單目立體視覺技術及應用
《單目立體視覺技術及應用》,馮曉鋒 著,出版社: 機械工業出版社。
截至2022年,機械工業出版社年出版新書近2700種,年引進和輸出版權總量近800種,產品橫跨科技出版、教育出版、大眾出版三大板塊,覆蓋機械、電工電子、汽車、建築、計算機、經管、心理[1]、生活、科普、藝術設計、文創等十多個專業領域,以及高等教育[2]、職業教育、技能教育等不同教育層次。
目錄
內容簡介
本書系統地論述了基於平面鏡配合的單目立體視覺技術,主要包括視覺圖像邊緣信息提取、單目立體視覺測量模型、單目立體視覺參數標定、單目立體視覺中的極線幾何及校正、單幅圖像的立體匹配和單目立體視覺的應用。
本書各章節間既相互聯繫,又相互獨立;本書內容是個開放體系,讀者在學習過程中可不斷地進行二次創新,提出新的理論。 本書適合立體視覺、視覺測量等專業方向的師生及相關科研人員閱讀。
目錄
前言
第 1 章 單目立體視覺概述
1.1 單目立體視覺檢測系統
1.1.1 運動式單目立體視覺
1.1.2 變焦式單目立體視覺
1.1.3 採用平面鏡配合的單目立體視覺
1.1.4 採用稜鏡配合的單目立體視覺
1.1.5 採用曲面鏡配合的單目立體視覺
1.2 內容安排
第 2 章 視覺圖像邊緣信息提取
2.1 邊緣的概念
2.2 傳統的邊緣檢測算子
2.3 小波變換模極大值多尺度邊緣檢測
2.3.1 小波變換的定義
2.3.2 小波變換模極大值檢測原理
2.3.3 數字圖像的多尺度邊緣提取算法
2.3.4 實驗結果
2.4 基於小波尺度相關的邊緣檢測
2.4.1 尺度相關檢測原理
2.4.2 相關係數的定義
2.4.3 圖像的小波尺度相關邊緣檢測
2.4.4 圖像的小波尺度相關檢測算法
2.5 Hough 變換進行直線特徵檢測
2.5.1 Hough 變換原理
2.5.2 實驗
第 3 章 單目立體視覺測量模型
3.1 立體視覺測量原理
3.1.1 視差原理
3.1.2 雙攝像機立體視覺測量原理
3.2 平面鏡成像原理
3.3 單目立體視覺測量原理
3.4 單攝像機視覺傳感器成像分析
3.4.1 視場分析
3.4.2 精度分析
3.5 結構參數尺寸設計
3.6 測量模型
3.6.1 雙攝像機立體視覺測量模型
3.6.2 單目立體視覺測量模型
3.7 器件的選取
3.7.1 圖像傳感器的選擇
3.7.2 鏡頭的選取
3.7.3 平面鏡的選擇
3.7.4 圖像採集卡
3.8 實驗結果與分析
3.8.1 實驗結果
3.8.2 誤差分析
第 4 章 單目立體視覺參數標定
4.1 攝像機投影模型
4.1.1 攝像機成像的參考坐標系
4.1.2 攝像機線性模型
4.1.3 攝像機非線性模型
4.1.4 需要標定的攝像機參數
4.2 攝像機內參數標定方法
4.2.1 基於線性變換的攝像機標定
4.2.2 基於徑向約束的攝像機標定
4.2.3 張正友標定法
4.2.4 液晶顯示器顯示標定模板
4.2.5 實驗結果與分析
4.3 自標定的內參數標定法
4.3.1 消失點和消失線理論
4.3.2 正交消失點的性質
4.3.3 攝像機內參數求解
4.3.4 仿真實驗
4.3.5 實物標定實驗
4.4 單目立體視覺外參數標定
4.4.1 單目立體視覺的數學模型
4.4.2 實驗結果與分析
第 5 章 單目立體視覺中的極線幾何及校正
5.1 雙目立體視覺的極線幾何
5.2 單目立體視覺的極線幾何
5.3 單目立體視覺圖像極線校正
5.3.1 單目立體視覺圖像極線校正理論
5.3.2 仿真實驗
5.3.3 實物實驗
第 6 章 單幅圖像的立體匹配
6.1 立體匹配算法概述
6.2 基於特徵點的單幅圖像立體匹配
6.2.1 SIFT 檢測算法原理
6.2.2 基於 SIFT 算法的單幅圖像立體匹配
6.2.3 Harris 檢測算法原理
6.2.4 實驗結果
6.2.5 Harris 算法和 SIFT 算法的比較
6.2.6 在 SIFT 算法基礎上提出改進的算法
6.3 基於區域的單幅圖像立體匹配
6.3.1 基於區域的立體匹配概述
6.3.2 基於區域的 SAD 立體匹配算法
6.3.3 基於區域的 SAD 立體匹配實驗
6.4 基於極線約束的線結構光條的立體匹配
6.4.1 線結構光條的提取
6.4.2 圖像特徵細化算法
6.4.3 基於極線約束的光條匹配
第 7 章 單目立體視覺的應用
7.1 空間點的三維重建
7.1.1 空間點三維重建的線性解
7.1.2 空間點三維重建的非線性解
7.1.3 重建實驗
7.2 基於單平面鏡的對稱結構物體三維重建
7.2.1 理論方法
7.2.2 實驗
7.3 基於單平面鏡的車輛姿態檢測
7.3.1 車輛姿態概述
7.3.2 車輛姿態檢測現狀
7.3.3 車體姿態的測量方案
7.3.4 誤差分析
參考文獻
參考文獻
- ↑ 談心理健康教育對學生的重要性 ,搜狐,2020-04-12
- ↑ 2020中國高等教育十大關鍵詞,搜狐,2020-12-28