基于OpenCV的計算機視覺技術實現(xiàn)

前言
第一章 使用OpenCV實現(xiàn)計算機視覺技術
1.1 計算機視覺技術
1.2 什么是OpenCV
1.3 基于OpenCV庫的編程方法
本章小結
第二章 OpenCV的編程環(huán)境
2.1 OpenCV環(huán)境介紹
2.2 OpenCV的體系結構
2.3 OpenCV實例演示
本章小結
第三章 OpenCV編程風格
3.1 命名約定
3.2　結構
3.3　函數(shù)接口設計
3.4　函數(shù)實現(xiàn)
3.5　代碼布局
3.6　移植性
3.7　文件操作
3.8　文檔編寫
本章小結
第四章　數(shù)據結構
4.1　基本數(shù)據結構
4.2　數(shù)組有關的操作
4.3　動態(tài)結構
本章小結
第五章　數(shù)據交互
5.1　繪圖函數(shù)
5.2　文件存儲
5.3　運行時類型信息和通用函數(shù)
5.4　錯誤處理函數(shù)
5.5　系統(tǒng)函數(shù)
本章小結
第六章　圖像處理
6.1　邊緣檢測
6.2　直方圖
6.3　Hough變換
6.4　幾何變換
6.5　形態(tài)學
本章小結
第七章　結構與識別
7.1　輪廓處理函數(shù)
7.2　計算幾何
7.3　平面劃分
7.4　目標檢測函數(shù)
7.5　生成與控制貝塞爾曲線
7.6　用OpenCV進行人臉檢測
本章小結
第八章 圖形界面（HighGUI）
8.1 讀取和保存圖像
8.2 OpenCV中的實用系統(tǒng)函數(shù)
本章小結
第九章 視頻處理（CvCAM）
9.1 使用HighGUI對視頻進行讀寫處理
9.2 CvCam對攝像頭和視頻流的使用
本章小結
第十章 OpenCV附加庫第一部分
10.1 附加庫介紹
10.2 形態(tài)學（morhing functions）
本章小結
第十一章 OpenCV附加庫第二部分——隱馬爾可夫模型
11.1　隱馬爾可夫模型概述
11.2　隱馬爾可夫模型中的基本結構與函數(shù)介紹
11.3　隱馬爾可夫模型中的函數(shù)介紹
11.4　人臉識別工具
本章小結
第十二章　核心庫綜合例程
12.1　檢測黑白格標定板內指定矩形區(qū)域內的角點
12.2　解線性標定方程組程序
本章小結
第十三章　運動與跟蹤
13.1　圖像統(tǒng)計的累積函數(shù)
13.2　運動模板函數(shù)
13.3　對象跟蹤
13.4　光流
13.5　預估器
13.6 Kalman濾波器跟蹤示例
13.7 用Snake方法檢測可變形體的輪廓
13.8 運動目標跟蹤與檢測
本章小結
第十四章　立體視覺第一部分——照相機定標
14.1　坐標系介紹
14.2　透視投影矩陣的獲得
14.3　攝像機參數(shù)的獲取
14.4　徑向畸變的校正
14.5　使用OpenCV及CVUT進行攝像機定標
14.6　OpenCV中的定標函數(shù)
14.7　CVUT介紹
本章小結
第十五章　立體視覺第二部分——三維重建
15.1　極線幾何
15.2　特征點匹配
15.3　三維重建
15.4　OpenCV中相關函數(shù)介紹
本章小結
第十六章　立體視覺第三部分——三維重建算法
16.1　圖像校正
16.2　已校正圖像的快速三維重建
16.3 Birchfield算法
16.4 OpenCV中相關函數(shù)介紹
本章小結
第十七章 立體視覺第四部分——立體視覺實例
17.1 圖像校正實例代碼
17.2 基于窗口的稀疏點匹配及三維重建之一
17.3 基于窗口的稀疏點匹配及三維重建之二
17.4 Birchfield算法的OpenCV實現(xiàn)
本章小結
第十八章 常見問題解疑
18.1 安裝與編譯出錯解決方法
18.2 OpenCV庫基本技術問題
18.3 OpenCV在Linux下的相關問題
18.4 OpenCV庫中的陷阱和bug
本章小結
參考文獻