機器視覺原理與應用

目錄
前言
第1章機器視覺理論簡介
1.1機器視覺簡介
1.2機器視覺的發展
1.3Marr視覺計算理論
1.4深度學習
1.5機器視覺的研究內容及面臨的問題
1.6機器視覺的應用
思考與練習
第2章機器視覺數學基礎
2.1線性空間
2.2內積空間
2.3矩陣的因子分解
2.4稠密及其完備性
2.5向量範數
2.6矩陣範數
2.7矩陣擾動分析
2.8廣義逆矩陣
思考與練習
第3章機器視覺程式設計基礎
3.1Python安裝及環境搭建
3.2Python編譯器
3.3Python資料類型
3.4變數與常數
3.5運算符
3.6選擇與循環
3.7列表與元組
3.8NumPy數組
3.9字典
3.10函數
3.11物件導向的編程
3.12Python呼叫MATLAB程序
思考與練習
第4章機器視覺測量系統
4.1工業相機
4.2鏡頭
4.3光源
4.4影像擷取卡
4.5數據通訊接口
思考與練習
第5章視覺圖像基礎
5.1視覺圖像的產生
5.2影像的表示和視覺化
5.3像素間的關係
5.4圖像品質評價
5.5影像處理
5.6影像的頻域變換
思考與練習
第6章基於OpenCV和Python的影像預處理
6.1影像增強
6.2閾值處理及影像濾波
6.3影像的代數運算
6.4二值影像的幾何性質與操作
6.5基於OpenCV和Python的機器視覺
思考與練習
第7章影像的特徵提取
7.1點檢測
7.2邊緣偵測
7.3邊緣輪廓檢測
7.4Hough(霍夫)變換
思考與練習
第8章視覺動態紋理識別
8.1紋理描述
8.2紋理特徵
8.3動態紋理識別
思考與練習
第9章影像配準
9.1影像配準概述
9.2空間幾何變換
9.3基於灰階的影像配準
9.4基於特徵的影像配準
9.5快速匹配演算法
9.6亞像素超分優化匹配技術
9.7OpenCV實現超像素細分
思考與練習
第10章立體視覺
10.1坐標系間的變換關係
10.2攝影機成像模型
10.3工業相機標定方法
10.4雙眼視覺測量數學模型
10.5立體匹配方法與極限約束
10.6雙眼視覺測量系統標定
10.7雙目重構
10.8雙眼融合全局演算法
思考與練習
第11章主動輪廓與追蹤運動
11.1主動輪廓模型
11.2彈性形狀模型
11.3高斯混合模型
11.4追蹤運行特徵
11.5基於視覺的運動特徵提取與描述
思考與練習
第12章聚類分析
12.1K-Means聚類
12.2FCM聚類
12.3SCM聚類
思考與練習
第13章隨機配置網絡
13.1隨機配置網路基礎
13.2魯棒隨機配置網路原理
13.3魯棒隨機設定網路應用
13.4基於隨機配置網路的PET油瓶智慧識別
思考與練習
參考文獻