本書是機器視覺領域的科普書籍，主要介紹機器視覺的相關概念、技術及應用。全書分為六章，章介紹機器視覺的前世今生，回顧機器視覺的發(fā)展歷程；第二章介紹了機器視覺的感知與系統(tǒng)，第三章視覺內(nèi)容表示與理解和第四章立體視覺感知與理解，由淺入深地闡述人工智能的眼睛機器視覺是如何讓機器認識世界、看懂世界；第五章從技術創(chuàng)新、產(chǎn)業(yè)構建、融合應用等維度，介紹機器視覺助力行業(yè)升級；第六章介紹機器視覺的挑戰(zhàn)與愿景。本書可作為青少年讀者的機器視覺知識啟蒙讀本，又可作為相關從業(yè)人員的參考用書。

機器視覺是人工智能的眼睛，是人類視覺能力的模擬、延伸和擴展，主要解決智能體看得見、看得準和看得懂等問題。從自動駕駛到智慧交通，從衛(wèi)星遙感到智慧工業(yè)，從智能制造到智慧醫(yī)療，機器視覺是諸多領域?qū)崿F(xiàn)突破性創(chuàng)新的核心關鍵技術, 是目前人工智能研究為活躍、應用為廣泛的領域之一。本書從科普的角度，將機器視覺的前世今生、方法原理、應用場景、發(fā)展前景等用通俗的語言娓娓道來，揭開機器視覺的神秘面紗，幫助讀者一探機器視覺的究竟，洞悉產(chǎn)業(yè)風口，抓住時代紅利。

陳俊龍 博士、教授、博士生導師。現(xiàn)任華南理工大學計算機科學與工程學院院長，中國自動化學會副理事長，健康智能感知與數(shù)字平行人工程研究中心主任，廣東省計算智能與網(wǎng)絡空間信息重點實驗室主任，電氣電子工程師協(xié)會會士（IEEE Fellow）、美國科學促進會會士（AAAS Fellow）、國際模式識別學會會士（IAPR Fellow）、中國自動化學會會士（CAA Fellow）、香港工程師學會會士（HKIE Fellow），歐洲科學院（Academia Europaea）院士，歐洲科學與藝術院（European Academy of Sciences and Arts）院士。曾任IEEE兩個學術期刊的主編。連續(xù)5年（20182022）入選科睿唯安（Clarivate Analytic）計算機學科及工程雙學科全球高被引科學家。2018年榮獲IEEE系統(tǒng)科學控制論的學術獎IEEE諾伯特·維納獎（Norbert Wiener Award）。榮獲2021年度IEEE Joseph G. Wohl終身成就獎及第十一屆吳文俊人工智能杰出貢獻獎。

譚明奎 華南理工大學教授、博士生導師，現(xiàn)任華南理工大學大數(shù)據(jù)與智能機器人重點實驗室副主任。2017年入選中組部高層次人才計劃青年項目，2018年入選廣東省珠江人才團隊，2022年入選美國斯坦福大學全球前2%科學家榜單。主持國家自然科學基金、廣東省新一代人工智能重大專項等多個國家和省部級項目。近5年以作者或者通信作者發(fā)表學術論文60余篇，包括IEEE TPAMI等IEEE匯刊論文21篇，以及NeurIPS、ICML、ICLR、CVPR等CCF-A人工智能會議論文30余篇。擔任NeurIPS、ICML、AAAI、CVPR等多個人工智能會議的領域主席。獲得2019年世界華人數(shù)學家聯(lián)盟論文獎（ICCM Best Paper）等多項獎勵。

章　智慧眼：機器視覺的前世今生001

一、人類視覺機理002

（一）人類視覺系統(tǒng)002

（二）人眼結(jié)構003

（三）視皮層結(jié)構004

（四）視覺產(chǎn)生過程005

（五）人類視覺特性006

二、機器視覺與人類視覺007

（一）相機與人眼的聯(lián)系及區(qū)別007

（二）機器視覺與人類視覺機理對比009

三、人工智能與機器視覺013

（一）基于圖像的任務013

（二）基于視頻的任務015

（三）基于3D數(shù)據(jù)的任務017

四、發(fā)展歷程019

第二章　看得見：機器視覺感知與系統(tǒng)027

一、視覺傳感機理與系統(tǒng)028

（一）可見光成像028

（二）其他成像方式031

二、視覺內(nèi)容存儲034

（一）視覺內(nèi)容存儲的數(shù)據(jù)類型034

（二）視覺內(nèi)容壓縮存儲037

三、基本的圖像處理任務040

（一）圖像去噪041

（二）圖像增強042

（三）高動態(tài)成像044

四、前沿視覺系統(tǒng)045

（一）數(shù)字視網(wǎng)膜045

（二）熒光成像系統(tǒng)047

（三）黑洞成像原理048

第三章　看得懂：視覺內(nèi)容的表示與理解051

一、視覺理解的內(nèi)涵與難點052

二、視覺特征表示056

（一）視覺特征表示056

（二）傳統(tǒng)方法的視覺特征表示057

（三）基于深度學習的視覺特征表示058

三、視頻內(nèi)容分析與理解061

（一）動作識別062

（二）動作定位063

四、視覺內(nèi)容生成技術064

第四章　看得全：立體視覺感知與理解071

一、三維感知技術072

（一）被動式測量072

（二）主動式測量074

（三）主被動結(jié)合的方法076

二、點云傳感與分析技術077

（一）3D形狀分類077

（二）3D目標檢測078

（三）3D點云分割080

三、面向自動駕駛的工業(yè)應用082

（一）自動駕駛簡介082

（二）自動駕駛中的3D感知方法084

四、面向工業(yè)生產(chǎn)的應用方案086

（一）航天器制造中的三維數(shù)據(jù)086

（二）汽車制造中的三維數(shù)據(jù)087

（三）高端裝備制造中的三維數(shù)據(jù)088

（四）三維數(shù)據(jù)在工業(yè)應用中的問題與展望089

五、三維人體行為識別090

（一）人體行為識別技術的應用091

（二）三維人體行為識別方法092

（三）三維人體行為識別數(shù)據(jù)庫094

第五章　用得好：機器視覺助力行業(yè)升級097

一、檢測與識別098

（一）通用目標檢測與識別098

（二）人臉檢測與識別104

（三）文字檢測與識別108

（四）二維碼檢測與識別113

二、圖像內(nèi)容理解與分析118

（一）姿態(tài)分析與應用118

（二）醫(yī)療圖像分析與理解124

（三）遙感圖像分析與理解127

三、視頻內(nèi)容理解與分析129

（一）自然視頻分析129

（二）醫(yī)療視頻分析131

第六章　看未來：機器視覺產(chǎn)業(yè)現(xiàn)狀與趨勢132

一、國外機器視覺產(chǎn)業(yè)發(fā)展基本情況及趨勢 132

（一）機器視覺產(chǎn)業(yè)的現(xiàn)狀134

（二）機器視覺產(chǎn)業(yè)呈現(xiàn)多元化發(fā)展136

（三）機器視覺產(chǎn)業(yè)發(fā)展理念及市場重點138

二、國內(nèi)機器視覺發(fā)展的基本情況及趨勢139

（一）我國機器視覺的現(xiàn)狀139

（二）國內(nèi)機器視覺行業(yè)需求142

（三）國內(nèi)機器視覺發(fā)展前景145

參考文獻149