欧美香蕉,被两个两个黑人吃奶4P,黄色影院视频

本書(shū)著重機(jī)器機(jī)視覺(jué)的基本理論和技術(shù)，介紹各種智能圖像處理與機(jī)器視覺(jué)技術(shù)的相關(guān)應(yīng)用；具備解決智能化檢測(cè)與識(shí)別、控制等應(yīng)用問(wèn)題的初步能力，為以后從事模式識(shí)別與智能控制、機(jī)器人技術(shù)、智能制造等領(lǐng)域的研究與開(kāi)發(fā)工作打下扎實(shí)的基礎(chǔ)。

機(jī)器視覺(jué)是一項(xiàng)綜合技術(shù)，其內(nèi)容涉及數(shù)字信號(hào)處理、機(jī)械工程技術(shù)、控制與光源照明技術(shù)、傳感器技術(shù)、計(jì)算機(jī)軟件技術(shù)和人機(jī)接口技術(shù)等。典型的機(jī)器視覺(jué)應(yīng)用系統(tǒng)包括圖像捕捉模塊、光源模塊、圖像數(shù)字化模塊、數(shù)字圖像處理模塊、智能判斷決策模塊和機(jī)械控制執(zhí)行模塊。因此，機(jī)器視覺(jué)就是為智能設(shè)備安裝的眼睛。機(jī)器視覺(jué)系統(tǒng)的魯棒性、實(shí)時(shí)性、高速度和高精度是其實(shí)用性的重要指標(biāo)。近年來(lái)，計(jì)算機(jī)的運(yùn)算速度逐年提高，人們的生活消費(fèi)方式、生產(chǎn)制造方式有了很大的變化，這給機(jī)器視覺(jué)應(yīng)用技術(shù)帶來(lái)了新的需求和挑戰(zhàn)。
上海交通大學(xué)的機(jī)器視覺(jué)與應(yīng)用課程開(kāi)始于2001年，早是面向該校機(jī)械工程學(xué)院機(jī)械電子工程專業(yè)研究生開(kāi)設(shè)的選修課，是作為機(jī)器人學(xué)配套課程出現(xiàn)的。該課程主要在圖像處理的基礎(chǔ)上重點(diǎn)介紹機(jī)器視覺(jué)理論與算法，如圖像預(yù)處理、立體視覺(jué)建模、運(yùn)動(dòng)視覺(jué)（或稱為序列圖像分析）、由圖像灰度恢復(fù)三維物體形狀、物體建模與識(shí)別方法，以及距離圖像分析方法等。本書(shū)規(guī)避了圖像處理涉及的大量數(shù)學(xué)公式，而是從應(yīng)用案例入手，幫助讀者掌握機(jī)器視覺(jué)技術(shù)并解決實(shí)際問(wèn)題。
20年來(lái)，機(jī)器視覺(jué)應(yīng)用技術(shù)一直在向更深、更高層次發(fā)展，特別是2010年以來(lái)深度學(xué)習(xí)解決了圖像識(shí)別的一系列瓶頸問(wèn)題，機(jī)器視覺(jué)應(yīng)用也從單一視覺(jué)檢測(cè)走向視覺(jué)定位、環(huán)境建模和對(duì)象識(shí)別的實(shí)用化方向。由于非電類專業(yè)出身的工程技術(shù)人員迫切希望掌握機(jī)器視覺(jué)技術(shù)并期待能靈活應(yīng)用該項(xiàng)技術(shù)提高機(jī)器人和裝備的智能化性能，因此，本書(shū)在系統(tǒng)地描述機(jī)器視覺(jué)的基本理論與方法時(shí)，重點(diǎn)介紹機(jī)器視覺(jué)應(yīng)用系統(tǒng)涉及的新技術(shù)、新方法、新器件以及機(jī)器視覺(jué)的典型應(yīng)用實(shí)例。本書(shū)內(nèi)容包含計(jì)算機(jī)視覺(jué)與機(jī)器視覺(jué)的基本概念、光源技術(shù)、鏡頭技術(shù)、攝像機(jī)技術(shù)和典型接口技術(shù)，以及構(gòu)成機(jī)器視覺(jué)系統(tǒng)的標(biāo)定技術(shù)。同時(shí)，結(jié)合Matlab圖像處理工具和OpenCV開(kāi)源代碼平臺(tái)，繞開(kāi)了煩瑣的公式，介紹了機(jī)器視覺(jué)涉及的圖像處理和模式識(shí)別技術(shù)。書(shū)中的主要應(yīng)用案例分別來(lái)自作者指導(dǎo)過(guò)的張昊若、林敏捷、楊理欣幾位研究生的學(xué)位論文，研究生倪培遠(yuǎn)和張悅也參與了本書(shū)的整理和編輯工作，在此表示感謝！
由于作者的水平有限，書(shū)中難免存在不足之處，請(qǐng)大家就如何完善本書(shū)提出寶貴意見(jiàn)，我們的聯(lián)系方式是：qxcao@sjtu.edu.cn。

前言
第1章緒論1
11機(jī)器視覺(jué)的發(fā)展及系統(tǒng)構(gòu)成1
111機(jī)器視覺(jué)的發(fā)展1
112機(jī)器視覺(jué)系統(tǒng)的構(gòu)成2
12Marr的視覺(jué)理論框架4
121視覺(jué)系統(tǒng)研究的3個(gè)層次4
122視覺(jué)信息處理的3個(gè)階段5
13機(jī)器視覺(jué)任務(wù)和機(jī)器視覺(jué)與其他領(lǐng)域的關(guān)系7
131機(jī)器視覺(jué)任務(wù)7
132機(jī)器視覺(jué)與其他領(lǐng)域的關(guān)系8
14參考文獻(xiàn)9
第2章成像與圖像采集10
21亮度與成像10
211光度學(xué)10
212亮度成像模型12
22鏡頭13
221針孔成像模型13
222鏡頭畸變16
223遠(yuǎn)心與景深17
23攝像機(jī)19
231CCD傳感器19
232CMOS傳感器20
233彩色成像22
234攝像機(jī)性能28
235深度攝像機(jī)30
24攝像機(jī)計(jì)算機(jī)接口31
25參考文獻(xiàn)32
第3章圖像預(yù)處理基礎(chǔ)33
31數(shù)據(jù)結(jié)構(gòu)33
311傳統(tǒng)的圖像數(shù)據(jù)結(jié)構(gòu)33
312分層數(shù)據(jù)結(jié)構(gòu)38
32圖像預(yù)處理41
321灰度值變換41
322幾何變換44
323圖像濾波器53
324形態(tài)學(xué)操作65
33參考文獻(xiàn)70
第4章圖像分割和特征匹配71
41圖像分割71
411閾值分割71
412連通域與邊緣提取77
413亞像素精度閾值分割86
414基于區(qū)域的分割87
415基于3D圖的圖像分割98
42特征匹配103
421區(qū)域特征103
422幾何元素的提取110
423輪廓特征112
424特征檢測(cè)子115
425特征描述子122
426匹配優(yōu)化算法125
427模板匹配132
43參考文獻(xiàn)136
第5章立體視覺(jué)與三維重建140
51立體視覺(jué)概述140
52立體視覺(jué)的基本原理142
53三維重建146
531攝像機(jī)標(biāo)定146
532機(jī)器人手眼標(biāo)定150
533射影幾何152
534多視圖重建場(chǎng)景158
535雙目攝像機(jī)與多目攝像機(jī)164
536深度圖168
54參考文獻(xiàn)169
第6章模式識(shí)別算法171
61支持向量機(jī)171
62貝葉斯分類器173
63聚類算法175
64神經(jīng)網(wǎng)絡(luò)基礎(chǔ)177
641感知機(jī)與神經(jīng)網(wǎng)絡(luò)基礎(chǔ)177
642參數(shù)學(xué)習(xí)方法179
643GPU并行技術(shù)179
65深度卷積神經(jīng)網(wǎng)絡(luò)181
651LeNet182
652GoogLeNet183
653ResNet185
66參考文獻(xiàn)187
第7章機(jī)器視覺(jué)在物體識(shí)別與測(cè)量中的應(yīng)用188
71檢測(cè)物體的特征提取188
711區(qū)域特征188
712灰度值特征189
713輪廓特征191
72模式分類與識(shí)別191
73機(jī)器視覺(jué)中形狀大小的測(cè)量194
731長(zhǎng)度測(cè)量194
732線段測(cè)量196
733面積測(cè)量196
734圓測(cè)量197
74機(jī)器視覺(jué)表面缺陷檢測(cè)198
741印刷檢測(cè)199
742封裝檢測(cè)200
743鋸齒檢測(cè)201
75參考文獻(xiàn)203
第8章視覺(jué)伺服的基礎(chǔ)205
81視覺(jué)伺服控制簡(jiǎn)介205
82概念說(shuō)明與標(biāo)定技術(shù)206
821坐標(biāo)變換與剛體運(yùn)動(dòng)206
822攝像機(jī)模型與標(biāo)定208
823手眼標(biāo)定技術(shù)212
83視覺(jué)伺服控制理論213
831基于位置的視覺(jué)伺服213
832基于圖像的視覺(jué)伺服215
84應(yīng)用案例232
85參考文獻(xiàn)238
第9章機(jī)器視覺(jué)從容器中抓取零件的應(yīng)用240
91散亂零件識(shí)別的基本方法240
92抓取操作的機(jī)器人技術(shù)243
93散亂零件的識(shí)別與操作應(yīng)用246
94參考文獻(xiàn)251
第10章機(jī)器視覺(jué)在無(wú)源導(dǎo)航與定位中的應(yīng)用255
101移動(dòng)機(jī)器人與導(dǎo)航255
102定位與地圖構(gòu)建256
103各類傳感器的初始化與預(yù)處理263
104即時(shí)定位與地圖構(gòu)建272
1041使用魚(yú)眼攝像機(jī)的視覺(jué)SLAM系統(tǒng)277
1042基于多攝像機(jī)系統(tǒng)的視覺(jué)SLAM系統(tǒng)277
105參考文獻(xiàn)278

你還可能感興趣

我要評(píng)論