前言
第1章緒論
1.1機(jī)器視覺(jué)
1.1.1機(jī)器視覺(jué)的發(fā)展
1.1.2機(jī)器視覺(jué)與其他領(lǐng)域的關(guān)系
1.2機(jī)器視覺(jué)研究的任務(wù)、基本內(nèi)容、
應(yīng)用領(lǐng)域與困難
1.2.1任務(wù)
1.2.2基本內(nèi)容
1.2.3應(yīng)用領(lǐng)域
1.2.4困難
1.2.5機(jī)器視覺(jué)與人的視覺(jué)關(guān)系
1.3馬爾視覺(jué)理論
1.3.1視覺(jué)信息加工過(guò)程
1.3.2視覺(jué)系統(tǒng)研究的三個(gè)層次
1.3.3視覺(jué)系統(tǒng)處理的三個(gè)階段
1.4機(jī)器視覺(jué)與計(jì)算成像
1.4.1單光子成像
1.4.2單像素成像
1.4.3偏振成像
1.4.4光場(chǎng)成像
1.4.5事件相機(jī)
【本章小結(jié)】
【課后習(xí)題】
第2章相機(jī)成像與標(biāo)定
2.1射影幾何與幾何變換
2.1.1空間幾何變換
2.1.2三維到二維投影
2.2相機(jī)標(biāo)定基礎(chǔ)
2.2.1線性模型
2.2.2非線性模型
2.2.3空間坐標(biāo)系及變換
2.3相機(jī)標(biāo)定方法
2.3.1Tsai相機(jī)標(biāo)定
2.3.2DLT標(biāo)定
2.3.3張正友標(biāo)定
2.3.4PNP標(biāo)定
2.4相機(jī)標(biāo)定的MATLAB與OpenCV
實(shí)現(xiàn)
2.4.1MATLAB棋盤(pán)格標(biāo)定
2.4.2OpenCV棋盤(pán)格標(biāo)定
2.5圓形板標(biāo)定方法
2.5.1單目相機(jī)標(biāo)定
2.5.2雙目相機(jī)標(biāo)定
2.6單相機(jī)與光源系統(tǒng)標(biāo)定
2.6.1背景
2.6.2原理與方法
2.7案例-機(jī)器人手眼標(biāo)定
2.7.1機(jī)械臂坐標(biāo)系
2.7.2手眼標(biāo)定
【本章小結(jié)】
【課后習(xí)題】
第3章雙目立體視覺(jué)
3.1雙目立體視覺(jué)原理
3.1.1雙目立體視覺(jué)測(cè)深原理
3.1.2極線約束
3.2雙目立體視覺(jué)系統(tǒng)
3.2.1雙目立體視覺(jué)系統(tǒng)分析
3.2.2平行光軸的系統(tǒng)結(jié)構(gòu)
3.2.3非平行光軸的系統(tǒng)結(jié)構(gòu)
3.2.4雙目立體視覺(jué)的精度分析
3.3圖像特征點(diǎn)
3.3.1SIFT特征點(diǎn)
3.3.2SURF特征點(diǎn)
3.3.3ORB特征點(diǎn)
3.3.4基于深度學(xué)習(xí)的特征點(diǎn)
3.4立體匹配
3.4.1稀疏匹配
3.4.2稠密匹配
3.5案例-雙目立體視覺(jué)實(shí)現(xiàn)深度
測(cè)量
3.5.1相機(jī)標(biāo)定
3.5.2實(shí)驗(yàn)圖片采集和矯正
3.5.3圓心坐標(biāo)提取
3.5.4視差和深度計(jì)算
3.5.5計(jì)算三維坐標(biāo)并三維輸出空間
位置
3.6雙目立體成像
3.6.1立體攝相機(jī)原理
3.6.2立體攝相機(jī)拍攝技術(shù)
3.7案例-雙目立體視覺(jué)三維測(cè)量
3.7.1相機(jī)標(biāo)定
3.7.2立體匹配
3.7.3三維重建
3.8案例-基于深度網(wǎng)絡(luò)的自由雙目
三維重建
3.8.1實(shí)驗(yàn)系統(tǒng)
3.8.2立體匹配實(shí)驗(yàn)
3.8.3點(diǎn)云拼接
【本章小結(jié)】
【課后習(xí)題】
第4章面結(jié)構(gòu)光三維視覺(jué)
4.1單幅相位提取方法
4.1.1窗傅里葉變換法
4.1.2窗傅里葉脊法
4.1.3二維連續(xù)小波變換法
4.1.4BEMD法
4.1.5VMD法
4.1.6變分圖像分解法
4.2多幅相位提取方法
4.3相位展開(kāi)方法
4.3.1格雷碼
4.3.2外差多頻
4.3.3三頻相位展開(kāi)方法
4.3.4雙互補(bǔ)相位編碼
4.4案例-基于條紋投影結(jié)構(gòu)光
三維掃描儀的牙模掃描
4.5案例-鞋底打磨
【本章小結(jié)】
【課后習(xí)題】
第5章線結(jié)構(gòu)光三維測(cè)量
5.1線結(jié)構(gòu)光提取
5.1.1線結(jié)構(gòu)光特點(diǎn)
5.1.2線結(jié)構(gòu)光中心線提取方法
研究
5.2單目線結(jié)構(gòu)光測(cè)量原理
5.2.1激光三角法簡(jiǎn)介
5.2.2單目線結(jié)構(gòu)光的光平面標(biāo)定
方法
5.2.3系統(tǒng)設(shè)計(jì)與搭建
5.2.4結(jié)果與分析
5.3雙目線結(jié)構(gòu)光測(cè)量原理
5.3.1外極線約束原理
5.3.2系統(tǒng)設(shè)計(jì)與搭建
5.4三維人體掃描
5.4.1激光三角法應(yīng)用于三維人體
掃描儀
5.4.2三維人體掃描儀的系統(tǒng)構(gòu)成
5.4.3系統(tǒng)設(shè)計(jì)與搭建
5.5結(jié)構(gòu)光引導(dǎo)的大型壓力容器
內(nèi)部焊接系統(tǒng)
5.5.1系統(tǒng)總體方案
5.5.2結(jié)構(gòu)光視覺(jué)傳感系統(tǒng)設(shè)計(jì)
5.5.3系統(tǒng)軟件設(shè)計(jì)與搭建
5.5.4結(jié)果與分析
【本章小結(jié)】
【課后習(xí)題】
第6章深度相機(jī)三維測(cè)量
6.1飛行時(shí)間測(cè)量方法
6.1.1深度相機(jī)基本原理
6.1.2相位解調(diào)技術(shù)
6.2散斑結(jié)構(gòu)光測(cè)量方法
6.2.1雙目測(cè)量方法
6.2.2單目測(cè)量方法
6.3激光雷達(dá)測(cè)量方法
6.3.1激光雷達(dá)測(cè)距原理
6.3.2激光雷達(dá)三維形貌測(cè)量原理
6.3.3車載激光雷達(dá)
6.3.4激光雷達(dá)生成點(diǎn)云
6.4視覺(jué)SLAM
6.4.1經(jīng)典視覺(jué)SLAM
6.4.2視覺(jué)SLAM方法
6.5案例-RGB-D視覺(jué)SLAM地圖
重建
6.5.1前端算法設(shè)計(jì)
6.5.2后端算法設(shè)計(jì)
6.5.3實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析
6.6案例-大場(chǎng)景三維重建
6.6.1三維激光掃描技術(shù)原理
6.6.2法如三維激光掃描儀使用基本
流程
6.6.3測(cè)量試驗(yàn)與結(jié)果
6.7案例-基于平面約束的三維
重建
6.7.1技術(shù)原理
6.7.2準(zhǔn)備工作
6.7.3實(shí)驗(yàn)結(jié)果
【本章小結(jié)】
【課后習(xí)題】
第7章三維形狀恢復(fù)方法
7.1光度立體
7.1.1典型算法介紹
7.1.2典型算法實(shí)現(xiàn)
7.1.3算法實(shí)例
7.2從明暗恢復(fù)形狀
7.2.1SFS問(wèn)題的起源
7.2.2SFS問(wèn)題的解決方案
7.2.3最小值方法
7.2.4演化方法
7.2.5局部分析法
7.2.6線性化方法
7.3從運(yùn)動(dòng)恢復(fù)形狀
7.3.1光流與運(yùn)動(dòng)場(chǎng)
7.3.2多視圖恢復(fù)形狀
7.4NeRF技術(shù)
7.4.1神經(jīng)輻射場(chǎng)簡(jiǎn)介
7.4.2體素渲染
7.4.3位置編碼
7.4.4網(wǎng)絡(luò)結(jié)構(gòu)
7.4.5對(duì)比效果
7.5案例-從陰影恢復(fù)形狀
7.5.1三維缺陷自動(dòng)檢測(cè)
7.5.2氣泡大小的自動(dòng)檢測(cè)
7.5.3對(duì)生活物品的三維恢復(fù)
【本章小結(jié)】
【課后習(xí)題】
第8章機(jī)器視覺(jué)案例應(yīng)用
8.1Open3D應(yīng)用案例
8.2智能車道線檢測(cè)
8.3三維機(jī)器視覺(jué)引導(dǎo)機(jī)器人打磨
拋光
8.3.1雙目視覺(jué)導(dǎo)引機(jī)器人自主打磨
系統(tǒng)
8.3.2系統(tǒng)標(biāo)定實(shí)驗(yàn)
8.3.3機(jī)器人自主打磨實(shí)驗(yàn)
8.3.4視覺(jué)引導(dǎo)機(jī)器人自主打磨性能
評(píng)價(jià)
8.4三維機(jī)器視覺(jué)引導(dǎo)機(jī)器人自主
焊接
8.4.1系統(tǒng)組成部分
8.4.2系統(tǒng)標(biāo)定
8.4.3焊接點(diǎn)位提取和姿態(tài)解算
8.5機(jī)器視覺(jué)引導(dǎo)機(jī)器人垃圾識(shí)別
與分揀
8.5.1智能垃圾分揀系統(tǒng)設(shè)計(jì)方案
8.5.2垃圾分揀系統(tǒng)的標(biāo)定
8.5.3垃圾分類中的定位與目標(biāo)
檢測(cè)
8.5.4垃圾姿態(tài)檢測(cè)算法
8.5.5智能垃圾分揀系統(tǒng)測(cè)試
8.6車軸檢測(cè)
8.6.1圖像分析法
8.6.2全站儀
8.6.3加權(quán)LM算法
8.6.4車軸測(cè)量系統(tǒng)實(shí)驗(yàn)
8.7云臺(tái)視覺(jué)跟蹤
8.7.1云臺(tái)視覺(jué)跟蹤設(shè)計(jì)方法原理
8.7.2實(shí)驗(yàn)與分析
8.7.3云臺(tái)跟蹤系統(tǒng)測(cè)試
【本章小結(jié)】
參考文獻(xiàn)