-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
3/26 新書到! 3/19 新書到! 3/14 新書到! 12/12 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

玩轉3D視界 —— 3D機器視覺及其應用

( 簡體 字)
作者:劉佩林 等類別:1. -> 教材 -> 數位影像處理
譯者:
出版社:電子工業出版社玩轉3D視界 —— 3D機器視覺及其應用 3dWoo書號: 52662
詢問書籍請說出此書號!

缺書
NT售價: 440

出版日:2/1/2020
頁數:292
光碟數:0
站長推薦:
印刷:黑白印刷語系: ( 簡體 版 )
加入購物車 加到我的最愛
(請先登入會員)
ISBN:9787121382581
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證)
作者序:

譯者序:

前言:

這是一本介紹3D 機器視覺及其應用的書。在寫這本書時,我和我的團隊剛剛研發了基于時間飛行(ToF)法的3D 相機,并期待著我們的3D 相機——SmartToF?有規模化的應用。而在推廣3D ToF 應用的過程中,我們意識到,系統、全面地介紹3D 機器視覺技術對3D 應用的推廣至關重要,遂著手編寫這本《玩轉3D 視界——3D 機器視覺及其應用》,希望能和廣大從事機器視覺技術的同仁在“3D 視界”中一起“玩”起來。
我們希望通過本書讓更多進行機器視覺研究的同仁了解3D 機器視覺,方便他們構建3D 機器視覺的知識體系,因而在書中我們介紹了3D 傳感器、3D 數據處理、3D 物體識別與建模等多個層面的基礎知識和算法。本書涉及光學、電子技術、信號處理、模式識別等領域的知識,雖無法全面完整地介紹所有知識點,但我們努力對構建3D 機器視覺的知識體系所需的基礎知識進行了介紹,本書可作為一本入門書籍。
本書也可以作為3D 機器視覺開發者的應用指南。當前,各大手機廠商先后在手機中植入3D 相機,3D 機器視覺應用的帷幕已經拉開,面向3D 視覺的海量應用亟待開發。目前,2D 機器視覺已在各行各業中得到了應用,相比之下,3D機器視覺領域還缺乏完善的軟件開發環境和數據資源,需要從事機器視覺研究工作的同仁共建3D 視覺的開發環境,面向應用實現各種3D 算法的軟、硬件。在本書中,我們介紹了自己開發的SmartToF
?的開發環境架構,一方面,使讀者能在此基礎上快速實現和驗證自己開發的3D 算法;另一方面,為構建特定領域3D機器視覺軟件系統提供了架構參考。
我們力求通過本書讓讀者了解3D 機器視覺的基本原理、方法,與此同時,我們也介紹了目前存在的問題,以期和相關同仁共同探討3D 機器視覺技術的未來。每個新技術的發展都遵循一定的規律,3D 機器視覺技術也是如此。當前3D機器視覺正處在應用的起步階段,還有各種問題需要解決,如3D 傳感器的電信號處理、光源控制及光照環境自適應等,要實現智能3D 相機,為每臺機器人裝配“慧眼靈瞳”,還需要各位同仁共同努力。
王偉行、王俊、賈佳璐、潘光華、金成銘、陳琢、郭維謙等人參與了本書的初稿及后續修訂工作,他們對本書的創作起到了非常大的作用,再次向他們表示衷心的感謝。在本書出版過程中,電子工業出版社的編輯王群也給予了很多幫助,在此也向她表示謝意。
由于作者水平有限,書中難免有錯誤和不當之處,歡迎業界專家、讀者給予批評和指正。
劉佩林
【推薦序一】
在這個3D 機器視覺飛速發展的時代,眾多愛好者紛至沓來,卻遺憾地發現并沒有合適的資料可供參考,想要投身于這一新興行業,只能在迷茫中慢慢開拓。作為3D ToF 領域的深入研究者,我也曾感慨于3D 相關教材的稀缺。因而當受到作者的邀請為本書作序時,我感到既興奮又榮幸。興奮于有一本面向3D 初學者的基礎教材即將面世,榮幸于能讓很多3D 愛好者在入門階段看到我想說的話。這本書的內容重視基礎,理論和實踐關聯度高,真切地為每一個入門者著想。閱讀其中的內容,從硬件到應用,也讓我回想起自己曾經和ToF 一點一滴的故事。
1985 年,我萌生了設計3D ToF 傳感器的想法。彼時,依據光通過空間的時間來測量距離,只考慮了點與點之間的距離,“ToF”這個術語甚至還沒有出現,利用這樣的方式進行成像的研究更是一個無人問津的領域。但在那時,我就希望能做出一個類似于3D 相機的東西,讓它都能夠測量與物體之間的距離。1987 年,我完成了第一臺激光掃描儀的原型,并將其應用于一個自動門傳感器。它是基于一個大功率的激光二極管所發射的脈沖光實現的,光線穿過旋轉的透鏡后發生偏轉,達到掃描整個場景的目的。
脈沖光在反射后被一個高速光電二極管接收,再通過一個由雙極晶體管構成的放大器進行放大。在整個過程中,由一個模擬積分器完成時間測量,從激光二極管觸發開始,到放大器輸出反射光脈沖結束。通過這樣的方式,我們得到了一臺能以2 納秒的精度每秒測量10000 個點的距離的掃描儀,在這個反射系統中,2 納秒相當于30 厘米的精度。
然而,我始終心心念念的應用其實是一個既能夠打開自動門,又能夠在自動門關閉時保護其間的人和貨物的傳感器,這需要厘米級的距離分辨率。厘米級意味著什么?光在空間中的傳播速度眾所周知,若想要在光往返厘米級的距離所需的時間內響應,需要超高速的光電子器件和電子電路。可是當時的激光雷達技術只能做到幾納秒范圍內的定時分辨率,幾納秒的時間乘以光速,僅可達到米級的分辨率。也就是說,要實現厘米級的分辨率,系統性能需要在原有基礎上提高100 倍。
如今,30 多年過去了,3D ToF 也從一個無人提及的詞匯成為一個日漸常用的術語。硬件產品愈加成熟,從成像芯片到傳感器模塊,再到一體化相機。基于3DToF 的應用同樣十分廣泛,自主驅動汽車、自動門感應器、無人機避障、自動引導車輛、姿態控制及機器人清潔工等,各行各業的應用場景不勝枚舉。3D ToF 成像領域的蓬勃發展,吸引了一大批初級愛好者和高級工程師的參與。但同時,樂觀之余也要保留一絲冷靜,3D ToF成像的實現并不容易。它需要各種不同的、各具挑戰性的工程領域的基礎知識,如電子技術、照明技術、光學、圖像處理、高等數學、統計學、噪聲、大氣物理等。恕我孤陋寡聞,據我所知,在目前從事這一廣泛領域課題研究的教師中,還沒有一位能夠以直接的方式成功地實現3D ToF
應用。
這也正是本書的價值所在,或許本書在內容深度上并不深,但在廣度上卻覆蓋了初學者可能遇到的方方面面的問題。本書同樣著力于規劃科學的學習路線,將廣度的內容以清晰的邏輯編織起來,努力幫助讀者建立明確的思路,是不可多得的優秀圖書。
這本書的功能在于讓工程師從電子、信息科學或物理等方面,成功地將3D技術應用到他們的項目中去。本書同樣可以為產品管理工程師提供技術訣竅,以便他們對所需的鏡頭系統、照明光功率、距離分辨率、距離精度、幀率等參數做出規劃和調整。
Beat De Coi
【推薦序二】
近年來,以深度學習為代表的機器學習技術極大地推動了計算機視覺研究和應用的發展。一些多年來在該領域持續進行研究的科研人員在回顧這些進展時,也都會驚嘆不已。對于計算機視覺領域中的很多基礎問題,如2D圖像中的圖像分類、目標檢測、圖像分割、物體匹配、人臉識別等,之前很多研究人員都估計還需要數十年才能得到解決,但近年來這些問題一個接一個地被攻破,并且相關技術也被迅速地應用到不同的實際系統之中。在這種形勢下,我一直在思考計算機視覺研究下一步的發展方向是什么。在深思熟慮之后,我覺得可以確認的一點是,由處理2D圖像信息向處理3D圖像及視頻信息發展,肯定是未來的一個發展趨勢。
盡管已經預測到3D視覺信息處理是計算機視覺領域未來的發展趨勢,但當作者邀請我為本書作序時,我再一次驚嘆于當前計算機視覺技術的發展速度,因為在技術快速發展的同時,相關的傳感器芯片和元器件產業也都在高速發展,從而推動整個行業一起向前發展。在驚嘆的同時,收到作者發來的邀請我也非常榮幸,因為和許多讀者一樣,對于3D圖像及視頻信息處理,我也算是一個入門者,近年來剛開始接觸,很榮幸能夠推薦本書給大家,和大家一起加入3D視覺信息處理的方法研究和應用開發的大隊伍。
在翻閱整本書之后,我不禁感慨,現在的研究環境和條件真是好。記得十多年前,我為了獲取一個場景的3D圖像信息,在編寫程序繪制黑白棋盤格、打印棋盤格、固定雙目攝像頭、拍攝圖像序列、計算不同攝像頭間圖像對應點、估計攝像頭參數、校正畸變后,最終得到的深度圖還很不穩定,對環境的紋理要求非常苛刻。有了本書介紹的3D相機和開發環境,大家可以非常方便地得到高質量的3D圖像及視頻信息,自己只需將精力放在需要研究和解決的具體問題上
本書在寫作上非常注重可讀性,章節內容組織合理、語言敘述通俗易懂,對基礎知識的講解非常到位,同時又非常強調理論與實踐相結合,從零開始講解了多個具體的3D視覺信息處理應用,是一本難得的從讀者角度出發介紹3D機器視覺方法和應用的優秀書籍。相信廣大讀者在基于本書的內容進行學習時,能夠很快進入3D視覺信息處理的方法研究和應用開發階段,在最短的時間內將知識融會貫通。
中國科學院自動化研究所模式識別國家重點實驗室教授
興軍亮
內容簡介:

3D 機器視覺是計算機視覺的重要組成部分。本書對3D 機器視覺的基礎知識、核心算法及應用進行了系統、全面的介紹,具體包括3D 傳感器、3D 數據表示、3D 數據存儲與壓縮、3D 數據處理、3D 幾何測量與建模、3D 物體識別和3D 動作識別等。本書力求理論結合實際,在原理與概念講解的基礎上,輔以簡單的應用實例,便于讀者深刻地理解各部分的知識點并學以致用。為滿足讀者自檢與思考的需要,書中給出了一些思考題,并列出了主要文獻供讀者參考。
目錄:

第1 章 引言······················.1
1.1 何為“3D 視界”··················.1
1.2 如何玩轉3D 視界··················.2
1.3 本書的主要內容··················.4
1.3.1 章節內容··················.4
1.3.2 應用介紹··················.5
1.4 面向的讀者····················.6
第2 章 3D視界的硬實力與軟實力——3D 相機與開發平臺·······.8
2.1 概述······················.8
2.2 雙目相機····················.10
2.2.1 雙目相機原理················.10
2.2.2 立體匹配方法················.13
2.3 結構光3D 相機··················.17
2.3.1 結構光相機原理················.17
2.3.2 結構光的分類················.19
2.3.3 結構光的標定與匹配··············.21
2.4 ToF 相機····················.24
2.4.1 ToF相機的發展歷程和分類············.25
2.4.2 ToF相機原理················.26
2.4.3 ToF的標定與補償···············.32
2.5 三種相機的對比及典型應用··············.35
2.5.1 三種相機的對比················.35
2.5.2 三種3D 相機的典型應用············.37
2.6 DMAPP 開發平臺··················.42
2.6.1 SmartToF SDK——數據獲取與處理··········.43
2.6.2 DMAPP 架構················.47
2.6.3 DMAPP 的特點與優勢··············.49
2.7 總結與思考···················.49
參考文獻······················.50
第3 章 3D數據表示方法··················.51
3.1 概述······················.51
3.2 深度圖·····················.52
3.3 點云······················.55
3.3.1 點云概念介紹················.55
3.3.2 點云數據獲取················.56
3.3.3 3D 相機數據與點云的轉換············.58
3.3.4 點云數據分類及應用··············.62
3.4 體素······················.64
3.4.1 體素和體數據的概念··············.64
3.4.2 點云的體素化················.66
3.4.3 體素的應用場景················.67
3.5 三角剖分····················.68
3.5.1 三角剖分的概念················.68
3.5.2 Delaunay三角剖分的原理············.69
3.5.3 Delaunay三角剖分生成算法············.71
3.5.4 3D 空間下的Delaunay三角剖分算法········.75
3.6 3D 數據存儲格式··················.76
3.6.1 3D 數據存儲格式概述··············.76
3.6.2 3MF文件的格式與特點·············.81
3.6.3 3MF文件的數據要求··············.84
3.6.4 3MF文件的生成················.85
3.7 總結與思考···················.86
參考文獻······················.87
第4 章 3D數據處理···················.88
4.1 概述······················.88
4.2 深度圖濾波···················.96
4.2.1 空域濾波··················.96
4.2.2 時域濾波··················.104
4.3 點云濾波器與過濾器················.107
4.3.1 體素濾波器················.107
4.3.2 統計過濾器················.109
4.3.3 半徑過濾器················.111
4.3.4 直通過濾器················.112
4.4 3D 數據壓縮··················.113
4.4.1 3D 數據壓縮的概念與意義············.113
4.4.2 單幀深度圖壓縮算法··············.114
4.4.3 深度視頻序列壓縮算法·············.121
4.4.4 3D 壓縮實例················.124
4.5 總結與思考···················.131
參考文獻······················.132
第5 章 3D幾何測量與重建················.133
5.1 概述······················.133
5.2 3D 測量····················.134
5.2.1 3D 測量簡述················.134
5.2.2 3D 測量的主要算法與步驟············.138
5.2.3 實踐:盒子尺寸測量··············.143
5.3 3D 重建····················.147
5.3.1 3D 重建綜述················.147
5.3.2 3D 重建的主要算法與步驟············.151
5.3.3 實踐:木頭人重建··············.158
5.4 總結與思考···················.163
參考文獻······················.164
第6 章 3D物體分割與識別················.166
6.1 概述······················.166
6.2 目標分割····················.167
6.2.1 閾值分割··················.168
6.2.2 平面檢測··················.172
6.3 幾何形狀識別··················.177
6.3.1 幾何不變矩················.177
6.3.2 3D 關鍵點檢測················.182
6.4 語義識別····················.188
6.4.1 基于RGB-D 數據的語義識別···········.189
6.4.2 基于3D 數據的語義識別············.196
6.5 總結與思考···················.207
參考文獻······················.208
第7 章 3D活體檢測與動作識別···············.210
7.1 概述······················.210
7.2 人臉識別····················.211
7.2.1 人臉識別概述················.211
7.2.2 人臉識別相關方法··············.213
7.2.3 人臉識別的實現···············.217
7.3 人體骨架識別··················.224
7.3.1 人體骨架識別概述··············.224
7.3.2 人體骨架識別相關方法·············.225
7.3.3 人體骨架識別相關數據集············.231
7.3.4 實例:人體骨架識別··············.233
7.4 跌倒檢測····················.242
7.4.1 跌倒檢測概述與意義··············.242
7.4.2 跌倒檢測原理分析··············.243
7.4.3 實例:跌倒檢測算法··············.246
7.5 手勢識別····················.251
7.5.1 手勢識別概述················.252
7.5.2 手勢分割··················.255
7.5.3 靜態手勢識別················.260
7.5.4 動態手勢識別················.267
7.6 總結與思考···················.271
參考文獻······················.271
附錄 縮略語······················.277
序: