机器视觉原理及应用教程

参考文献

【本章小结】

8.7.3 云台跟踪系统测试

8.7.2 实验与分析

8.7.1 云台视觉跟踪设计方法原理

8.7 云台视觉跟踪

8.6.4 车轴测量系统实验

8.6.3 加权LM算法

8.6.2 全站仪

8.6.1 图像分析法

8.6 车轴检测

8.5.5 智能垃圾分拣系统测试

8.5.4 垃圾姿态检测算法

8.5.3 垃圾分类中的定位与目标检测

8.5.2 垃圾分拣系统的标定

8.5.1 智能垃圾分拣系统设计方案

8.5 机器视觉引导机器人垃圾识别与分拣

8.4.3 焊接点位提取和姿态解算

8.4.2 系统标定

8.4.1 系统组成部分

8.4 三维机器视觉引导机器人自主焊接

8.3.4 视觉引导机器人自主打磨性能评价

8.3.3 机器人自主打磨实验

8.3.2 系统标定实验

8.3.1 双目视觉引导机器人自主打磨系统

8.3 三维机器视觉引导机器人打磨抛光

8.2 智能车道线检测

8.1 Open3D应用案例

第8章 机器视觉案例应用

【课后习题】

【本章小结】

7.5.3 对生活物品的三维恢复

7.5.2 气泡大小的自动检测

7.5.1 三维缺陷自动检测

7.5 案例-从阴影恢复形状

7.4.5 对比效果

7.4.4 网络结构

7.4.3 位置编码

7.4.2 体素渲染

7.4.1 神经辐射场简介

7.4 NeRF技术

7.3.2 多视图恢复形状

7.3.1 光流与运动场

7.3 从运动恢复形状

7.2.6 线性化方法

7.2.5 局部分析法

7.2.4 演化方法

7.2.3 最小值方法

7.2.2 SFS问题的解决方案

7.2.1 SFS问题的起源

7.2 从明暗恢复形状

7.1.3 算法实例

7.1.2 典型算法实现

7.1.1 典型算法介绍

7.1 光度立体

第7章 三维形状恢复方法

【课后习题】

【本章小结】

6.7.3 实验结果

6.7.2 准备工作

6.7.1 技术原理

6.7 案例-基于平面约束的三维重建

6.6.3 测量试验与结果

6.6.2 法如三维激光扫描仪使用基本流程

6.6.1 三维激光扫描技术原理

6.6 案例-大场景三维重建

6.5.3 实验设计与结果分析

6.5.2 后端算法设计

6.5.1 前端算法设计

6.5 案例-RGB-D视觉SLAM地图重建

6.4.2 视觉SLAM方法

6.4.1 经典视觉SLAM

6.4 视觉SLAM

6.3.4 激光雷达生成点云

6.3.3 车载激光雷达

6.3.2 激光雷达三维形貌测量原理

6.3.1 激光雷达测距原理

6.3 激光雷达测量方法

6.2.2 单目测量方法

6.2.1 双目测量方法

6.2 散斑结构光测量方法

6.1.2 相位解调技术

6.1.1 深度相机基本原理

6.1 飞行时间测量方法

第6章 深度相机三维测量

【课后习题】

【本章小结】

5.5.4 结果与分析

5.5.3 系统软件设计与搭建

5.5.2 结构光视觉传感系统设计

5.5.1 系统总体方案

5.5 结构光引导的大型压力容器内部焊接系统

5.4.3 系统设计与搭建

5.4.2 三维人体扫描仪的系统构成

5.4.1 激光三角法应用于三维人体扫描仪

5.4 三维人体扫描

5.3.2 系统设计与搭建

5.3.1 外极线约束原理

5.3 双目线结构光测量原理

5.2.4 结果与分析

5.2.3 系统设计与搭建

5.2.2 单目线结构光的光平面标定方法

5.2.1 激光三角法简介

5.2 单目线结构光测量原理

5.1.2 线结构光中心线提取方法研究

5.1.1 线结构光特点

5.1 线结构光提取

第5章 线结构光三维测量

【课后习题】

【本章小结】

4.5 案例-鞋底打磨

4.4 案例-基于条纹投影结构光三维扫描仪的牙模扫描

4.3.4 双互补相位编码

4.3.3 三频相位展开方法

4.3.2 外差多频

4.3.1 格雷码

4.3 相位展开方法

4.2 多幅相位提取方法

4.1.6 变分图像分解法

4.1.5 VMD法

4.1.4 BEMD法

4.1.3 二维连续小波变换法

4.1.2 窗傅里叶脊法

4.1.1 窗傅里叶变换法

4.1 单幅相位提取方法

第4章 面结构光三维视觉

【课后习题】

【本章小结】

3.8.3 点云拼接

3.8.2 立体匹配实验

3.8.1 实验系统

3.8 案例-基于深度网络的自由双目三维重建

3.7.3 三维重建

3.7.2 立体匹配

3.7.1 相机标定

3.7 案例-双目立体视觉三维测量

3.6.2 立体摄像机拍摄技术

3.6.1 立体摄像机原理

3.6 双目立体成像

3.5.5 计算三维坐标并三维输出空间位置

3.5.4 视差和深度计算

3.5.3 圆心坐标提取

3.5.2 实验图片采集和校正

3.5.1 相机标定

3.5 案例-双目立体视觉实现深度测量

3.4.2 稠密匹配

3.4.1 稀疏匹配

3.4 立体匹配

3.3.4 基于深度学习的特征点

3.3.3 ORB特征点

3.3.2 SURF特征点

3.3.1 SIFT特征点

3.3 图像特征点

3.2.4 双目立体视觉的精度分析

3.2.3 非平行光轴的系统结构

3.2.2 平行光轴的系统结构

3.2.1 双目立体视觉系统分析

3.2 双目立体视觉系统

3.1.2 极线约束

3.1.1 双目立体视觉测深原理

3.1 双目立体视觉原理

第3章 双目立体视觉

【课后习题】

【本章小结】

2.7.2 手眼标定

2.7.1 机械臂坐标系

2.7 案例-机器人手眼标定

2.6.2 原理与方法

2.6.1 背景

2.6 单相机与光源系统标定

2.5.2 双目相机标定

2.5.1 单目相机标定

2.5 圆形板标定方法

2.4.2 OpenCV棋盘格标定

2.4.1 MATLAB棋盘格标定

2.4 相机标定的MATLAB与OpenCV实现

2.3.4 PNP标定

2.3.3 张正友标定

2.3.2 DLT标定

2.3.1 Tsai相机标定

2.3 相机标定方法

2.2.3 空间坐标系及变换

2.2.2 非线性模型

2.2.1 线性模型

2.2 相机标定基础

2.1.2 三维到二维投影

2.1.1 空间几何变换

2.1 射影几何与几何变换

第2章 相机成像与标定

【课后习题】

【本章小结】

1.4.5 事件相机

1.4.4 光场成像

1.4.3 偏振成像

1.4.2 单像素成像

1.4.1 单光子成像

1.4 机器视觉与计算成像

1.3.3 视觉系统处理的三个阶段

1.3.2 视觉系统研究的三个层次

1.3.1 视觉信息加工过程

1.3 马尔视觉理论

1.2.5 机器视觉与人的视觉关系

1.2.4 困难

1.2.3 应用领域

1.2.2 基本内容

1.2.1 任务

1.2 机器视觉研究的任务、基本内容、应用领域与困难

1.1.2 机器视觉与其他领域的关系

1.1.1 机器视觉的发展

1.1 机器视觉

第1章 绪论

前言

版权信息

封面

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

【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

3.3.1 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

【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

4.1.4 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

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SLAM

6.4.1 经典视觉SLAM

6.4.2 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

7.2.1 SFS问题的起源

7.2.2 SFS问题的解决方案

7.2.3 最小值方法

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

7.4 NeRF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

8.1 Open3D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 双目视觉引导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