视觉的研究，尤其关注在复杂光照与恶劣天气等极端环境下的视觉稳定性以及图像预处理问题。从大气物理和光学成像角度去解决问题的新思路出发，提出了机器人复杂非结构环境下视觉感知的一系列理论和算法，以第1作者或通讯作者在 IEEE Trans. Image processing、 IEEE Trans. Multimedia、 Optical Express、Optics Letters、 IEEE CVPR、IEEE ICCV 等知名国际期刊和会议上发表论文30余篇，初步形成了研究特色及理论体系。作为负责人连续获得国家自然科学基金青年、面上、共融机器人重大研究计划等国家项目资助以及沈阳新松机器人公司技术支持等企业项目资助。成果在机器人学国家重点实验室承担的面向国家重大需求的多种机器人项目中应用效果明显，提高了它们在复杂环境下的适应和作业能力。

第1章绪论（1）
1.1机器人视觉简述（1）
1.2复杂光照及恶劣天气对机器人视觉的影响（2）
1.3颜色匹配函数与场景复现基础（6）
1.4全天候机器人视觉关键技术概述（12）
1.5本书的主要内容与结构（23）
参考文献（26）
第2章适于机器人视觉计算的光照与反射计算（29）
2.1引言（29）
2.2面向机器人视觉的室外光源光谱辐照度计算（32）
2.3波长灵敏度控制的反射比重建（43）
参考文献（50）
第3章成像建模与光照变换（52）
3.1数学相机成像建模（52）
3.2数字成像过程解析与仿真（54）
3.3相机响应函数估计（64）
3.5图像光照变换（69）
参考文献（70）
第4章阴影建模及检测（72）
4.1引言（72）
4.2阴影的三色衰减模型（73）
4.3阴影通道线性模型（76）
4.4基于三色衰减模型的阴影检测（83）
4.5基于线性模型的阴影检测（88）
4.6阴影检测特征评估（97）
参考文献（108）
第5章本征图像与光照分解（109）
5.1本征图像获取（110）
5.2本征光照分解空间（128）
参考文献（140）
第6章阴影及反光去除（141）
6.1基于线性模型的阴影去除（141）
6.2基于深度学习的阴影去除（144）
6.3反光去除（156）
参考文献（168）
第7章雨雪建模与去除（170）
7.1基于全局和局部低秩分解的雪花去除（170）
7.2基于矩阵分解的雨雪去除（178）
7.3基于深度学习的单幅图像雪花去除算法（186）
参考文献（195）
第8章图像去雾（197）
8.1基于隐区域分割和权重L1范数正则化的图像去雾（198）
8.2基于吸收透射率补偿及时空导向滤波的实时视频去雾（208）
参考文献（219）
第9章水下散射建模与处理（220）
9.1基于光场成像的强散射水下图像恢复（220）
9.2基于双透射率水下成像模型的图像颜色校正（232）
参考文献（240）
第10章应用实例与研究展望（242）
10.1全天候机器人视觉的应用实例（242）
10.2研究展望（259）
参考文献（261）