玩转3D视界 3D机器视觉及其应用

3D机器视觉是计算机视觉的重要组成部分。本书对3D机器视觉的基础知识、核心算法及应用进行了系统、全面的介绍，具体包括3D传感器、3D数据表示、3D数据存储与压缩、3D数据处理、3D几何测量与建模、3D物体识别和3D动作识别等。本书力求理论结合实际，在原理与概念讲解的基础上，辅以简单的应用实例，便于读者深刻地理解各部分的知识点并学以致用。为满足读者自检与思考的需要，书中给出了一些思考题，并列出了主要文献供读者参考。

第1章引言1
1.1何为“3D视界”1
1.2如何玩转3D视界2
1.3本书的主要内容4
1.3.1章节内容4
1.3.2应用介绍5
1.4面向的读者6
第2章3D视界的硬实力与软实力――3D相机与开发平台8
2.1概述8
2.2双目相机10
2.2.1双目相机原理10
2.2.2立体匹配方法13
2.3结构光3D相机17
2.3.1结构光相机原理17
2.3.2结构光的分类19
2.3.3结构光的标定与匹配21
2.4ToF相机24
2.4.1ToF相机的发展历程和分类25
2.4.2ToF相机原理26
2.4.3ToF的标定与补偿32
2.5三种相机的对比及典型应用35
2.5.1三种相机的对比35
2.5.2三种3D相机的典型应用37
2.6DMAPP开发平台42
2.6.1SmartToFSDK――数据获取与处理43
2.6.2DMAPP架构47
2.6.3DMAPP的特点与优势49
2.7总结与思考49
参考文献50
第3章3D数据表示方法51
3.1概述51
3.2深度图52
3.3点云55
3.3.1点云概念介绍55
3.3.2点云数据获取56
3.3.33D相机数据与点云的转换58
3.3.4点云数据分类及应用62
3.4体素64
3.4.1体素和体数据的概念64
3.4.2点云的体素化66
3.4.3体素的应用场景67
3.5三角剖分68
3.5.1三角剖分的概念68
3.5.2Delaunay三角剖分的原理69
3.5.3Delaunay三角剖分生成算法71
3.5.43D空间下的Delaunay三角剖分算法75
3.63D数据存储格式76
3.6.13D数据存储格式概述76
3.6.23MF文件的格式与特点81
3.6.33MF文件的数据要求84
3.6.43MF文件的生成85
3.7总结与思考86
参考文献87
第4章3D数据处理88
4.1概述88
4.2深度图滤波96
4.2.1空域滤波96
4.2.2时域滤波104
4.3点云滤波器与过滤器107
4.3.1体素滤波器107
4.3.2统计过滤器109
4.3.3半径过滤器111
4.3.4直通过滤器112
4.43D数据压缩113
4.4.13D数据压缩的概念与意义113
4.4.2单帧深度图压缩算法114
4.4.3深度视频序列压缩算法121
4.4.43D压缩实例124
4.5总结与思考131
参考文献132
第5章3D几何测量与重建133
5.1概述133
5.23D测量134
5.2.13D测量简述134
5.2.23D测量的主要算法与步骤138
5.2.3实践：盒子尺寸测量143
5.33D重建147
5.3.13D重建综述147
5.3.23D重建的主要算法与步骤151
5.3.3实践：木头人重建158
5.4总结与思考163
参考文献164
第6章3D物体分割与识别166
6.1概述166
6.2目标分割167
6.2.1阈值分割168
6.2.2平面检测172
6.3几何形状识别177
6.3.1几何不变矩177
6.3.23D关键点检测182
6.4语义识别188
6.4.1基于RGB-D数据的语义识别189
6.4.2基于3D数据的语义识别196
6.5总结与思考207
参考文献208
第7章3D活体检测与动作识别210
7.1概述210
7.2人脸识别211
7.2.1人脸识别概述211
7.2.2人脸识别相关方法213
7.2.3人脸识别的实现217
7.3人体骨架识别224
7.3.1人体骨架识别概述224
7.3.2人体骨架识别相关方法225
7.3.3人体骨架识别相关数据集231
7.3.4实例：人体骨架识别233
7.4跌倒检测242
7.4.1跌倒检测概述与意义242
7.4.2跌倒检测原理分析243
7.4.3实例：跌倒检测算法246
7.5手势识别251
7.5.1手势识别概述252
7.5.2手势分割255
7.5.3静态手势识别260
7.5.4动态手势识别267
7.6总结与思考271
参考文献271
附录缩略语277