第1章 緒論
1.1 計算機視覺
1.1.1 計算機視覺的概念
1.1.2 計算機視覺的發(fā)展
1.1.3 Marr視覺理論簡介
1.1.4 計算機視覺的研究內(nèi)容及面臨的問題
1.1.5 計算機視覺的應(yīng)用
1.1.6 相關(guān)學科
1.2 視覺測量技術(shù)
1.2.1 視覺測量技術(shù)分類
1.2.2 視覺測量系統(tǒng)組成
1.2.3 視覺測量的流程
1.2.4 視覺測量技術(shù)的特點
1.2.5 視覺測量技術(shù)的應(yīng)用
1.2.6 視覺測量技術(shù)的發(fā)展趨勢
思考與練習
第2章 人類視覺
2.1 感覺與視覺
2.1.1 感覺
2.1.2 感覺的生理機制
2.1.3 感覺閾值
2.1.4 視覺
2.2 人眼構(gòu)成
2.3 視覺過程
2.3.1 光學過程
2.3.2 化學過程
2.3.3 神經(jīng)處理過程
2.4 視覺感受野
2.5 視覺的空間特性
2.5.1 空間頻率響應(yīng)特性
2.5.2 視覺在空間上的累積效應(yīng)
2.5.3 眼睛的空間分辨率
2.6 視覺的時間特性
2.6.1 時間頻率響應(yīng)特性
2.6.2 視覺在時間上的累積效應(yīng)
2.6.3 眼睛的時間分辨率
2.6.4 視覺適應(yīng)
2.7 視覺的心理物理學特性
2.7.1 視覺對比
2.7.2 視錯覺
2.7.3 馬赫帶效應(yīng)
2.7.4 赫爾曼格子錯覺
思考與練習
第3章 光輻射與光源照明
3.1 電磁波與光輻射
3.2 輻射度量和光度量
3.2.1 輻射度量
3.2.2 光度量
3.2.3 輻射度量與光度量之間的關(guān)系
3.3 光源
3.3.1 光源的基本性能參數(shù)
3.3.2 常用可見光光源
3.4 光源照明系統(tǒng)
3.4.1 照明光源類型
3.4.2 照明方式
3.4.3 照明顏色
第4章 光學成像與圖像采集
4.1 鏡頭
4.1.1 鏡頭結(jié)構(gòu)
4.1.2 視場
4.1.3 光學倍率和數(shù)值孔徑
4.1.4 景深
4.1.5 曝光量和光圈數(shù)
4.1.6 分辨率
4.1.7 鏡頭選擇
4.2 光電成像器件
4.2.1 光電成像器件的發(fā)展
4.2.2 光電成像器件分類
4.3 電荷耦合器件
4.3.1 MOS結(jié)構(gòu)
4.3.2 CCD工作原理
4.3.3 CCD分類
4.3.4 CCD特性參數(shù)
4.3.5 CMOS傳感器
4.4 圖像采集卡
4.5 計算機
4.5.1 硬件配置
4.5.2 數(shù)據(jù)通信接口
思考與練習
第5章 圖像基礎(chǔ)
5.1 圖像的產(chǎn)生
5.2 數(shù)字圖像
5.2.1 數(shù)字化
5.2.2 數(shù)字圖像的表示
5.2.3 圖像文件格式
5.3 圖像分類
5.4 彩色圖像
5.4.1 彩色基礎(chǔ)
5.4.2 彩色模型
5.4.3 彩色圖像的灰度化處理
5.5 圖像性質(zhì)
5.5.1 圖像分辨率
5.5.2 直方圖與聯(lián)合直方圖
5.5.3 熵和聯(lián)合熵
5.5.4 其他統(tǒng)計特征
5.5.5 圖像品質(zhì)評價
5.6 圖像處理運算的形式
5.6.1 點處理
5.6.2 鄰域處理
5.6.3 全局處理
5.7 圖像的傅里葉變換
5.7.1 傅里葉級數(shù)
5.7.2 傅里葉變換
5.7.3 幅度譜、相位譜和功率譜
5.7.4 二維DFT的性質(zhì)
5.7.5 圖像傅里葉變換的MATLAB實現(xiàn)
思考與練習
第6章 圖像質(zhì)量的改善
6.1 對比度增強
6.1.1 灰度級變換
6.1.2 直方圖變換
6.1.3 彩色增強
6.2 平滑與噪聲濾除
6.2.1 圖像中的噪聲
6.2.2 均值濾波
6.2.3 中值濾波
6.2.4 邊緣保持濾波器
6.3 頻域濾波
6.3.1 頻域濾波基礎(chǔ)
6.3.2 低通濾波器
6.3.3 高通濾波器
6.3.4 帶阻濾波器
6.3.5 同態(tài)濾波器
6.4 銳化
6.5 圖像的代數(shù)運算
6.5.1 圖像相加
6.5.2 圖像相減
6.5.3 圖像相乘
6.5.4 圖像相除
思考與練習
第7章 二值圖像分析
7.1 圖像分割與閾值分割
7.1.1 圖像分割
7.1.2 閾值分割
7.2 全局閾值法
7.2.1 雙峰法
7.2.2 p參數(shù)法
7.2.3 判別分析法
7.2.4 最大熵法
7.2.5 自動迭代法
7.3 自適應(yīng)閾值法
7.3.1 閾值插值法
7.3.2 移動平均法
7.4 二值圖像的幾何學性質(zhì)
7.4.1 連通性
7.4.2 距離
7.5 二值圖像的操作
7.5.1 連通成分標記
7.5.2 膨脹與腐蝕
7.5.3 細線化
7.5.4 形狀特征的測量方法
思考與練習
第8章 圖像的特征提取
8.1 點檢測
8.1.1 Moravec角點檢測算子
8.1.2 SUSAN角點檢測算子
8.1.3 Harris角點檢測算子
8.2 邊緣檢測
8.2.1 邊緣的模型、邊緣檢測的基本步驟
8.2.2 基于梯度的邊緣檢測
8.2.3 基于拉普拉斯算子的邊緣檢測
8.2.4 Canny算子
8.3 邊緣跟蹤
8.3.1 局部處理方法
8.3.2 邊緣跟蹤方法
8.4 Hough變換
8.4.1 Hough變換及直線檢測
8.4.2 Hough變換圓檢測
8.4.3 廣義Hough變換
8.5 形狀特征
8.5.1 形狀特征須滿足的條件
8.5.2 形狀特征的應(yīng)用
8.5.3 形狀的描述和表示
8.6 變換系數(shù)特征
8.7 紋理特征
8.7.1 灰度共生矩陣
8.7.2 自相關(guān)函數(shù)
8.7.3 灰度差值統(tǒng)計
8.7.4 傅里葉描述子
思考與練習
第9章 圖像配準
9.1 圖像配準概述
9.1.1 圖像配準概念
9.1.2 常用的圖像配準技術(shù)
9.1.3 圖像配準技術(shù)的應(yīng)用
9.2 空間幾何變換
9.2.1 簡單變換
9.2.2 剛體變換與相似性變換
9.2.3 仿射變換
9.2.4 投影變換
9.2.5 非線性變換
9.3 基于灰度的圖像配準
9.3.1 空域模板匹配及相似性度量
9.3.2 相位相關(guān)法
9.4 基于特征的圖像配準
9.4.1 基于特征的配準步驟
9.4.2 形狀匹配及Hausdorff距離
9.5 快速配準算法
9.5.1 變灰度級相關(guān)算法
9.5.2 FFT相關(guān)算法
9.5.3 序慣相似性檢測算法
9.5.4 變分辨率相關(guān)算法
9.5.5 基于投影特征的匹配算法
9.6 亞像素級配準技術(shù)
9.6.1 擬合法
9.6.2 插值法
9.6.3 細分像素法
思考與練習
第10章 攝像機標定
10.1 視覺測量坐標系
10.1.1 四個基本坐標系
10.1.2 四個坐標系間的變換關(guān)系
10.2 攝像機成像模型
10.2.1 針孔模型
10.2.2 透視投影
10.2.3 攝像機鏡頭畸變
10.3 攝像機標定方法
10.3.1 線性標定方法
10.3.2 Tsai兩步標定法
第11章 雙目立體成像
11.1 雙目成像模式與視差
11.1.1 雙目橫向模式
11.1.2 雙目橫向會聚模式
11.1.3 雙目縱向模式
11.2 雙目視覺測量數(shù)學模型
11.3 立體匹配方法概述與極線約束
11.3.1 立體匹配技術(shù)
11.3.2 極線約束
11.4 雙目視覺測量系統(tǒng)標定
第12章 光學三角法三維測量技術(shù)
12.1 三維測量技術(shù)及應(yīng)用
12.1.1 接觸式與非接觸式測量
12.1.2 光學三維測量技術(shù)的應(yīng)用
12.2 光學三角法測量原理
12.3 結(jié)構(gòu)光視覺測量法
12.3.1 結(jié)構(gòu)光視覺測量系統(tǒng)
12.3.2 結(jié)構(gòu)照明光源與照明方式
12.3.3 單線結(jié)構(gòu)光測量原理
12.3.4 多線結(jié)構(gòu)光測量原理
12.4 光柵投射法
12.4.1 光柵投射法基本原理
12.4.2 相位測量技術(shù)
參考文獻