- 机器视觉理论与实践
- - 作者：张德好|责编:贾斌//张爱华
  - 出版社：清华大学
  - ISBN：9787302673996
  - 出版日期：2024/10/01
  - 页数：244
- 售价：27.6

内容大纲
本书介绍了机器视觉的基本理论，内容涵盖视觉系统的构成、标定和视觉测量、检测。本书将理论与实践密切结合，不仅以简明方式提供了理论综述和数学背景，还基于作者多年项目经验，提供了面向问题的算法设计过程，同时穿插了数值优化的编程技术。本书通过具体案例的应用实践，加深读者对相关方法的理解，提高灵活运用和解决实际问题的能力。
本书适合计算机科学与技术、人工智能、自动化等相关领域专业技术人员作为参考书。
作者介绍
目录
第1章  优化方法
  1.1  多元微积分
    1.1.1  反对称矩阵
    1.1.2  梯度向量
    1.1.3  方向导数
    1.1.4  向量微积分
  1.2  线性优化
    1.2.1  基本解
    1.2.2  单纯形
  1.3  非线性优化
    1.3.1  梯度下降法
    1.3.2  最速下降法
    1.3.3  牛顿法
    1.3.4  高斯牛顿法
    1.3.5  列文伯格-马夸尔特法
  1.4  优化估计应用
    1.4.1  L-M算法
    1.4.2  加权L-M算法
    1.4.3  迭代加权M估计
    1.4.4  粗差剔除RANSAC
  1.5  约束优化和多目标优化
    1.5.1  等式约束
    1.5.2  不等式约束
    1.5.3  多目标优化
第2章  空间几何
  2.1  矩阵的两个功能
    2.1.1  基变换
    2.1.2  线性映射
    2.1.3  矩阵等价与相似
    2.1.4  特征值分解与奇异值分解
    2.1.5  Ax=0与Ax=b的最小二乘解
  2.2  坐标系变换与刚体运动
    2.2.1  坐标系变换
    2.2.2  刚体运动
    2.2.3  关节机械手应用
  2.3  射影几何
    2.3.1  二维射影空间
    2.3.2  二维变换群
    2.3.3  三维射影空间
    2.3.4  三维变换群
    2.3.5  单应矩阵总结
第3章  相机模型与标定
  3.1  射影相机模型
    3.1.1  坐标系
    3.1.2  线性模型
    3.1.3  非线性模型
  3.2  立体视觉模型
    3.2.1  立体视觉系统
    3.2.2  标准双目系统
    3.2.3  基础矩阵求解

    3.2.4  坐标归一化
  3.3  相机直接标定
    3.3.1  DLT法
    3.3.2  参数求解
    3.3.3  参数分解
    3.3.4  改进方法
  3.4  平面标定法
    3.4.1  线性模型
    3.4.2  线性模型参数
    3.4.3  畸变模型
    3.4.4  畸变模型参数
    3.4.5  参数优化
    3.4.6  图像校准应用
  3.5  远心镜头标定
    3.5.1  无主点标定法
    3.5.2  单幅标定法
    3.5.3  简化方法
    3.5.4  直接标定法
第4章  工业测量应用
  4.1  结构光深度测量
    4.1.1  相机标定
    4.1.2  结构光标定
  4.2  切割机上料
    4.2.1  问题原型
    4.2.2  局部坐标系
    4.2.3  全局坐标系
    4.2.4  奇异值分解
  4.3  激光打标机校准
    4.3.1  畸变原因
    4.3.2  图像系统校准
    4.3.3  激光系统校准
    4.3.4  双工位校准
  4.4  印刷机对位纠偏
    4.4.1  算法设计
    4.4.2  精密运动模组
    4.4.3  正运动方程
    4.4.4  外部参数标定
第5章  图像处理与分析
  5.1  图像增强
    5.1.1  线性拉伸
    5.1.2  方差规范化拉伸
    5.1.3  分段线性拉伸
    5.1.4  灰度窗及切片
    5.1.5  直方图均衡化
  5.2  平滑滤波
    5.2.1  均值滤波
    5.2.2  高斯滤波
    5.2.3  邻域加权
    5.2.4  双边滤波
    5.2.5  中值滤波

    5.2.6  条件滤波
  5.3  区域分割
    5.3.1  区域分割方法
    5.3.2  阈值分割方法
    5.3.3  二维阈值分割
    5.3.4  轮廓的特征描述
  5.4  边缘检测
    5.4.1  一阶算子
    5.4.2  二阶算子
  5.5  角点定位
    5.5.1  单尺度检测
    5.5.2  多尺度空间
    5.5.3  尺度选择算子
    5.5.4  角点特征描述
  5.6  基线检测应用
    5.6.1  图像预处理
    5.6.2  确定基线区域
    5.6.3  确定基线边界
    5.6.4  确定基线坐标
    5.6.5  优化改进措施
第6章  颜色检测应用
  6.1  颜色描述
    6.1.1  光谱分布
    6.1.2  视效函数
    6.1.3  光度度量
    6.1.4  颜色度量
    6.1.5  颜色匹配函数
  6.2  颜色模型
    6.2.1  基础颜色模型
    6.2.2  均匀颜色模型
    6.2.3  感知颜色模型
  6.3  主元分析
    6.3.1  机器学习
    6.3.2  SVD特征提取
    6.3.3  PCA基本原理
    6.3.4  EVD数据降维
    6.3.5  PCA降维过程
  6.4  漏镀检测应用
    6.4.1  颜色空间
    6.4.2  特征工程
    6.4.3  分类器
第7章  视觉系统硬件构成
  7.1  相机
    7.1.1  传感器类型
    7.1.2  传感器尺寸
    7.1.3  曝光时间
    7.1.4  分辨率
    7.1.5  芯片测试机案例
    7.1.6  线扫描系统
  7.2  镜头

    7.2.1  内部参数
    7.2.2  外部参数
    7.2.3  贴片机案例
  7.3  光源
    7.3.1  光源要素
    7.3.2  光源结构形式
    7.3.3  光源驱动器设计
    7.3.4  光源的均匀性评价
附录A  关于字体和符号的约定
  A.1  字体及表示约定
  A.2  常用符号约定
附录B  李群和李代数的代数与几何意义
  B.1  李群
  B.2  李代数
  B.3  对应关系
  B.4  向量的分解
  B.5  三维空间旋转
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目