本书全面阐述机器视觉基础理论和广泛应用，系统性地涵盖了机器视觉基本原理、关键概念和应用方法，为初学者和专业人士提供了丰富的知识。
本书主要内容包括图像处理基础、机器学习和深度学习在视觉中的应用、几何视觉和3D点云处理，为深入理解机器视觉打下基础。此外，本书探讨了机器视觉在工业和医疗等领域的应用，旨在将理论知识应用于实际项目，解决现实问题。
本书讲解了机器视觉领域的最新技术和发展方向，助力读者跟进新兴 科技的最新进展。
更多科学出版社服务，请扫码获取。
编写《基于ROS的机器人理论与应用》第一作者，科学出版社
目录
第1章 图像处理基础 1
1.1 机器视觉概述 1
1.2 数字图像表示 2
1.2.1 图像增强 3
1.2.2 图像滤波 5
1.2.3 图像分割 11
1.2.4 形态学图像处理 12
1.2.5 图像暗通道处理 15
1.2.6 角点检测 20
1.2.7 小结 24
第2章 机器学习和深度学习 25
2.1 图像分类与识别 25
2.1.1 深度卷积神经网络 25
2.1.2 数据集与迁移学习 28
2.1.3 小结 29
2.2 目标检测与定位 29
2.2.1 目标检测的两种算法 30
2.2.2 度学习模型与目标检测及定位 30
2.2.3 小结 33
2.3 图像分割与实例分割 33
2.3.1 —般图像分割 34
2.3.2 图像语义分割 37
2.3.3 实例分割 39
2.3.4 小结 40
2.4 深度学习在图像处理中的应用 40
2.4.1 应用一：自动驾驶与视觉导航 40
2.4.2 应用二：非接触测量 41
2.4.3 小结 42
第3章 相机标定与几何视觉 43
3.1 空间几何变换 43
3.1.1 齐次坐标 43
3.1.2 射影变换 44
3.1.3 比例变换 46
3.1.4 欧氏变换 47
3.1.5 小结 48
3.2 相机透视投影模型 49
3.2.1 相机内参标定 50
3.2.2 相机外参标定 51
3.2.3 小结 52
3.3 三维几何视觉 53
3.3.1 视觉空间定位 53
3.3.2 结构光和偏振光三维成像方法 60
3.3.3 小结 62
3.4 三维重建 62
3.4.1 运动重构 63
3.4.2 稠密重建 65
3.4.3 小结 66
3.5 非线性优化 66
3.5.1 高斯-牛顿算法 67
3.5.2 LM算法 67
3.5.3 BA算法 68
3.5.4 小结 69
第4章 3D点云处理与分析 70
4.1 点云分割 70
4.1.1 点云分割概述 70
4.1.2 点云分割面临的挑战 71
4.1.3 点云分割方法 72
4.1.4 小结 74
4.2 点云补全 74
4.2.1 传统形状补全方法 75
4.2.2 基于深度学习的形状补全方法 76
4.2.3 小结 83
4.3 点云配准 83
4.3.1 点云配准策略 83
4.3.2 迭代优化技术 85
4.3.3 小结 86
4.4 点云滤波 86
4.4.1 噪声分析 87
4.4.2 常用滤波方法 87
4.4.3 小结 89
4.5 点云分类 89
4.5.1 基于深度学习的点云分类方法 90
4.5.2 传统机器学习方法在点云分类的应用 94
4.5.3 小结 97
第5章 应用实例 98
5.1 基于事件相机的运动二维码识别方法研究 98
5.1.1 基于光流估计的二维码图像重建 98
5.1.2 重建二维码的定位修复 99
5.1.3 二维码的校正修复 100
5.1.4 形态学操作修复 101
5.1.5 小结 103
5.2 物体三维形貌测量与重建 103
5.2.1 线结构光测量原理 104
5.2.2 线结构光测量系统组成及系统标定 104
5.2.3 激光光条中心提取算法 106
5.2.4 三维形貌实时测量结果 108
5.2.5 实验结果误差分析 109
5.2.6 小结 110
5.3 微创髋关节置换手术中的导航系统 110
5.3.1 位置感知标记 112
5.3.2 分布式定位方法 113
5.3.3 接触式配准方法 113
5.3.4 小结 114
5.4 基于增强现实技术的外科手术辅助系统 114
5.4.1 基于模型边缘的无标记识别技术 .115
5.4.2 基于视觉的三维配准 116
5.4.3 医学影像数据三维重建和手术路径规划 120
5.4.4 增强现实场景搭建 122
5.4.5 小结 122
5.5 带有力反馈功能的增强现实脑穿刺手术训练系统研发 123
5.5.1 手术训练系统的图像识别和注册 123
5.5.2 提升标记图识别的稳定性 127
5.5.3 基于标记图的虚实配准方法研究 131
5.5.4 基于模型代理的力反馈虚实交互实现 134
5.5.5 小结 138
结合 139
参考文献 141
书单推荐
