裝卸機器視覺及其套用

內容簡介

《裝卸機器視覺及其套用》系統闡述了自動化貨櫃碼頭自主裝卸的多源機器視覺的處理特點和幾種圖像融合理解的模型框架。全書主要針對裝卸機器視覺的各個層次展開闡述，從視覺數據採集方式，到數據處理與識別算法，再到模式識別算法逐級深入。在《裝卸機器視覺及其套用》的後，以案例形式講解了裝卸機器視覺在港口自動化方面的具體套用。全書主要圍繞裝卸機器視覺常用的兩類視覺形式——圖像與三維雷射點雲的相關知識進行闡述，並講述了模式識別人工智慧方面的入門知識和綜合套用案例，可為廣大從事裝卸機器視覺工作和學習的讀者提供相關的技術參考。

圖書目錄

第1章緒論

1.1機器視覺概述

1.2裝卸機器視覺的套用

1.3裝卸機器視覺研究現狀

第2章圖像成像與數據採集

2.1常見圖像感測器原理與結構

2.2圖像感測器的性能特點和選型

2.3圖像感測器的通信及計算機接口

2.4圖像數據結構與編碼方式

第3章圖像處理與識別算法

3.1圖像增強算法

3.1.1灰度級修正

3.1.2平滑空間濾波

3.1.3銳化空間濾波

3.2圖像的幾何運算

3.2.1灰度級插值

3.2.2空間變換

3.3圖像分割算法

3.3.1基於閾值的分割方法

3.3.2基於區域的分割方法

3.3.3基於邊緣的分割方法

3.4圖像形態學與幾何形狀識別算法

3.4.1圖像形態學

3.4.2幾何形狀識別

第4章雷射點雲成像與數據採集

4.1常見雷射點雲感測器原理與結構

4.2二維雷射雷達的性能特點與選型說明

4.3二維雷射雷達的通信及計算機接口

4.4二維雷射雷達點雲數據結構與編碼方式

第5章雷射點雲處理與識別算法

5.1雷射點雲濾波與降噪算法

5.1.1雷射點雲濾波與降噪算法概述

5.1.2有序點雲數據濾波算法

5.1.3無序點雲濾波算法

5.2雷射點雲修補與增強算法

5.2.1點雲修補算法

5.2.2點雲增強算法

5.3雷射點雲形態學與形狀擬合算法

5.3.1點雲拼接算法

5.3.2點雲擬合算法

第6章機器視覺模式識別模型與算法

6.1機器視覺特徵提取算法

6.1.1顏色灰度特徵

6.1.2紋理特徵

6.1.3形狀輪廓特徵

6.1.4空間關係特徵

6.2圖像識別常用分類器算法

6.2.1樸素貝葉斯分類

6.2.2支持向量機

6.2.3AdaBoost

6.2.4人工神經網路

6.2.5深度學習

6.3聚類算法

裝卸機器視覺及其套用

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條