机器视觉原理及应用教程

　　本书内容共8章。第1章为绪论，主要包括机器视觉、机器视觉研究的任务、基本内容、应用领域与困难、马尔视觉理论和机器视觉与计算成像。第2章为相机成像与标定，包括射影几何与几何变换、相机标定基础、相机标定方法、相机标定的MATLAB与OpenCV实现、圆形板标定方法和单相机与光源系统标定等。第3章为双目立体视觉，包括双目立体视觉原理及系统、图像特征点、立体匹配等内容。第4章为面结构光三维视觉，包括单幅相位提取方法和多幅相位提取方法等内容。第5章为线结构光三维测量，主要包括线结构光提取、单目与双目线结构光测量原理和三维人体扫描等内容。第6章为深度相机三维测量，主要包括飞行时间测量方法、散斑结构光测量方法、激光雷达测量方法和视觉SLAM等内容。第7章为三维形状恢复方法，主要包括光度立体、从明暗恢复形状等。第8章为机器视觉案例应用，主要包括Open3D应用案例、智能车道线检测、三维机器视觉引导机器人打磨抛光等内容。本书基础理论知识覆盖面较全，讲解过程深入浅出，可以促进学生对机器视觉知识的理解和学习；本书大部分章节都配有应用案例，包括案例的分析过程，实验设置、实验数据或程序代码及运行结果，引导读者进行机器视觉技术实际工程能力的锻炼及开拓创新意识的培养；提供完整源代码电子资源，对从事机器视觉领域项目开发的读者具有很好的参考价值；融入了科技创新、文化自信、爱国主义等思政元素， 培养学生的家国情怀。本书总结了机器视觉领域中 的理论和算法，对工程应用系统的综合分析很有借鉴意义。可作为人工智能、控制科学与工程、计算机科学与技术、通信与信息工程、电子科学与技术、生物医学工程等相关专业本科生和研究生的教材，也可供从事计算机视觉、模式识别等相关领域的科技工作者和工程技术人员参考。本书是新形态教材，读者可通过扫描书中二维码观 关知识点和授课视频。同时，本书配有电子教案、教学大纲及习题参考答案等资源，需要的读者可登录www.cmpedu.com免费注册，审核通过后下载使用，或联系编辑索取（微信13146070618，电话010-88379739）。

暂缺《机器视觉原理及应用教程》作者简介

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2.3.1Tsai相机标定2.3.2DLT标定2.3.3张正友标定2.3.4PNP标定2.4相机标定的MATLAB与OpenCV实现2.4.1MATLAB棋盘格标定2.4.2OpenCV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【本章小结】【课后习题】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3.3.1SIFT特征点3.3.2SURF特征点3.3.3ORB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实验图片采集和矫正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立体摄相机原理3.6.2立体摄相机拍摄技术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【本章小结】【课后习题】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4.1.4BEMD法4.1.5VMD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4.3.3三频相位展开方法4.3.4双互补相位编码4.4案例-基于条纹投影结构光三维扫描仪的牙模扫描4.5案例-鞋底打磨【本章小结】【课后习题】第5章线结构光三维测量5.1线结构光提取5.1.1线结构光特点5.1.2线结构光中心线提取方法研究5.2单目线结构光测量原理5.2.1激光三角法简介5.2.2单目线结构光的光平面标定方法5.2.3系统设计与搭建5.2.4结果与分析5.3双目线结构光测量原理5.3.1外极线约束原理5.3.2系统设计与搭建5.4三维人体扫描5.4.1激光三角法应用于三维人体扫描仪5.4.2三维人体扫描仪的系统构成5.4.3系统设计与搭建5.5结构光引导的大型压力容器内部焊接系统5.5.1系统总体方案5.5.2结构光视觉传感系统设计5.5.3系统软件设计与搭建5.5.4结果与分析【本章小结】【课后习题】第6章深度相机三维测量6.1飞行时间测量方法6.1.1深度相机基本原理6.1.2相位解调技术6.2散斑结构光测量方法6.2.1双目测量方法6.2.2单目测量方法6.3激光雷达测量方法6.3.1激光雷达测距原理6.3.2激光雷达三维形貌测量原理6.3.3车载激光雷达6.3.4激光雷达生成点云6.4视觉SLAM6.4.1经典视觉SLAM6.4.2视觉SLAM方法6.5案例-RGB-D视觉SLAM地图重建6.5.1前端算法设计6.5.2后端算法设计6.5.3实验设计与结果分析6.6案例-大场景三维重建6.6.1三维激光扫描技术原理6.6.2法如三维激光扫描仪使用基本流程6.6.3测量试验与结果6.7案例-基于平面约束的三维重建6.7.1技术原理6.7.2准备工作6.7.3实验结果【本章小结】【课后习题】第7章三维形状恢复方法7.1光度立体7.1.1典型算法介绍7.1.2典型算法实现7.1.3算法实例7.2从明暗恢复形状7.2.1SFS问题的起源7.2.2SFS问题的解决方案7.2.3 小值方法7.2.4演化方法7.2.5局部分析法7.2.6线性化方法7.3从运动恢复形状7.3.1光流与运动场7.3.2多视图恢复形状7.4NeRF技术7.4.1神经辐射场简介7.4.2体素渲染7.4.3位置编码7.4.4网络结构7.4.5对比效果7.5案例-从阴影恢复形状7.5.1三维缺陷自动检测7.5.2气泡大小的自动检测7.5.3对生活物品的三维恢复【本章小结】【课后习题】第8章机器视觉案例应用8.1Open3D应用案例8.2智能车道线检测8.3三维机器视觉引导机器人打磨抛光8.3.1双目视觉导引机器人自主打磨系统8.3.2系统标定实验8.3.3机器人自主打磨实验8.3.4视觉引导机器人自主打磨性能评价8.4三维机器视觉引导机器人自主焊接8.4.1系统组成部分8.4.2系统标定8.4.3焊接点位提取和姿态解算8.5机器视觉引导机器人垃圾识别与分拣8.5.1智能垃圾分拣系统设计方案8.5.2垃圾分拣系统的标定8.5.3垃圾分类中的定位与目标检测8.5.4垃圾姿态检测算法8.5.5智能垃圾分拣系统测试8.6车轴检测8.6.1图像分析法8.6.2全站仪8.6.3加权LM算法8.6.4车轴测量系统实验8.7云台视觉跟踪8.7.1云台视觉跟踪设计方法原理8.7.2实验与分析8.7.3云台跟踪系统测试【本章小结】参考文献