机器视觉与应用

前言
第1章 绪论
1．1 机器视觉的发展及系统构成
1．1．1 机器视觉的发展
1．1．2 机器视觉系统的构成
1．2 Marr的视觉理论框架
1．2．1 视觉系统研究的3个层次
1．2．2 视觉信息处理的3个阶段
1．3 机器视觉任务和机器视觉与其他领域的关系
1．3．1 机器视觉任务
1．3．2 机器视觉与其他领域的关系
1．4 参考文献
第2章 成像与图像采集
2．1 亮度与成像
2．1．1 光度学
2．1．2 亮度成像模型
2．2 镜头
2．2．1 针孔成像模型
2．2．2 镜头畸变
2．2．3 远心与景深
2．3 摄像机
2．3．1 CCD传感器
2．3．2 CMOS传感器
2．3．3 彩色成像
2．3．4 摄像机性能
2．3．5 深度摄像机
2．4 摄像机-计算机接口
2．5 参考文献
第3章 图像预处理基础
3．1 数据结构
3．1．1 传统的图像数据结构
3．1．2 分层数据结构
3．2 图像预处理
3．2．1 灰度值变换
3．2．2 几何变换
3．2．3 图像滤波器
3．2．4 形态学操作
3．3 参考文献
第4章 图像分割和特征匹配
4．1 图像分割
4．1．1 阈值分割
4．1．2 连通域与边缘提取
4．1．3 亚像素精度阈值分割
4．1．4 基于区域的分割
4．1．5 基于3D图的图像分割
4．2 特征匹配
4．2．1 区域特征
4．2．2 几何元素的提取
4．2．3 轮廓特征
4．2．4 特征检测子
4．2．5 特征描述子
4．2．6 匹配优化算法
4．2．7 模板匹配
4．3 参考文献
第5章 立体视觉与三维重建
5．1 立体视觉概述
5．2 立体视觉的基本原理
5．3 三维重建
5．3．1 摄像机标定
5．3．2 机器人手眼标定
5．3．3 射影几何
5．3．4 多视图重建场景
5．3．5 双目摄像机与多目摄像机
5．3．6 深度图
5．4 参考文献
第6章 模式识别算法
6．1 支持向量机
6．2 贝叶斯分类器
6．3 聚类算法
6．4 神经网络基础
6．4．1 感知机与神经网络基础
……
第7章 机器视觉在物体识别与测量中的应用
第8章 视觉伺服的基础
第9章 机器视觉从容器中抓取零件的应用
第10章 机器视觉在无源导航与定位中的应用