本書內容共10章。1章為緒論,包括機器視覺的相關概念,機器視覺的發展、基本任務、應用領域與困難,以及馬爾視覺理論;2章為數字圖像處理;3章為相機成像;4章為相機標定;5章為Shape from X;6章為雙目立體視覺;7章為結構光三維視覺;8章為深度相機,介紹當前頗受歡迎的Kinect、Intel RealSense等深度相機的知識與相關應用;9章為機器學習基礎;10章為機器學習在機器視覺領域的應用,包括機器學習在模式識別、圖像解析度重建、圖像去噪、目標跟蹤、三維重建等方面的應用。 本書除1章和9章,其他各章都配有應用案例,包括案例的分析過程、實驗設置、實驗數據、程序代碼及運行結果。案例的編程實現採用了MATLAB、C++、Python程序設計語言,使用了OpenCV函數、MATLAB視覺與圖形工具箱、Scikit-Learn機器學習工具包,以及MatConvNet、TensorFlow、Keras深度學習框架。通過講解案例背景與原理、設計思路、實驗步驟、開發環境與工具和實驗結果,使讀者能夠根據案例理解相關內容,加強工程實際應用中理論和知識的學習。同時,本書對從事機器視覺與機器學習的科研人員和工程師也具有一定的參考作用。