机器视觉培训
  机器视觉培训
课程大纲：
1 课程简介
1.1 机器视觉的发展及系统构成
1.2 Marr的视觉理论框架
1.3 机器视觉的应用领域及面临问题
2 空间几何变换与摄像机模型
2.1 空间几何变换
2.2 几何变换的不变量
2.3 欧氏空间的刚体变换
2.4 摄像机透视投影模型
2.5 摄像机透视投影近似模型
3 视觉图像特征信息提取
3.1 图像边缘与图像平滑
3.2 阶微分边缘检测算子
3.3 二阶微分边缘检测算子
3.4 子像素级边缘检测
3.5 角点探测器
3.6 形状特征分析
3.7 椭圆孔图像中心的提取
3.8 空间椭圆中心图像位置的提取
3.9 给定形状曲线的检测——Hough变换
4 摄像机标定
4.1 非线性优化方法
4.2 基于3D立体靶标的摄像机标定
4.3 基于径向约束的摄像机标定
4.4 基于2D平面靶标的摄像机标定
4.5 机器人手眼定标
4.6 摄像机自标定技术
4.7 基于交比不变的摄像机畸变系数标定
5 双目立体视觉
5.1 双目立体视觉原理
5.2 双目立体视觉的精度分析
5.3 双目立体视觉的系统结构
5.4 双目立体视觉中的极线几何
5.5 双目立体视觉中的对应点匹配
5.6 双目立体视觉系统标定
6 结构光三维视觉
6.1 结构光三维视觉原理
6.2 结构光光模式投射系统
6.3 结构光三维视觉常规标定方法
6.4 基于交比不变的标定方法
6.5 基于自由移动平面靶标的现场标定方法
6.6 基于神经网络的标定方法
7 其他三维视觉技术
7.1 光度立体视觉
7.2 由纹理恢复形状
7.3 激光测距法
7.4 莫尔阴影与散焦测距
8 多传感器三维视觉
8.1 多传感器三维视觉系统
8.2 全局标定方法
8.3 全局标定系统
8.4 全局标定精度分析与评价
9 运动视觉分析
9.1 图像运动特征提取
9.2 基于光流的运动分析
9.3 光流计算
9.4 基于二维点匹配的运动分析
9.5 基于二维直线匹配的运动计算
9.6 基于三维点匹配的运动估计
10 应用实例