機器視覺研究與發(fā)展

內容概要

趙鵬所著的《機器視覺研究與發(fā)展》涉及機器視覺中的主要研究內容，系統(tǒng)介紹了機器視覺的基礎理論、關鍵技術和應用范例。本書的前4章主要介紹了機器視覺的基本概念、空間幾何變換、邊緣檢測及攝像機標定，這4
章內容是從事機器視覺研究應該具備的基礎知識；第5章和第6章側重于機器視覺計算領域，涉及圖像融合和視覺模型融合與跟蹤這兩個熱點領域；第7
章和第8章側重于機器視覺精密測量領域，具體討論了基于視覺的幾何量精密測量和運動物體速度精密測量這兩個實際工程應用問題；第9章介紹了機器視覺在農業(yè)工程中的典型應用范例，即農作物雜草分類識別；第10章介紹了光筆式三維坐標視覺測量系統(tǒng)及其在幾何量測量中的應用；第11章介紹了電子穩(wěn)像技術的常用方法；第12章介紹了激光雷達三維成像技術的原理及應用前景。
《機器視覺研究與發(fā)展》可作為光學工程、自動化及儀器儀表、電子信息工程等專業(yè)的高年級本科生和研究生的教材及參考書，也可供從事機器視覺相關研究工作的研究人員和工程技術人員參考。

書籍目錄

前言
第1章  引論
第2章  空間幾何變換與攝像機模型
第3章  視覺圖像特征信息提取
第4章  攝像機標定與雙目立體視覺
第5章  視覺計算與融合理論
第6章  基于圖像融合的變形輪廓線
第7章  基于變形輪廓線的微小物體表面積周長精密測量
第8章  運動模糊圖像恢復及其在運動物體速度測量中的應用
第9章  農業(yè)工程應用范例——農作物雜草分類識別
第10章  光筆式三維坐標視覺測量系統(tǒng)及其應用
第11章  電子穩(wěn)像
第12章  激光雷達三維成像

章節(jié)摘錄

版權頁：   插圖：   （1）極線約束。在此約束下，匹配點一定位于兩幅圖像中相應的極線上。 （2）唯一性約束。兩幅圖像中對應的匹配點應該有且僅有一個。 （3）視差連續(xù)性約束。除了遮擋區(qū)域和視差不連續(xù)區(qū)域外，視差變化應該都是平滑的。 （4）順序一致性約束。位于一幅圖像極線上的系列點，在另一幅圖像中的極線上具有相同的順序。 在雙目立體視覺中，圖像匹配的目的是給定在一幅圖像上的已知點（或稱為源匹配點）后在另一幅圖像上尋找與之相對應的目標匹配點（或稱為同名像點）。圖像匹配方法通常有基于圖像灰度（區(qū)域）的匹配、基于圖像特征的匹配和基于解釋的匹配或者多種方法相結合的匹配。 基于灰度的區(qū)域匹配方法，其基本原理是在其中一幅圖像中選取一個子窗口圖像，然后在另一幅圖像中的一個區(qū)域內，根據某種匹配準則，尋找與子窗口圖像最為相似的子圖像。目前常用的匹配準則有最大互相關準則、最小均方差準則等。區(qū)域匹配常常需要進行相關計算，主要用于表面非常平滑的如衛(wèi)星、航空照片的匹配，以及具有明顯紋理特征的立體圖像。區(qū)域匹配能夠直接獲得稠密偏差圖，但缺乏紋理特征或者圖像深度不連續(xù)時，容易出錯。這種方法的計算量很大，且誤匹配概率較高，匹配精度較差。 單純的區(qū)域匹配不能簡單明確地完成全局匹配任務。大多數區(qū)域匹配系統(tǒng)都遇到如下限制： （1）區(qū)域匹配要求在每個相關窗口中都存在可探測的紋理特征，對于較弱特征和存在重復特征的情況，匹配容易失敗。 （2）如果相關窗口中存在表面不連續(xù)特征，匹配容易混淆。 （3）區(qū)域匹配對絕對光強、對比度和照明條件敏感。 （4）區(qū)域匹配不適用于深度變化劇烈的場合。 基于以上原因，區(qū)域匹配系統(tǒng)往往需要人為介入，指導正確匹配。 特征匹配方式是基于抽象的幾何特征（如邊緣輪廓、拐點、幾何基元的形狀及參數化的幾何模型等），而不是基于簡單的圖像紋理信息進行相似度的比較。由于幾何特征本身的稀疏性和不連續(xù)性，特征匹配方式只能獲得稀疏的深度圖，需要各種內插方法才能最后完成整幅深度圖的提取工作。特征匹配方式需要對兩幅圖像進行特征提取，相應地會增加計算量。特征匹配具有如下優(yōu)點： （1）因為參與匹配的點（或特征）少于區(qū)域匹配所需要的點，因此速度較快。 （2）因為幾何特征提取可達到“子像素”級精度，因此特征匹配精度較高。 （3）因為匹配元素為物體的幾何特征，因此特征匹配對照明變化不敏感。

編輯推薦

《機器視覺研究與發(fā)展》可作為光學工程、自動化及儀器儀表、電子信息工程等專業(yè)的高年級本科生和研究生的教材及參考書，也可供從事機器視覺相關研究工作的研究人員和工程技術人員參考。

圖書封面

評論、評分、閱讀與下載

---

    機器視覺研究與發(fā)展 PDF格式下載

---