全天候機器人視覺

定　價：￥136.00

作　者：	田建東著
出版社：	華中科技大學出版社
叢編項：	智能制造與機器人理論及技術研究叢書
標　簽：	暫缺

購買這本書可以去

京東 (￥99.20)

ISBN：	9787568061315	出版時間：	2020-09-01	包裝：	精裝
開本：	16開	頁數(shù)：	270	字數(shù)：

內容簡介

　　本書主要依托國家自然科學基金“共融機器人基礎理論與關鍵技術研究”重大研究計劃：面向室外復雜光照與氣象條件的共融機器人多模感知系統(tǒng)（項目編號：91648118）的研究成果，結合作者多年的科研及工程實踐經(jīng)驗，針對復雜的光照環(huán)境與氣象條件明顯降低機器人視覺魯棒性的問題，主要從大氣物理與光學成像的新角度出發(fā)去詳細系統(tǒng)地論述復雜光照（如陰影，反光）與惡劣天氣（如雨雪霧）環(huán)境下機器人視覺系統(tǒng)的環(huán)境感知、建模、及圖像預處理技術。主要內容涉及光照建模與光譜計算、陰影、反光的建模、檢測與去除、本征圖像獲取與光照分解、雨雪霧的建模與去除、水下散射的建模與去除，并給出了一些機器人應用實例和工作展望。這些技術將圖像與環(huán)境建立了關聯(lián)，對于提高機器人的自主環(huán)境感知能力具有一定的意義，使其具有全天候作業(yè)能力。

作者簡介

　　田建東，中國科學院沈陽自動化研究所機器人學國家重點實驗室研究員、博士生導師?，F(xiàn)為IEEE 高級會員、中國光學工程學會委員、國家自然科學基金（NSFC）共融機器人重大研究計劃評審專家、中國科學院青年創(chuàng)新促進會會員、入選遼寧省“百千萬人才工程”、沈陽市高層次人才。長期從事機器人視覺的研究，尤其關注在復雜光照與惡劣天氣等極端環(huán)境下的視覺穩(wěn)定性以及圖像預處理問題。從大氣物理和光學成像角度去解決問題的新思路出發(fā)，提出了機器人復雜非結構環(huán)境下視覺感知的一系列理論和算法，以第1作者或通訊作者在 IEEE Trans. Image processing、 IEEE Trans. Multimedia、 Optical Express、Optics Letters、 IEEE CVPR、IEEE ICCV 等知名國際期刊和會議上發(fā)表論文30余篇，初步形成了研究特色及理論體系。作為負責人連續(xù)獲得國家自然科學基金青年、面上、共融機器人重大研究計劃等國家項目資助以及沈陽新松機器人公司技術支持等企業(yè)項目資助。成果在機器人學國家重點實驗室承擔的面向國家重大需求的多種機器人項目中應用效果明顯，提高了它們在復雜環(huán)境下的適應和作業(yè)能力。

圖書目錄

第1章緒論（1）
1.1機器人視覺簡述（1）
1.2復雜光照及惡劣天氣對機器人視覺的影響（2）
1.3顏色匹配函數(shù)與場景復現(xiàn)基礎（6）
1.4全天候機器人視覺關鍵技術概述（12）
1.5本書的主要內容與結構（23）
參考文獻（26）
第2章適于機器人視覺計算的光照與反射計算（29）
2.1引言（29）
2.2面向機器人視覺的室外光源光譜輻照度計算（32）
2.3波長靈敏度控制的反射比重建（43）
參考文獻（50）
第3章成像建模與光照變換（52）
3.1數(shù)學相機成像建模（52）
3.2數(shù)字成像過程解析與仿真（54）
3.3相機響應函數(shù)估計（64）
3.5圖像光照變換（69）
參考文獻（70）
第4章陰影建模及檢測（72）
4.1引言（72）
4.2陰影的三色衰減模型（73）
4.3陰影通道線性模型（76）
4.4基于三色衰減模型的陰影檢測（83）
4.5基于線性模型的陰影檢測（88）
4.6陰影檢測特征評估（97）
參考文獻（108）
第5章本征圖像與光照分解（109）
5.1本征圖像獲?。?10）
5.2本征光照分解空間（128）
參考文獻（140）
第6章陰影及反光去除（141）
6.1基于線性模型的陰影去除（141）
6.2基于深度學習的陰影去除（144）
6.3反光去除（156）
參考文獻（168）
第7章雨雪建模與去除（170）
7.1基于全局和局部低秩分解的雪花去除（170）
7.2基于矩陣分解的雨雪去除（178）
7.3基于深度學習的單幅圖像雪花去除算法（186）
參考文獻（195）
第8章圖像去霧（197）
8.1基于隱區(qū)域分割和權重L1范數(shù)正則化的圖像去霧（198）
8.2基于吸收透射率補償及時空導向濾波的實時視頻去霧（208）
參考文獻（219）
第9章水下散射建模與處理（220）
9.1基于光場成像的強散射水下圖像恢復（220）
9.2基于雙透射率水下成像模型的圖像顏色校正（232）
參考文獻（240）
第10章應用實例與研究展望（242）
10.1全天候機器人視覺的應用實例（242）
10.2研究展望（259）
參考文獻（261）