基于序列圖像的視覺檢測理論與方法

第1章 緒論
1.1 攝影測量的發(fā)展與現(xiàn)狀
1.2 計算機立體視覺的發(fā)展與現(xiàn)狀
1.3 研究目標(biāo)
1.4 本書的主要內(nèi)容
第2章 相機標(biāo)定、三維重建與視覺檢測研究進展
2.1 數(shù)碼相機標(biāo)定研究進展
2.2 三維重建研究概述
2.3 視覺檢測研究與應(yīng)用
第3章 相機模型與多視幾何
3.1 線性相機模型
3.2 非線性相機模型
3.3 雙視幾何
3.3.1 極線幾何概述
3.3.2 基本矩陣的計算
3.3.3 基本矩陣的性質(zhì)
3.4 三視幾何
3.4.1 三視張量概述
3.4.2 利用一般投影矩陣計算三視張量
3.4.3 三視張量的性質(zhì)
第4章 影像特征的自動提取
4.1 邊緣檢測概述
4.2 點特征提取算子
4.2.1 Moravec算子
4.2.2 Forstner算子
4.2.3 Harris算子
4.3 線特征提取算子
4.3.1 基于一階微分的邊緣檢測算子
4.3.2 基于二階微分的邊緣檢測算子
4.3.3 高斯一拉普拉斯算子（LOG算子）
4.3.4 Canny算子
4.3.5 Hough變換
4.4 基于模板匹配的格網(wǎng)點提取
4.5 基于模板匹配的直線段提取
第5章 基于平面控制場的數(shù)碼相機標(biāo)定
5.1 數(shù)碼相機標(biāo)定的基本流程
5.2 利用同形矩陣分解數(shù)碼相機參數(shù)初值
5.2.1 同形矩陣的計算
5.2.2 內(nèi)方位元素的求解
5.2.3 外方位元素的求解
5.2.4 外方位元素的變換
5.3 利用二維DLT分解數(shù)碼相機參數(shù)初值
5.3.1 二維DLT及內(nèi)方位元素初值的求解
5.3.2 外方位元素初值的求解
5.4 光束法平差的數(shù)學(xué)模型
5.5 數(shù)碼相機標(biāo)定的幾個相關(guān)問題
5.5.1 格網(wǎng)純繞z軸旋轉(zhuǎn)時主點無法計算的證明
5.5.2 利用基本矩陣剔除粗差格網(wǎng)點
5.5.3 光束法平差的快速算法
5.6 數(shù)碼相機標(biāo)定試驗與結(jié)果分析
5.6.1 同形矩陣數(shù)碼相機標(biāo)定算法試驗
5.6.2 二維DLT數(shù)碼相機標(biāo)定算法試驗
第6章 點線混合攝影測量與視覺檢測
6.1 點、線混合攝影測量基本流程
6.2 附加剛體變換的點攝影測量模型
6.2.1 物體坐標(biāo)系與世界坐標(biāo)系間的旋轉(zhuǎn)平移變換
6.2.2 系統(tǒng)參數(shù)較大時的數(shù)學(xué)模型
6.2.3 系統(tǒng)參數(shù)較小時的數(shù)學(xué)模型
6.3 附加剛體變換的直線攝影測量模型
6.3.1 誤差方程式的基本形式
6.3.2 基于距離的誤差方程式改化形式
6.3.3 直線攝影測量按間接平差的數(shù)學(xué)模型
6.4 點、線混合攝影測量的相關(guān)問題
6.4.1 外方位元素初值的傳遞
6.4.2 利用三視張量剔除粗差直線段
6.4.3 方差分量估計
6.4.4 系統(tǒng)參數(shù)的統(tǒng)計檢驗
6.4.5 病態(tài)矩陣的無偏解算方法
6.4.6 圖形條件較差像片的自動剔除
第7章 復(fù)雜形狀的三維重建
7.1 基于物方直接解的圓匹配與重建
7.1.1 旋轉(zhuǎn)角初值的解算
7.1.2 物方直接解的數(shù)學(xué)模型
7.2 基于廣義點攝影測量的復(fù)雜形狀三維重建
7.2.1 廣義點攝影測量的數(shù)學(xué)模型
7.2.2 直線段的三維重建
7.2.3 圓（圓?。┑娜S重建
7.2.4 圓角矩形的三維重建
7.2.5 數(shù)學(xué)曲線的三維重建
第8章 工業(yè)鈑金件視覺檢測系統(tǒng)試驗
8.1 視覺檢測系統(tǒng)的基本功能
8.2 數(shù)碼相機標(biāo)定試驗
8.3 線框模型的視覺檢測試驗
8.4 復(fù)雜形狀的視覺檢測試驗
參考文獻