机器视觉理论及应用PDF|Epub|txt|kindle电子书版本网盘下载

机器视觉理论及应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 引论1

1.1机器视觉的发展及系统构成1

1.1.1机器视觉的发展1

1.1.2机器视觉系统构成2

1.2 Marr的视觉理论框架4

1.2.1视觉系统研究的三个层次4

1.2.2视觉信息处理的三个阶段5

1.3机器视觉的应用领域及面临的问题7

1.3.1机器视觉的应用领域7

1.3.2机器视觉面临的问题8

本章参考文献9

第2章 空间几何变换与摄像机模型11

2.1空间几何变换11

2.1.1齐次坐标11

2.1.2射影变换12

2.1.3仿射变换13

2.1.4比例变换14

2.1.5欧氏变换14

2.2几何变换的不变量15

2.2.1简比与交比15

2.2.2不变量16

2.3欧氏空间的刚体变换17

2.3.1刚体变换过程18

2.3.2旋转矩阵的表示形式18

2.4摄像机透视投影模型20

2.4.1图像坐标系、摄像机坐标系与世界坐标系20

2.4.2针孔成像模型22

2.4.3非线性模型23

2.5摄像机透视投影近似模型23

2.5.1正投影23

2.5.2弱透视24

2.5.3平行透视25

2.5.4仿射摄像机26

本章参考文献27

第3章 视觉图像特征信息提取28

3.1图像边缘与图像平滑28

3.1.1图像边缘28

3.1.2图像平滑滤波29

3.2一阶微分边缘检测算子31

3.2.1梯度32

3.2.2边缘算子32

3.3二阶微分边缘检测算子36

3.3.1拉普拉斯算子36

3.3.2 LoG算子37

3.4子像素级边缘检测39

3.4.1 Hessian矩阵法40

3.4.2曲面拟合法42

3.5角点探测器43

3.5.1 K-R（Kitchen-Rosenfeld）法43

3.5.2图像灰度法44

3.5.3简单算法45

3.6形状特征分析46

3.6.1矩形度46

3.6.2球状性46

3.6.3圆形性47

3.6.4中心矩47

3.6.5长轴48

3.7椭圆孔图像中心的提取48

3.7.1重心法49

3.7.2椭圆拟合法49

3.8给定形状曲线的检测——Hough变换50

3.8.1简单形状曲线的检测50

3.8.2复杂形状曲线的检测52

本章参考文献53

第4章 摄像机标定与双目立体视觉55

4.1非线性优化方法55

4.1.1非线性优化目标函数55

4.1.2最小二乘法56

4.1.3 Levenberg-Marquardt算法60

4.1.4罚函数法61

4.2基于3D立体靶标的摄像机标定61

4.2.1线性模型摄像机标定61

4.2.2非线性模型摄像机标定64

4.3双目立体视觉原理64

4.3.1双目立体视觉三维测量原理64

4.3.2双目立体视觉数学模型65

4.4双目立体视觉中的对应点匹配68

4.4.1图像匹配的常用方法68

4.4.2已知极线几何的对应点匹配方法69

4.4.3未知极线几何的对应点匹配方法70

本章参考文献75

第5章 视觉计算与融合理论76

5.1融合处理中需考虑的问题76

5.2融合方法概论78

5.2.1信号级融合方法78

5.2.2像素级融合方法79

5.2.3特征级融合方法86

5.2.4决策级融合方法87

5.3模式识别与信息融合88

5.3.1视觉信息融合89

5.3.2视觉与触觉融合89

5.3.3视觉与红外信息融合90

5.3.4自动目标识别90

5.3.5移动机器人的感知信息融合91

本章参考文献92

第6章 基于图像融合的变形轮廓线95

6.1变形轮廓线概述95

6.1.1主动轮廓线95

6.1.2动态轮廓线96

6.2 B样条动态轮廓线96

6.3基于图像融合和微分耦合机制的动态轮廓线103

6.3.1基于Lagrangian动力学原理的微分耦合的动态轮廓线103

6.3.2微分耦合机制的局限性106

6.3.3基于图像融合和微分耦合的动态轮廓线106

6.3.4实验结果107

6.4基于图像融合和B样条曲线范数极小化的动态轮廓线109

6.4.1 B样条形状空间110

6.4.2自适应Kalman滤波110

6.4.3基于B样条曲线范数极小化的图像融合111

6.4.4实验结果112

6.5基于图像融合的运动目标轮廓提取114

6.5.1运动目标分割114

6.5.2特征级融合116

6.5.3实验结果116

6.6基于图像融合的多分辨率动态轮廓线117

6.6.1多分辨率图像像素级融合118

6.6.2基于多分辨率对比度分解的图像融合120

6.6.3基于图像融合的多分辨率动态轮廓线122

6.6.4动态轮廓线与目标运动速度的关系123

6.6.5实验结果125

6.7基于图像融合和形状约束机制的主动轮廓线128

6.7.1基于能量极小化原理的参数型主动轮廓线128

6.7.2形状约束主动轮廓线及其局限性128

6.7.3基于图像融合和形状约束的主动轮廓线129

6.7.4实验结果129

本章参考文献130

第7章 基于变形轮廓线的微小物体表面积周长精密测量133

7.1二维图像测量机研究现状133

7.2二维图像测量机134

7.2.1总体结构与原理134

7.2.2图像式自动调焦瞄准系统134

7.2.3调焦评价函数的确定135

7.2.4二维图像测量机的工作方式137

7.3基于动态轮廓线的物体表面积周长测量137

7.3.1图像目标的像素面积计算概述137

7.3.2基于动态轮廓线的物体表面积计算方法138

7.3.3基于动态轮廓线的物体周长计算方法139

7.4像素尺寸当量的标定139

7.4.1概述139

7.4.2形心自标定技术140

7.5基于多分辨率动态轮廓线的物体表面积周长测量141

7.5.1多分辨率动态轮廓线141

7.5.2实验结果142

7.6基于短程线主动轮廓线的多物体面积周长并行测量研究144

7.6.1短程线主动轮廓线概述144

7.6.2基于短程线主动轮廓线的像素面积及周长的计算方法145

7.6.3实验结果146

本章参考文献148

第8章 运动模糊图像恢复及其在运动物体速度测量中的应用150

8.1运动模糊图像恢复综述150

8.2应用区域划分法进行空间可变运动模糊图像恢复研究151

8.2.1奇偶场图像提取及运动偏移量的计算153

8.2.2区域空间不变运动模糊图像恢复153

8.2.3实验结果154

8.3采用运动模糊图像信息进行物体速度精密测量156

8.3.1基于运动模糊的物体旋转速度测量156

8.3.2基于车载摄像机采集运动模糊图像的车辆平移速度测量157

8.3.3基于公路两侧安装摄像机采集运动模糊图像的车辆平移速度测量159

8.3.4考虑车辆运动模糊与摄像机离焦模糊耦合时的车辆速度测量162

8.3.5采集单幅隔行扫描CCD图像进行车辆速度测量164

本章参考文献165

第9章 林业工程应用范例——板材材种显微细胞图像分类识别167

9.1概述167

9.1.1国内研究概述167

9.1.2国外研究概述168

9.1.3板材材种分类识别168

9.2系统硬件及软件构成170

9.2.1系统硬件组成与配置170

9.2.2系统软件设计171

9.3板材细胞形状特征提取与分类识别173

9.3.1细胞图像预处理173

9.3.2板材细胞图像分割176

9.3.3细胞外轮廓定型181

9.3.4基准细胞模拟190

9.4细胞纹理特征提取与分类识别193

9.4.1纹理图像研究方法194

9.4.2 Contourlet变换理论196

9.4.3板材细胞图像分类识别202

本章参考文献206

第10章 农业工程应用范例——农作物杂草分类识别208

10.1杂草识别209

10.2利用杂草位置信息进行识别211

10.3利用杂草颜色特征进行识别212

10.4利用杂草形状特征进行识别214

10.5利用杂草纹理特征进行识别215

10.6利用杂草光谱特征进行识别216

10.7利用杂草多特征融合进行识别217

10.8利用杂草模糊信息进行识别218

本章参考文献221

第11章 应用实例——光笔式3D坐标视觉测量系统及其应用226

11.1系统建模226

11.1.1系统坐标系的建立226

11.1.2共线3点透视问题的求解227

11.1.3被测点三维坐标的求解228

11.1.4系统模型的唯一性证明228

11.1.5实验230

11.2光笔式坐标测量系统中控制点光斑图像的识别230

11.2.1光笔上发光二极管的成像特点230

11.2.2发光二极管椭圆形光斑图像的识别231

11.3光笔式坐标测量系统中控制点光斑图像中心的并行定位算法233

11.4采用光笔式坐标测量系统进行曲面物体边界周长的精密测量236

11.5采用光笔式坐标测量系统进行曲面物体表面积的精密测量237

11.5.1 B样条变形曲面238

11.5.2面积计算238

本章参考文献239