新書推薦： 《
刻意练习不生气
》 售價：NT$
179.0
《
大宋理财：青苗法与王安石的金融帝国（全彩插图本）
》 售價：NT$
500.0
《
安全感是内心长出的盔甲
》 售價：NT$
305.0
《
快人一步：系统性能提高之道
》 售價：NT$
505.0
《
算法图解（第2版）
》 售價：NT$
356.0
《
科学的奇幻之旅
》 售價：NT$
352.0
《
画艺循谱：晚明的画谱与消闲
》 售價：NT$
653.0
《
新民说·现实政治史：从马基雅维利到基辛格
》 售價：NT$
454.0
編輯推薦：
本书作者将多年的工程项目开发案例写入教材，引导读者进行机器视觉技术实际工程能力的锻炼，本书在讲解机器视觉工程技术知识的同时，也弘扬了社会主义核心价值观，坚定文化自信，推进工程技术的改革创新。本书的内容的编写除了保证内容的先进性，还需要考虑讲解内容的经典性，使读者容易理解讲解内容的原理、理论知识。成像模型和透视投影模型中借鉴《Robot Vision》的思路和方法。使学生掌握摄像机标定、空间坐标系、相机坐标系等基础知识和内容。在案列的程序设计方面，采用Matlab和OpenCV (C )语言同时实现，加强学生对程序的编写、算法实现的能力，从而增强其在机器视觉方面的软件开发能力。此外，本书还增加了微软Kinect，以及Intel Real Sense产品在机器学习方面的具体应用实例
內容簡介：
机器视觉的应用越来越广泛，目前已经成功的被应用到机器人、自动驾驶、成像和监控、视频分析等诸多领域，甚至已将跟踪用于武器装备等高精尖分析项目中。本教材为读者提供了重要的机器视觉分析及实现工具，全书内容共9章。第1章为基础铺垫，主要包括机器视觉的相关概念，机器视觉的发展、基本任务、应用领域与困难以及Marr视觉理论等；第2章至第5章主要为机器视觉中对图像处理的核心环节，内容包括机器视觉图像处理基础知识、相机成像、相机标定以及图像恢复（Shape from X）；第6章至第8章则开始重点介绍三维空间中机器视觉关键技术，即双目立体视觉、结构光三维视觉以及深度相机；最后第9章为机器视觉领域的应用，包括机器学习在模式识别、图像超分辨率重建，以及基于飞桨的百度智能车道线检测、大场景三维重建、人体三维视觉扫描案例、三维机器视觉引导机器人打磨抛光、自主焊接、垃圾识别与分拣等目前较受关注的应用项目。本书配套资源齐全，可提供全部源代码、课程PPT以及二维码演示视频。 本书可作为普通高等院校人工智能类、计算机类、自动化类、电气类、电子信息类等专业的本科及研究生学习机器视觉及计算机视觉课程的教材，也可以供从事人工智能、机器视觉和图像处理等研究与应用的科技人员参考。
關於作者：
2012年获得香港桑麻奖教金； 2014年获得天津市5.1劳动奖章； 2015年入选天津市“131”一层次人才，获得天津工业大学教学质量一等奖； 2016年获得天津市“三八红旗手”称号； 2019年获得天津市工程专业学位优秀指导教师奖、天津市工程专业学位硕士研究生优秀学位论文指导教师奖、天津市工程专业学位优秀教学成果奖一等奖，主编的《数字图像处理基础及工程应用》获得天津市工程专业学位优秀教材二等奖； 2021年，主讲课程入选天津市一流课程，正在参加国家一流课程的评选。
目錄
前言第1章绪论1.1机器视觉1.1.1机器视觉的发展1.1.2机器视觉与其他领域的关系1.2机器视觉研究的任务、基本内容、应用领域与困难1.2.1任务1.2.2基本内容1.2.3应用领域1.2.4困难1.2.5机器视觉与人的视觉关系1.3马尔视觉理论1.3.1视觉信息加工过程1.3.2视觉系统研究的三个层次1.3.3视觉系统处理的三个阶段1.4机器视觉与计算成像1.4.1单光子成像1.4.2单像素成像1.4.3偏振成像1.4.4光场成像1.4.5事件相机【本章小结】【课后习题】第2章相机成像与标定2.1射影几何与几何变换2.1.1空间几何变换2.1.2三维到二维投影2.2相机标定基础2.2.1线性模型2.2.2非线性模型2.2.3空间坐标系及变换2.3相机标定方法2.3.1Tsai相机标定2.3.2DLT标定2.3.3张正友标定2.3.4PNP标定2.4相机标定的MATLAB与OpenCV实现2.4.1MATLAB棋盘格标定2.4.2OpenCV棋盘格标定2.5圆形板标定方法2.5.1单目相机标定2.5.2双目相机标定2.6单相机与光源系统标定2.6.1背景2.6.2原理与方法2.7案例-机器人手眼标定2.7.1机械臂坐标系2.7.2手眼标定【本章小结】【课后习题】第3章双目立体视觉3.1双目立体视觉原理3.1.1双目立体视觉测深原理3.1.2极线约束3.2双目立体视觉系统3.2.1双目立体视觉系统分析3.2.2平行光轴的系统结构3.2.3非平行光轴的系统结构3.2.4双目立体视觉的精度分析3.3图像特征点3.3.1SIFT特征点3.3.2SURF特征点3.3.3ORB特征点3.3.4基于深度学习的特征点3.4立体匹配3.4.1稀疏匹配3.4.2稠密匹配3.5案例-双目立体视觉实现深度测量3.5.1相机标定3.5.2实验图片采集和矫正3.5.3圆心坐标提取3.5.4视差和深度计算3.5.5计算三维坐标并三维输出空间位置3.6双目立体成像3.6.1立体摄相机原理3.6.2立体摄相机拍摄技术3.7案例-双目立体视觉三维测量3.7.1相机标定3.7.2立体匹配3.7.3三维重建3.8案例-基于深度网络的自由双目三维重建3.8.1实验系统3.8.2立体匹配实验3.8.3点云拼接【本章小结】【课后习题】第4章面结构光三维视觉4.1单幅相位提取方法4.1.1窗傅里叶变换法4.1.2窗傅里叶脊法4.1.3二维连续小波变换法4.1.4BEMD法4.1.5VMD法4.1.6变分图像分解法4.2多幅相位提取方法4.3相位展开方法4.3.1格雷码 4.3.2外差多频4.3.3三频相位展开方法4.3.4双互补相位编码4.4案例-基于条纹投影结构光三维扫描仪的牙模扫描4.5案例-鞋底打磨【本章小结】【课后习题】第5章线结构光三维测量5.1线结构光提取5.1.1线结构光特点5.1.2线结构光中心线提取方法研究5.2单目线结构光测量原理5.2.1激光三角法简介5.2.2单目线结构光的光平面标定方法5.2.3系统设计与搭建5.2.4结果与分析5.3双目线结构光测量原理5.3.1外极线约束原理5.3.2系统设计与搭建5.4三维人体扫描5.4.1激光三角法应用于三维人体扫描仪5.4.2三维人体扫描仪的系统构成5.4.3系统设计与搭建5.5结构光引导的大型压力容器内部焊接系统5.5.1系统总体方案5.5.2结构光视觉传感系统设计5.5.3系统软件设计与搭建5.5.4结果与分析【本章小结】【课后习题】第6章深度相机三维测量6.1飞行时间测量方法6.1.1深度相机基本原理6.1.2相位解调技术6.2散斑结构光测量方法6.2.1双目测量方法6.2.2单目测量方法6.3激光雷达测量方法6.3.1激光雷达测距原理6.3.2激光雷达三维形貌测量原理6.3.3车载激光雷达6.3.4激光雷达生成点云6.4视觉SLAM6.4.1经典视觉SLAM6.4.2视觉SLAM方法6.5案例-RGB-D视觉SLAM地图重建6.5.1前端算法设计6.5.2后端算法设计6.5.3实验设计与结果分析6.6案例-大场景三维重建6.6.1三维激光扫描技术原理6.6.2法如三维激光扫描仪使用基本流程6.6.3测量试验与结果6.7案例-基于平面约束的三维重建6.7.1技术原理6.7.2准备工作6.7.3实验结果【本章小结】【课后习题】第7章三维形状恢复方法7.1光度立体7.1.1典型算法介绍7.1.2典型算法实现7.1.3算法实例7.2从明暗恢复形状7.2.1SFS问题的起源7.2.2SFS问题的解决方案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线性化方法7.3从运动恢复形状7.3.1光流与运动场7.3.2多视图恢复形状7.4NeRF技术7.4.1神经辐射场简介7.4.2体素渲染7.4.3位置编码7.4.4网络结构7.4.5对比效果7.5案例-从阴影恢复形状7.5.1三维缺陷自动检测7.5.2气泡大小的自动检测7.5.3对生活物品的三维恢复【本章小结】【课后习题】第8章机器视觉案例应用8.1Open3D应用案例8.2智能车道线检测8.3三维机器视觉引导机器人打磨抛光8.3.1双目视觉导引机器人自主打磨系统8.3.2系统标定实验8.3.3机器人自主打磨实验8.3.4视觉引导机器人自主打磨性能评价8.4三维机器视觉引导机器人自主焊接8.4.1系统组成部分8.4.2系统标定8.4.3焊接点位提取和姿态解算8.5机器视觉引导机器人垃圾识别与分拣8.5.1智能垃圾分拣系统设计方案8.5.2垃圾分拣系统的标定8.5.3垃圾分类中的定位与目标检测8.5.4垃圾姿态检测算法8.5.5智能垃圾分拣系统测试8.6车轴检测8.6.1图像分析法8.6.2全站仪8.6.3加权LM算法8.6.4车轴测量系统实验8.7云台视觉跟踪8.7.1云台视觉跟踪设计方法原理8.7.2实验与分析8.7.3云台跟踪系统测试【本章小结】参考文献
內容試閱
随着计算机技术、光电子技术、信号处理理论与技术、人工智能理论与技术的发展，机器视觉得到了飞速的发展和广泛的应用，在科研和实际生产中发挥了重要的作用。机器视觉作为人工智能的重要分支，很大程度上代表了人工智能的发展水平，在人工智能领域的地位不言而喻。当前我国社会对从事机器视觉、人工智能领域的人才需求量日益增加。机器视觉课程是国内外高校本科生和研究生的重要专业课，涉及信号处理、数字图像处理、模式识别、人工智能和光电子学等领域，是一门交叉性很强的课程。本书作者将多年的工程项目开发案例写入教材，引导读者进行机器视觉技术实际工程能力的锻炼，培养学生探索未知、追求真理、勇攀科学高峰的责任感和使命感以及精益求精的大国工匠精神。党的二十大报告指出，“开辟发展新领域新赛道，不断塑造发展新动能新优势。”本书在讲解机器视觉工程技术知识的同时，也弘扬了社会主义核心价值观，坚定文化自信，推进工程技术的改革创新。本书共8章。第1章为绪论。第2章为相机成像与标定，包括射影几何与几何变换、相机标定基础、相机标定方法、相机标定的MATLAB与OpenCV实现、圆形板标定方法、单相机与光源系统标定及机器人手眼标定。第3章为双目立体视觉，包括双目立体视觉原理、图像特征点、立体匹配等内容。第4章为面结构光三维视觉，包括单幅相位提取方法、多幅相位提取方法和相位展开方法等内容。第5章为线结构光三维测量，主要包括线结构光提取、单目与双目线结构光测量原理、三维人体扫描等内容。第6章为深度相机三维测量，主要包括飞行时间测量方法、散斑结构光测量方法、激光雷达测量方法等内容。第7章为三维形状恢复方法，主要包括光度立体、从明暗恢复形状、从运动恢复形状、NeRF技术等。第8章为机器视觉案例应用。除第1章外，本书大部分章节都配有应用案例，包括案例的分析过程，实验数据或程序代码及运行结果。本书积累了作者多年来在机器视觉和人工智能领域的科研和教学成果，是一本面向工程专业的本科生与研究生的教材。书中包含经典和最新的机器视觉案例。通过讲解案例背景与原理、设计思路、实验步骤、开发环境与工具以及实验结果，学生能够根据案例理解相关理论知识和内容，同时也为教学提供了丰富可靠的工程应用经验，有利于加强工程实际应用的理论和知识的学习。本教材对从事机器视觉的科研人员和工程师也具有一定的参考作用。本书由天津工业大学宋丽梅、朱新军、李云鹏等编著，天津工业大学路士坤、赵于霄龙、徐宝林、王洪立、于海渤、马坤、陈一凡、夏志磊、张佳磊、兰天阳、佟宇、张宗阳、刘梦雅、王烁鹏、韩志强等参与了编写工作。第1章由朱新军编写，第2章由李云鹏、路士坤等编写，第3章由宋丽梅、赵于霄龙、徐宝林等编写，第4章由宋丽梅、马坤、陈一凡等编写，第5章由李云鹏、王洪立、于海渤等编写，第6章由朱新军、夏志磊、张宗阳等编写，第7章由朱新军、张佳磊、兰天阳等编写，第8章由宋丽梅、佟宇等编写。深圳奥比中光科技有限公司为本书的撰写也提供了帮助。另外，本书还附有相应的程序代码（电子资源）和二维码资源，读者可以扫码观看演示过程和效果。本书的出版得到了天津市教育科学规划课题重点课题（BIE210025）的资助，是天津市重大科技成果科普化示范项目（22KPXMRC00090）的支撑教材。此外，本书也得到了天津市高等学校创新团队培养计划（TD13-5036）和中国学位与研究生教育学会研究课题（2020MS1019）的资助。由于作者水平有限，书中难免存在不妥之处，敬请读者批评指正。
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
