視覺(jué)測(cè)量技術(shù)

叢書(shū)序言
前言
第1章  視覺(jué)測(cè)量技術(shù)概述
  1.1 計(jì)算機(jī)視覺(jué)
    1.1.1 計(jì)算機(jī)視覺(jué)的概念
    1.1.2 計(jì)算機(jī)視覺(jué)的實(shí)現(xiàn)方法
    1.1.3 計(jì)算機(jī)視覺(jué)技術(shù)的研究目標(biāo)
    1.1.4 計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展歷程
    1.1.5 Marr視覺(jué)理論簡(jiǎn)介
    1.1.6 計(jì)算機(jī)視覺(jué)技術(shù)的主要研究?jī)?nèi)容
    1.1.7 計(jì)算機(jī)視覺(jué)系統(tǒng)的構(gòu)成
    1.1.8 計(jì)算機(jī)視覺(jué)技術(shù)的應(yīng)用領(lǐng)域
  1.2 計(jì)算機(jī)視覺(jué)檢測(cè)技術(shù)
    1.2.1 計(jì)算機(jī)視覺(jué)檢測(cè)技術(shù)分類(lèi)
    1.2.2 計(jì)算機(jī)視覺(jué)測(cè)量技術(shù)
    1.2.3 計(jì)算機(jī)視覺(jué)測(cè)量系統(tǒng)構(gòu)成
    1.2.4 計(jì)算機(jī)視覺(jué)測(cè)量技術(shù)的性能指標(biāo)
    1.2.5 計(jì)算機(jī)視覺(jué)測(cè)量系統(tǒng)的關(guān)鍵技術(shù)
    1.2.6 計(jì)算機(jī)視覺(jué)測(cè)量技術(shù)的優(yōu)點(diǎn)
    1.2.7 影響測(cè)量系統(tǒng)精度的因素與提高方法
    1.2.8 計(jì)算機(jī)視覺(jué)測(cè)量技術(shù)的主要應(yīng)用領(lǐng)域
    1.2.9 計(jì)算機(jī)視覺(jué)測(cè)量技術(shù)的發(fā)展趨勢(shì)
    1.2.10 計(jì)算機(jī)視覺(jué)測(cè)量的流程
第2章  計(jì)算機(jī)視覺(jué)測(cè)量系統(tǒng)
  2.1 光源照明系統(tǒng)
    2.1.1 光源系統(tǒng)
    2.1.2 常用可見(jiàn)光光源
    2.1.3 光源類(lèi)型
    2.1.4 照明方式
  2.2 固態(tài)攝像機(jī)
    2.2.1 固態(tài)攝像機(jī)簡(jiǎn)介
    2.2.2 攝影光學(xué)系統(tǒng)
    2.2.3 光學(xué)鏡頭的一般知識(shí)介紹
    2.2.4 分色濾光片
  2.3 圖像傳感器
    2.3.1 CCD圖像傳感器
    2.3.2 CMOS圖像傳感器
    2.3.3 CCD與CMOS圖像傳感器的差異
  2.4 圖像采集卡
  2.5 人工標(biāo)志及被測(cè)物體表面處理
    2.5.1 一般人工標(biāo)志
    2.5.2 人工標(biāo)志的設(shè)計(jì)原則
    2.5.3 人工標(biāo)志的分類(lèi)
    2.5.4 回光反射標(biāo)志
    2.5.5 常用人工標(biāo)記
    2.5.6 被測(cè)物體的表面處理
  2.6 計(jì)算機(jī)
第3章  圖像預(yù)處理
  3.1 概述
  3.2 圖像濾波
    3.2.1 圖像噪聲類(lèi)型
    3.2.2 空間域?yàn)V波
    3.2.3 變換域?yàn)V波
  3.3 頻域?yàn)V波
    3.3.1 一維離散傅里葉變換
    3.3.2 二維離散傅里葉變換
    3.3.3 二維離散傅里葉變換的性質(zhì)
    3.3.4 頻域?yàn)V波的基本步驟
    3.3.5 頻域?yàn)V波和空間域?yàn)V波的關(guān)系
    3.3.6 頻域低通濾波
  3.4 圖像增強(qiáng)
    3.4.1 空間域增強(qiáng)
    3.4.2 直方圖均衡化
    3.4.3 直方圖規(guī)定化方法
    3.4.4 頻域增強(qiáng)
第4章  圖像分割
  4.1 圖像分割概述
  4.2 間斷檢測(cè)
  4.3 邊緣檢測(cè)
    4.3.1 邊緣點(diǎn)檢測(cè)
    4.3.2 邊緣連接
  4.4 閾值分割
    4.4.1 閾值分割的基本原理
    4.4.2 雙峰法
    4.4.3 p參數(shù)法
    4.4.4 最小類(lèi)內(nèi)方差法
    4.4.5 最大類(lèi)間距離法
    4.4.6 最大類(lèi)間類(lèi)內(nèi)方差比法
    4.4.7 最大熵法
    4.4.8 自動(dòng)迭代法
    4.4.9 直方圖變換法
    4.4.10 連通區(qū)域標(biāo)記
  4.5 區(qū)域生長(zhǎng)法
    4.5.1 基于像素相似性的簡(jiǎn)單區(qū)域生長(zhǎng)法
    4.5.2 基于像素與區(qū)域相似性的質(zhì)心型區(qū)域生長(zhǎng)法
    4.5.3 混合型區(qū)域增長(zhǎng)
    4.5.4 基于區(qū)域形狀的區(qū)域增長(zhǎng)
  4.6 區(qū)域分裂-合并方法
第5章  攝像機(jī)標(biāo)定
  5.1 攝像機(jī)模型
    5.1.1 坐標(biāo)變換
    5.1.2 成像變換
    5.1.3 攝像機(jī)的鏡頭畸變
    5.1.4 攝像機(jī)模型
  5.2 攝像機(jī)標(biāo)定
    5.2.1 攝像機(jī)標(biāo)定的透視變換法
    5.2.2 攝像機(jī)標(biāo)定兩步法
    5.2.3 攝像機(jī)標(biāo)定兩步法的標(biāo)定過(guò)程
    5.2.4 攝像機(jī)標(biāo)定的張正友法
    5.2.5 攝像機(jī)標(biāo)定雙平面法
    5.2.6 畸變校正
第6章  單目視覺(jué)測(cè)量
  6.1 幾何相似法測(cè)量
  6.2 幾何形狀約束法測(cè)量
  6.3 基于單攝像機(jī)的虛擬立體視覺(jué)
    6.3.1 虛擬立體視覺(jué)簡(jiǎn)介
    6.3.2 虛擬立體視覺(jué)測(cè)量原理
    6.3.3 單攝像機(jī)虛擬立體視覺(jué)模型
    6.3.4 系統(tǒng)相關(guān)參數(shù)計(jì)算
  6.4 結(jié)構(gòu)光視覺(jué)測(cè)量法
    6.4.1 系統(tǒng)構(gòu)成
    6.4.2 數(shù)學(xué)模型
    6.4.3 投影模式
    6.4.4 標(biāo)定方法
  6.5 光筆式三維坐標(biāo)測(cè)量方法
    6.5.1 系統(tǒng)構(gòu)成
    6.5.2 測(cè)量原理
    6.5.3 數(shù)學(xué)模型
    6.5.4 關(guān)鍵技術(shù)
    6.5.5 典型測(cè)量系統(tǒng)
  6.6 幾何光學(xué)法
    6.6.1 散焦測(cè)距的基本原理
    6.6.2 散焦測(cè)距的Pentland算法
    6.6.3 Subbarao的深度恢復(fù)算法
第7章  雙目視覺(jué)測(cè)量
  7.1 雙目視覺(jué)測(cè)量系統(tǒng)
  7.2 雙目視覺(jué)三維測(cè)量原理
  7.3 雙目視覺(jué)測(cè)量數(shù)學(xué)模型
  7.4 雙目視覺(jué)測(cè)量系統(tǒng)精度分析
    7.4.1 測(cè)量系統(tǒng)結(jié)構(gòu)參數(shù)對(duì)測(cè)量精度的影響
    7.4.2 攝像機(jī)焦距對(duì)測(cè)量精度的影響
  7.5 雙目視覺(jué)系統(tǒng)結(jié)構(gòu)設(shè)計(jì)
    7.5.1 基于兩臺(tái)攝像機(jī)的雙目視覺(jué)系統(tǒng)結(jié)構(gòu)
    7.5.2 基于單臺(tái)攝像機(jī)的雙目視覺(jué)系統(tǒng)結(jié)構(gòu)
    7.5.3 同一物鏡法
  7.6 運(yùn)動(dòng)物體的同步攝影方法
  7.7 雙目視覺(jué)測(cè)量系統(tǒng)標(biāo)定
  7.8 雙目視覺(jué)測(cè)量系統(tǒng)立體匹配方法概述
    7.8.1 立體匹配技術(shù)
    7.8.2 稠密匹配方法剖析
    7.8.3 特征匹配方法剖析
  7.9 雙目視覺(jué)測(cè)量系統(tǒng)常用約束條件
    7.9.1 約束規(guī)則
    7.9.2 外極限約束
    7.9.3 其他約束條件
  7.10 雙目視覺(jué)測(cè)量特征匹配算法介紹
    7.10.1 基于興趣點(diǎn)的匹配算法
    7.10.2 基于固定滑窗區(qū)域的匹配算法
    7.10.3 基于形狀模板的匹配算法
    7.10.4 基于邊緣特征的匹配算法
參考文獻(xiàn)