目錄
第1章 圖像處理基礎(chǔ) 1
1.1 機(jī)器視覺概述 1
1.2 數(shù)字圖像表示 2
1.2.1 圖像增強(qiáng) 3
1.2.2 圖像濾波 5
1.2.3 圖像分割 11
1.2.4 形態(tài)學(xué)圖像處理 12
1.2.5 圖像暗通道處理 15
1.2.6 角點(diǎn)檢測 20
1.2.7 小結(jié) 24
第2章 機(jī)器學(xué)習(xí)和深度學(xué)習(xí) 25
2.1 圖像分類與識別 25
2.1.1 深度卷積神經(jīng)網(wǎng)絡(luò) 25
2.1.2 數(shù)據(jù)集與遷移學(xué)習(xí) 28
2.1.3 小結(jié) 29
2.2 目標(biāo)檢測與定位 29
2.2.1 目標(biāo)檢測的兩種算法 30
2.2.2 度學(xué)習(xí)模型與目標(biāo)檢測及定位 30
2.2.3 小結(jié) 33
2.3 圖像分割與實(shí)例分割 33
2.3.1 —般圖像分割 34
2.3.2 圖像語義分割 37
2.3.3 實(shí)例分割 39
2.3.4 小結(jié) 40
2.4 深度學(xué)習(xí)在圖像處理中的應(yīng)用 40
2.4.1 應(yīng)用一：自動駕駛與視覺導(dǎo)航 40
2.4.2 應(yīng)用二：非接觸測量 41
2.4.3 小結(jié) 42
第3章 相機(jī)標(biāo)定與幾何視覺 43
3.1 空間幾何變換 43
3.1.1 齊次坐標(biāo) 43
3.1.2 射影變換 44
3.1.3 比例變換 46
3.1.4 歐氏變換 47
3.1.5 小結(jié) 48
3.2 相機(jī)透視投影模型 49
3.2.1 相機(jī)內(nèi)參標(biāo)定 50
3.2.2 相機(jī)外參標(biāo)定 51
3.2.3 小結(jié) 52
3.3 三維幾何視覺 53
3.3.1 視覺空間定位 53
3.3.2 結(jié)構(gòu)光和偏振光三維成像方法 60
3.3.3 小結(jié) 62
3.4 三維重建 62
3.4.1 運(yùn)動重構(gòu) 63
3.4.2 稠密重建 65
3.4.3 小結(jié) 66
3.5 非線性優(yōu)化 66
3.5.1 高斯-牛頓算法 67
3.5.2 LM算法 67
3.5.3 BA算法 68
3.5.4 小結(jié) 69
第4章 3D點(diǎn)云處理與分析 70
4.1 點(diǎn)云分割 70
4.1.1 點(diǎn)云分割概述 70
4.1.2 點(diǎn)云分割面臨的挑戰(zhàn) 71
4.1.3 點(diǎn)云分割方法 72
4.1.4 小結(jié) 74
4.2 點(diǎn)云補(bǔ)全 74
4.2.1 傳統(tǒng)形狀補(bǔ)全方法 75
4.2.2 基于深度學(xué)習(xí)的形狀補(bǔ)全方法 76
4.2.3 小結(jié) 83
4.3 點(diǎn)云配準(zhǔn) 83
4.3.1 點(diǎn)云配準(zhǔn)策略 83
4.3.2 迭代優(yōu)化技術(shù) 85
4.3.3 小結(jié) 86
4.4 點(diǎn)云濾波 86
4.4.1 噪聲分析 87
4.4.2 常用濾波方法 87
4.4.3 小結(jié) 89
4.5 點(diǎn)云分類 89
4.5.1 基于深度學(xué)習(xí)的點(diǎn)云分類方法 90
4.5.2 傳統(tǒng)機(jī)器學(xué)習(xí)方法在點(diǎn)云分類的應(yīng)用 94
4.5.3 小結(jié) 97
第5章 應(yīng)用實(shí)例 98
5.1 基于事件相機(jī)的運(yùn)動二維碼識別方法研究 98
5.1.1 基于光流估計的二維碼圖像重建 98
5.1.2 重建二維碼的定位修復(fù) 99
5.1.3 二維碼的校正修復(fù) 100
5.1.4 形態(tài)學(xué)操作修復(fù) 101
5.1.5 小結(jié) 103
5.2 物體三維形貌測量與重建 103
5.2.1 線結(jié)構(gòu)光測量原理 104
5.2.2 線結(jié)構(gòu)光測量系統(tǒng)組成及系統(tǒng)標(biāo)定 104
5.2.3 激光光條中心提取算法 106
5.2.4 三維形貌實(shí)時測量結(jié)果 108
5.2.5 實(shí)驗(yàn)結(jié)果誤差分析 109
5.2.6 小結(jié) 110
5.3 微創(chuàng)髖關(guān)節(jié)置換手術(shù)中的導(dǎo)航系統(tǒng) 110
5.3.1 位置感知標(biāo)記 112
5.3.2 分布式定位方法 113
5.3.3 接觸式配準(zhǔn)方法 113
5.3.4 小結(jié) 114
5.4 基于增強(qiáng)現(xiàn)實(shí)技術(shù)的外科手術(shù)輔助系統(tǒng) 114
5.4.1 基于模型邊緣的無標(biāo)記識別技術(shù) .115
5.4.2 基于視覺的三維配準(zhǔn) 116
5.4.3 醫(yī)學(xué)影像數(shù)據(jù)三維重建和手術(shù)路徑規(guī)劃 120
5.4.4 增強(qiáng)現(xiàn)實(shí)場景搭建 122
5.4.5 小結(jié) 122
5.5 帶有力反饋功能的增強(qiáng)現(xiàn)實(shí)腦穿刺手術(shù)訓(xùn)練系統(tǒng)研發(fā) 123
5.5.1 手術(shù)訓(xùn)練系統(tǒng)的圖像識別和注冊 123
5.5.2 提升標(biāo)記圖識別的穩(wěn)定性 127
5.5.3 基于標(biāo)記圖的虛實(shí)配準(zhǔn)方法研究 131
5.5.4 基于模型代理的力反饋虛實(shí)交互實(shí)現(xiàn) 134
5.5.5 小結(jié) 138
結(jié)合 139
參考文獻(xiàn) 141