視覺測量技術(shù)

叢書序言
前言
第1章  視覺測量技術(shù)概述
  1.1 計算機視覺
    1.1.1 計算機視覺的概念
    1.1.2 計算機視覺的實現(xiàn)方法
    1.1.3 計算機視覺技術(shù)的研究目標
    1.1.4 計算機視覺技術(shù)的發(fā)展歷程
    1.1.5 Marr視覺理論簡介
    1.1.6 計算機視覺技術(shù)的主要研究內(nèi)容
    1.1.7 計算機視覺系統(tǒng)的構(gòu)成
    1.1.8 計算機視覺技術(shù)的應(yīng)用領(lǐng)域
  1.2 計算機視覺檢測技術(shù)
    1.2.1 計算機視覺檢測技術(shù)分類
    1.2.2 計算機視覺測量技術(shù)
    1.2.3 計算機視覺測量系統(tǒng)構(gòu)成
    1.2.4 計算機視覺測量技術(shù)的性能指標
    1.2.5 計算機視覺測量系統(tǒng)的關(guān)鍵技術(shù)
    1.2.6 計算機視覺測量技術(shù)的優(yōu)點
    1.2.7 影響測量系統(tǒng)精度的因素與提高方法
    1.2.8 計算機視覺測量技術(shù)的主要應(yīng)用領(lǐng)域
    1.2.9 計算機視覺測量技術(shù)的發(fā)展趨勢
    1.2.10 計算機視覺測量的流程
第2章  計算機視覺測量系統(tǒng)
  2.1 光源照明系統(tǒng)
    2.1.1 光源系統(tǒng)
    2.1.2 常用可見光光源
    2.1.3 光源類型
    2.1.4 照明方式
  2.2 固態(tài)攝像機
    2.2.1 固態(tài)攝像機簡介
    2.2.2 攝影光學系統(tǒng)
    2.2.3 光學鏡頭的一般知識介紹
    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 人工標志及被測物體表面處理
    2.5.1 一般人工標志
    2.5.2 人工標志的設(shè)計原則
    2.5.3 人工標志的分類
    2.5.4 回光反射標志
    2.5.5 常用人工標記
    2.5.6 被測物體的表面處理
  2.6 計算機
第3章  圖像預(yù)處理
  3.1 概述
  3.2 圖像濾波
    3.2.1 圖像噪聲類型
    3.2.2 空間域濾波
    3.2.3 變換域濾波
  3.3 頻域濾波
    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 頻域濾波的基本步驟
    3.3.5 頻域濾波和空間域濾波的關(guān)系
    3.3.6 頻域低通濾波
  3.4 圖像增強
    3.4.1 空間域增強
    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
第4章  圖像分割
  4.1 圖像分割概述
  4.2 間斷檢測
  4.3 邊緣檢測
    4.3.1 邊緣點檢測
    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 最小類內(nèi)方差法
    4.4.5 最大類間距離法
    4.4.6 最大類間類內(nèi)方差比法
    4.4.7 最大熵法
    4.4.8 自動迭代法
    4.4.9 直方圖變換法
    4.4.10 連通區(qū)域標記
  4.5 區(qū)域生長法
    4.5.1 基于像素相似性的簡單區(qū)域生長法
    4.5.2 基于像素與區(qū)域相似性的質(zhì)心型區(qū)域生長法
    4.5.3 混合型區(qū)域增長
    4.5.4 基于區(qū)域形狀的區(qū)域增長
  4.6 區(qū)域分裂-合并方法
第5章  攝像機標定
  5.1 攝像機模型
    5.1.1 坐標變換
    5.1.2 成像變換
    5.1.3 攝像機的鏡頭畸變
    5.1.4 攝像機模型
  5.2 攝像機標定
    5.2.1 攝像機標定的透視變換法
    5.2.2 攝像機標定兩步法
    5.2.3 攝像機標定兩步法的標定過程
    5.2.4 攝像機標定的張正友法
    5.2.5 攝像機標定雙平面法
    5.2.6 畸變校正
第6章  單目視覺測量
  6.1 幾何相似法測量
  6.2 幾何形狀約束法測量
  6.3 基于單攝像機的虛擬立體視覺
    6.3.1 虛擬立體視覺簡介
    6.3.2 虛擬立體視覺測量原理
    6.3.3 單攝像機虛擬立體視覺模型
    6.3.4 系統(tǒng)相關(guān)參數(shù)計算
  6.4 結(jié)構(gòu)光視覺測量法
    6.4.1 系統(tǒng)構(gòu)成
    6.4.2 數(shù)學模型
    6.4.3 投影模式
    6.4.4 標定方法
  6.5 光筆式三維坐標測量方法
    6.5.1 系統(tǒng)構(gòu)成
    6.5.2 測量原理
    6.5.3 數(shù)學模型
    6.5.4 關(guān)鍵技術(shù)
    6.5.5 典型測量系統(tǒng)
  6.6 幾何光學法
    6.6.1 散焦測距的基本原理
    6.6.2 散焦測距的Pentland算法
    6.6.3 Subbarao的深度恢復算法
第7章  雙目視覺測量
  7.1 雙目視覺測量系統(tǒng)
  7.2 雙目視覺三維測量原理
  7.3 雙目視覺測量數(shù)學模型
  7.4 雙目視覺測量系統(tǒng)精度分析
    7.4.1 測量系統(tǒng)結(jié)構(gòu)參數(shù)對測量精度的影響
    7.4.2 攝像機焦距對測量精度的影響
  7.5 雙目視覺系統(tǒng)結(jié)構(gòu)設(shè)計
    7.5.1 基于兩臺攝像機的雙目視覺系統(tǒng)結(jié)構(gòu)
    7.5.2 基于單臺攝像機的雙目視覺系統(tǒng)結(jié)構(gòu)
    7.5.3 同一物鏡法
  7.6 運動物體的同步攝影方法
  7.7 雙目視覺測量系統(tǒng)標定
  7.8 雙目視覺測量系統(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 雙目視覺測量系統(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 雙目視覺測量特征匹配算法介紹
    7.10.1 基于興趣點的匹配算法
    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