机器视觉

第1 章 概述 / 1 1.1 机器视觉的定义 / 1 1.2 机器视觉任务 / 2 1.3 机器视觉发展简史 / 4 1.3.1 视觉神经生理学 / 4 1.3.2 人工智能与机器学习 / 5 1.3.3 数字图像处理 / 6 1.3.4 机器视觉的发展 / 7 1.4 机器视觉应用 / 12 1.4.1 机器人视觉分拣 / 12 1.4.2 智能视频监控 / 14 1.4.3 锂电池表面缺陷检测 / 15 1.4.4 同时定位与建图 / 16 1.5 本书内容组织与教学建议 / 18 1.5.1 内容组织 / 18 1.5.2 教学建议 / 19 第 2 章 图像获取 / 21 2.1 人类视觉感知 / 21 2.1.1 人眼结构 / 21 2.1.2 视觉特性 / 23 2.2 照明和颜色 / 24 2.2.1 照明 / 24 2.2.2 颜色与颜色模型 / 26 2.3 视觉信息获取 / 31 2.3.1 CCD 与 CMOS 传感器 / 31 2.3.2 彩色图像传感器 / 34 2.3.3 深度图像传感器 / 35 2.4 图像量化与表达 / 39 2.4.1 采样和量化 / 39 2.4.2 Gamma 校正 / 40 2.4.3 图像的数字表达 / 42 2.5 图像压缩与视频压缩 / 44 2.5.1 图像压缩 / 44 2.5.2 视频压缩 / 45 2.5.3 视频压缩标准 / 46 第 3 章 图像处理 / 49 3.1 图像的傅里叶变换 / 49 3.1.1 频域与时域 / 49 3.1.2 典型的二维信号 / 50 3.1.3 傅里叶变换 / 51 3.2 图像滤波 / 57 3.2.1 线性滤波 / 58 3.2.2 非线性滤波 / 61 3.2.3 频域滤波 / 63 3.3 边缘检测 / 67 3.3.1 边缘检测原理 / 67 3.3.2 边缘检测线性算子 / 68 3.4 数学形态学滤波 / 75 3.4.1 数学形态学滤波基础 / 75 3.4.2 数学形态学运算 / 76 第 4 章 图像分割与描述 / 81 4.1 图像直方图与阈值分割 / 81 4.1.1 图像直方图 / 82 4.1.2 阈值分割 / 84 4.1.3 局