目录
第1章计算机视觉概论
1.1计算机视觉历史发展与现状
1.1.1计算机视觉的起源
1.1.2计算机视觉的发展
1.1.3计算机视觉的现状
1.2计算机视觉的经典问题
1.2.1场景重建
1.2.2识别与理解
1.2.3运动分析
1.2.4生成与恢复
1.3计算机视觉在智能建造中的应用
1.3.1规划阶段
1.3.2设计阶段
1.3.3施工阶段
1.3.4运营阶段
1.4计算机视觉编程语言——Python与MATLAB
1.4.1Python语言简介与安装
1.4.2MATLAB语言简介与安装
1.4.3其他计算机视觉编程语言简介
1.5计算机视觉开源库——OpenCV
1.5.1OpenCV简介与安装
1.5.2OpenCV模块功能
1.5.3计算机视觉其他相关开源库
本章总结
思考题与练习题
第2章射影几何与图像形成
2.1光与图像
2.1.1光源
2.1.2生物成像
2.1.3光学成像
2.2射影几何与转换
2.2.1射影几何基础
2.2.2二维变换
2.2.3三维变换
2.2.4三维旋转
2.2.5三维到二维投影
2.2.6透镜畸变
2.3数码相机
2.3.1采样
2.3.2颜色
2.3.3压缩
本章总结
思考题与练习题
第3章图像处理
3.1图像基本操作
3.1.1图像读取
3.1.2图像显示
3.1.3图像保存
3.2图像结构与色彩空间
3.2.1图像结构与阈值处理
3.2.2颜色空间
3.2.3图像通道操作
3.3像素操作与图像运算
3.3.1像素统计
3.3.2像素修改
3.3.3感兴趣区域
3.3.4图像绘制
3.3.5图像数值运算
3.3.6图像加法运算
3.3.7图像比较运算
3.3.8图像按位逻辑运算
3.3.9掩码
3.4图像变换
3.4.1尺寸变换
3.4.2翻转变换
3.4.3图像连接
3.4.4仿射变换
3.4.5透视变换
3.4.6极坐标变换
3.5图像金字塔
3.5.1高斯金字塔
3.5.2拉普拉斯金字塔
3.6图像直方图
3.6.1直方图计算
3.6.2直方图绘制
3.6.3归一化直方图
3.6.4直方图均衡化
3.6.5直方图比较
3.6.6直方图反向投影
3.7空间域与频域处理
3.7.1噪声种类与生成
3.7.2卷积
3.7.3线性滤波
3.7.4非线性滤波
3.7.5边缘检测
3.7.6傅里叶变换
3.7.7傅里叶变换中的卷积
3.7.8傅里叶变换中的滤波
3.8图像形态学
3.8.1像素距离与连通域
3.8.2腐蚀
3.8.3膨胀
3.8.4形态学高级操作
本章总结
思考题与练习题
第4章视频形成与处理
4.1视频形成简介
4.1.1视频的定义与历史发展
4.1.2摄像机系统组成
4.1.3视频压缩与编码
4.2视频读取与保存
4.2.1视频读取
4.2.2摄像机调用
4.2.3视频保存
4.3视频处理
4.3.1视频帧提取与序列重组
4.3.2帧处理与增强
4.3.3视频合成
本章总结
思考题与练习题
第5章识别与追踪
5.1目标识别
5.1.1颜色检测
5.1.2轮廓检测
5.1.3形状检测
5.1.4矩计算
5.1.5点集拟合
5.1.6模板匹配
5.2特征点检测与匹配
5.2.1关键点与绘制
5.2.2角点检测
5.2.3特征点检测
5.2.4特征点匹配
5.3运动估计
5.3.1运动估计概述
5.3.2亚像素
5.3.3基于特征颜色的运动估计
5.3.4基于特征点的运动估计
5.3.5基于模板匹配的运动估计
5.3.6基于光流法的运动估计
本章总结
思考题与练习题
第6章立体视觉与标定
6.1单目视觉
6.1.1单目模型概述
6.1.2单目标定
6.1.3单目校正
6.1.4单目投影
6.1.5单目反投影
6.1.6单目姿态估计
6.2双目视觉
6.2.1双目模型概述
6.2.2双目标定
6.2.3双目校正
6.2.4双目投影
6.2.5双目姿态估计
6.3多目视觉
6.3.1多目视觉概述
6.3.2多目视觉中的关键技术
本章总结
思考题与练习题
第7章计算摄影
7.1计算摄影基础
7.1.1计算摄影发展史
7.1.2相机摄影与手机摄影
7.2计算摄影应用
7.2.1高动态范围成像
7.2.2超分辨率成像
7.2.3图像背景虚化
7.2.4图像去模糊
7.2.5长曝光成像
7.2.6图像背景提取
7.2.7图像合成与风格渲染
本章总结
思考题与练习题
第8章三维重建
8.1三维重建基础
8.1.1基于图像的三维重建方法分类
8.1.2基于图像的三维重建方法流程
8.1.3运动恢复结构的基本概念
8.1.4基于多视图立体的基本概念
8.1.5三维重建相关的数据格式
8.1.6三维重建相关的数据集
8.2运动恢复结构算法的原理及应用
8.2.1COLMAP算法介绍
8.2.2对极几何
8.2.3捆绑调整
8.2.4运动恢复结构的应用
8.3多视图立体算法的原理及应用
8.3.1邻域帧选择
8.3.2深度图计算
8.3.3多视图立体的应用
8.4曲面重建原理及应用
8.4.1曲面重建原理
8.4.2曲面重建的应用
8.5纹理贴图原理及应用
8.5.1纹理贴图原理
8.5.2纹理贴图的应用
8.6三维重建延展应用
8.6.1SLAM基本概念与历史发展
8.6.2SLAM技术应用现状
8.6.3增强现实基本概念与历史发展
8.6.4增强现实技术应用现状
8.6.5虚拟现实基本概念与历史发展
8.6.6虚拟现实技术应用现状
本章总结
思考题与练习题
第9章机器学习
9.1机器学习基础
9.1.1机器学习简介
9.1.2机器学习的发展
9.1.3监督学习与无监督学习
9.1.4机器学习相关类库
9.2计算机视觉与机器学习
9.2.1K-均值聚类算法
9.2.2K-近邻算法
9.2.3决策树算法
9.2.4随机森林算法
9.2.5支持向量机
9.3深度学习基础
9.3.1深度学习简介
9.3.2深度学习的发展
9.3.3深度学习模型
9.3.4神经网络基础
9.3.5卷积神经网络
9.4计算机视觉与深度学习
9.4.1图像分类
9.4.2目标检测
9.4.3实例分割
9.4.4图像生成
本章总结
思考题与练习题
参考文献
