幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

機器視覺原理及應用教程(雙色印刷新形態教材普通高等教育人工智慧專業系列教材)

  • 作者：編者:宋麗梅//朱新軍//李雲鵬|責編:尚晨//湯楓
  • 出版社：機械工業
  • ISBN：9787111733300
  • 出版日期：2023/09/01
  • 裝幀：平裝
  • 頁數：275
人民幣：RMB 79 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書內容共8章。第1章為緒論，主要包括機器視覺、機器視覺研究的任務、基本內容、應用領域與困難、馬爾視覺理論和機器視覺與計算成像。第2章為相機成像與標定，包括射影幾何與幾何變換、相機標定基礎、相機標定方法、相機標定的MATLAB與OpenCV實現、圓形板標定方法和單相機與光源系統標定等。第3章為雙目立體視覺，包括雙目立體視覺原理及系統、圖像特徵點、立體匹配等內容。第4章為面結構光三維視覺，包括單幅相位提取方法和多幅相位提取方法等內容。第5章為線結構光三維測量，主要包括線結構光提取、單目與雙目線結構光測量原理和三維人體掃描等內容。第6章為深度相機三維測量，主要包括飛行時間測量方法、散斑結構光測量方法、激光雷達測量方法和視覺SLAM等內容。第7章為三維形狀恢復方法，主要包括光度立體、從明暗恢復形狀等。第8章為機器視覺案例應用，主要包括Open3D應用案例、智能車道線檢測、三維機器視覺引導機器人打磨拋光等內容。
    本書基礎理論知識覆蓋面較全，講解過程深入淺出，可以促進學生對機器視覺知識的理解和學習；本書大部分章節都配有應用案例，包括案例的分析過程，實驗設置、實驗數據或程序代碼及運行結果，引導讀者進行機器視覺技術實際工程能力的鍛煉及開拓創新意識的培養；提供完整源代碼電子資源，對從事機器視覺領域項目開發的讀者具有很好的參考價值；融入了科技創新、文化自信、愛國主義等思政元素，全方位培養學生的家國情懷。
    本書總結了機器視覺領域中先進的理論和演算法，對工程應用系統的綜合分析很有借鑒意義。可作為人工智慧、控制科學與工程、電腦科學與技術、通信與信息工程、電子科學與技術、生物醫學工程等相關專業本科生和研究生的教材，也可供從事電腦視覺、模式識別等相關領域的科技工作者和工程技術人員參考。
    本書是新形態教材，讀者可通過掃描書中二維碼觀看相關知識點和授課視頻。同時，本書配有電子教案、教學大綱及習題參考答案等資源，需要的讀者可登錄www.cmpedu.com免費註冊，審核通過後下載使用，或聯繫編輯索取（微信13146070618，電話010-88379739）。
作者介紹
編者:宋麗梅//朱新軍//李雲鵬|責編:尚晨//湯楓
目錄
前言
第1章  緒論
  1.1  機器視覺
    1.1.1  機器視覺的發展
    1.1.2  機器視覺與其他領域的關係
  1.2  機器視覺研究的任務、基本內容、應用領域與困難
    1.2.1  任務
    1.2.2  基本內容
    1.2.3  應用領域
    1.2.4  困難
    1.2.5  機器視覺與人的視覺關係
  1.3  馬爾視覺理論
    1.3.1  視覺信息加工過程
    1.3.2  視覺系統研究的三個層次
    1.3.3  視覺系統處理的三個階段
  1.4  機器視覺與計算成像
    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  光場成像
    1.4.5  事件相機
  本章小結
  課後習題
第2章  相機成像與標定
  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  相機標定基礎
    2.2.1  線性模型
    2.2.2  非線性模型
    2.2.3  空間坐標系及變換
  2.3  相機標定方法
    2.3.1  Tsai相機標定
    2.3.2  DLT標定
    2.3.3  張正友標定
    2.3.4  PNP標定
  2.4  相機標定的MATLAB與OpenCV實現
    2.4.1  MATLAB棋盤格標定
    2.4.2  OpenCV棋盤格標定
  2.5  圓形板標定方法
    2.5.1  單目相機標定
    2.5.2  雙目相機標定
  2.6  單相機與光源系統標定
    2.6.1  背景
    2.6.2  原理與方法
  2.7  案例-機器人手眼標定
    2.7.1  機械臂坐標系
    2.7.2  手眼標定
  本章小結
  課後習題

第3章  雙目立體視覺
  3.1  雙目立體視覺原理
    3.1.1  雙目立體視覺測深原理
    3.1.2  極線約束
  3.2  雙目立體視覺系統
    3.2.1  雙目立體視覺系統分析
    3.2.2  平行光軸的系統結構
    3.2.3  非平行光軸的系統結構
    3.2.4  雙目立體視覺的精度分析
  3.3  圖像特徵點
    3.3.1  SIFT特徵點
    3.3.2  SURF特徵點
    3.3.3  ORB特徵點
    3.3.4  基於深度學習的特徵點
  3.4  立體匹配
    3.4.1  稀疏匹配
    3.4.2  稠密匹配
  3.5  案例-雙目立體視覺實現深度測量
    3.5.1  相機標定
    3.5.2  實驗圖片採集和矯正
    3.5.3  圓心坐標提取
    3.5.4  視差和深度計算
    3.5.5  計算三維坐標並三維輸出空間位置
  3.6  雙目立體成像
    3.6.1  立體攝相機原理
    3.6.2  立體攝相機拍攝技術
  3.7  案例-雙目立體視覺三維測量
    3.7.1  相機標定
    3.7.2  立體匹配
    3.7.3  三維重建
  3.8  案例-基於深度網路的自由雙目三維重建
    3.8.1  實驗系統
    3.8.2  立體匹配實驗
    3.8.3  點雲拼接
  本章小結
  課後習題
第4章  面結構光三維視覺
  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  二維連續小波變換法
    4.1.4  BEMD法
    4.1.5  VMD法
    4.1.6  變分圖像分解法
  4.2  多幅相位提取方法
  4.3  相位展開方法
    4.3.1  格雷碼
    4.3.2  外差多頻
    4.3.3  三頻相位展開方法
    4.3.4  雙互補相位編碼

  4.4  案例-基於條紋投影結構光三維掃描儀的牙模掃描
  4.5  案例-鞋底打磨
  本章小結
  課後習題
第5章  線結構光三維測量
  5.1  線結構光提取
    5.1.1  線結構光特點
    5.1.2  線結構光中心線提取方法研究
  5.2  單目線結構光測量原理
    5.2.1  激光三角法簡介
    5.2.2  單目線結構光的光平面標定方法
    5.2.3  系統設計與搭建
    5.2.4  結果與分析
  5.3  雙目線結構光測量原理
    5.3.1  外極線約束原理
    5.3.2  系統設計與搭建
  5.4  三維人體掃描
    5.4.1  激光三角法應用於三維人體掃描儀
    5.4.2  三維人體掃描儀的系統構成
    5.4.3  系統設計與搭建
  5.5  結構光引導的大型壓力容器內部焊接系統
    5.5.1  系統總體方案
    5.5.2  結構光視覺感測系統設計
    5.5.3  系統軟體設計與搭建
    5.5.4  結果與分析
  本章小結
  課後習題
第6章  深度相機三維測量
  6.1  飛行時間測量方法
    6.1.1  深度相機基本原理
    6.1.2  相位解調技術
  6.2  散斑結構光測量方法
    6.2.1  雙目測量方法
    6.2.2  單目測量方法
  6.3  激光雷達測量方法
    6.3.1  激光雷達測距原理
    6.3.2  激光雷達三維形貌測量原理
    6.3.3  車載激光雷達
    6.3.4  激光雷達生成點雲
  6.4  視覺SLAM
    6.4.1  經典視覺SLAM
    6.4.2  視覺SLAM方法
  6.5  案例-RGB-D視覺SLAM地圖重建
    6.5.1  前端演算法設計
    6.5.2  後端演算法設計
    6.5.3  實驗設計與結果分析
  6.6  案例-大場景三維重建
    6.6.1  三維激光掃描技術原理
    6.6.2  法如三維激光掃描儀使用基本流程
    6.6.3  測量試驗與結果

  6.7  案例-基於平面約束的三維重建
    6.7.1  技術原理
    6.7.2  準備工作
    6.7.3  實驗結果
  本章小結
  課後習題
第7章  三維形狀恢復方法
  7.1  光度立體
    7.1.1  典型演算法介紹
    7.1.2  典型演算法實現
    7.1.3  演算法實例
  7.2  從明暗恢復形狀
    7.2.1  SFS問題的起源
    7.2.2  SFS問題的解決方案
    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  從運動恢復形狀
    7.3.1  光流與運動場
    7.3.2  多視圖恢復形狀
  7.4  NeRF技術
    7.4.1  神經輻射場簡介
    7.4.2  體素渲染
    7.4.3  位置編碼
    7.4.4  網路結構
    7.4.5  對比效果
  7.5  案例-從陰影恢復形狀
    7.5.1  三維缺陷自動檢測
    7.5.2  氣泡大小的自動檢測
    7.5.3  對生活物品的三維恢復
  本章小結
  課後習題
第8章  機器視覺案例應用
  8.1  Open3D應用案例
  8.2  智能車道線檢測
  8.3  三維機器視覺引導機器人打磨拋光
    8.3.1  雙目視覺導引機器人自主打磨系統
    8.3.2  系統標定實驗
    8.3.3  機器人自主打磨實驗
    8.3.4  視覺引導機器人自主打磨性能評價
  8.4  三維機器視覺引導機器人自主焊接
    8.4.1  系統組成部分
    8.4.2  系統標定
    8.4.3  焊接點位提取和姿態解算
  8.5  機器視覺引導機器人垃圾識別與分揀
    8.5.1  智能垃圾分揀系統設計方案
    8.5.2  垃圾分揀系統的標定
    8.5.3  垃圾分類中的定位與目標檢測
    8.5.4  垃圾姿態檢測演算法

    8.5.5  智能垃圾分揀系統測試
  8.6  車軸檢測
    8.6.1  圖像分析法
    8.6.2  全站儀
    8.6.3  加權LM演算法
    8.6.4  車軸測量系統實驗
  8.7  雲台視覺跟蹤
    8.7.1  雲台視覺跟蹤設計方法原理
    8.7.2  實驗與分析
    8.7.3  雲台跟蹤系統測試
  本章小結
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032