目录 1
前言 1
第1章 引论 1
1.1 机器视觉的发展及系统构成 1
1.2 Marr的视觉理论框架 5
1.3 机器视觉的应用领域及面临问题 8
1.4 本书各章内容简介 11
思考与练习题 12
参考文献 12
第2章 空间几何变换与摄像机模型 14
2.1 空间几何变换 14
2.2 几何变换的不变量 18
2.3 欧氏空间的刚体变换 21
2.4 摄像机透视投影模型 24
2.5 摄像机透视投影近似模型 27
思考与练习题 32
参考文献 32
第3章 视觉图像特征信息提取 33
3.1 图像边缘与图像平滑 33
3.2 一阶微分边缘检测算子 37
3.3 二阶微分边缘检测算子 42
3.4 子像素级边缘检测 45
3.5 角点探测器 50
3.6 形状特征分析 53
3.7 椭圆孔图像中心的提取 56
3.8 空间椭圆中心图像位置的提取 58
3.9 给定形状曲线的检测——Hough变换 63
思考与练习题 67
参考文献 67
第4章 摄像机标定 69
4.1 非线性优化方法 69
4.2 基于3D立体靶标的摄像机标定 76
4.3 基于径向约束的摄像机标定 79
4.4 基于2D平面靶标的摄像机标定 84
4.5 机器人手眼定标 89
4.6 摄像机自标定技术 92
4.7 基于交比不变的摄像机畸变系数标定 94
思考与练习题 97
参考文献 97
第5章 双目立体视觉 99
5.1 双目立体视觉原理 99
5.2 双目立体视觉的精度分析 102
5.3 双目立体视觉的系统结构 105
5.4 双目立体视觉中的极线几何 108
5.5 双目立体视觉中的对应点匹配 112
5.6 双目立体视觉系统标定 122
参考文献 125
思考与练习题 125
第6章 结构光三维视觉 127
6.1 结构光三维视觉原理 127
6.2 结构光光模式投射系统 134
6.3 结构光三维视觉常规标定方法 139
6.4 基于交比不变的标定方法 143
6.5 基于自由移动平面靶标的现场标定方法 147
6.6 基于神经网络的标定方法 150
思考与练习题 155
参考文献 155
7.1 光度立体视觉 156
第7章 其他三维视觉技术 156
7.2 由纹理恢复形状 163
7.3 激光测距法 167
7.4 莫尔阴影与散焦测距 173
思考与练习题 178
参考文献 178
第8章 多传感器三维视觉 180
8.1 多传感器三维视觉系统 180
8.2 全局标定方法 186
8.3 全局标定系统 193
8.4 全局标定精度分析与评价 200
参考文献 206
思考与练习题 206
第9章 运动视觉分析 207
9.1 图像运动特征提取 207
9.2 基于光流的运动分析 210
9.3 光流计算 214
9.4 基于二维点匹配的运动分析 218
9.5 基于二维直线匹配的运动计算 221
9.6 基于三维点匹配的运动估计 224
思考与练习题 227
参考文献 228
10.1 概述 229
第10章 应用实例Ⅰ——小型构件内表面三维形貌视觉检测 229
10.2 系统硬件与软件构成 233
10.3 图像特征分析与提取 239
10.4 系统标定与测量应用 244
思考与练习题 249
参考文献 249
第11章 应用实例Ⅱ——天文导航 250
11.1 概述 250
11.2 CMOS图像传感器驱动及图像预处理 254
11.3 基于径向和环向特征的星图识别 262
11.4 改进的三角形算法星图识别 267
思考与练习题 273
参考文献 273