视频图像技术原理与案例教程

第一部分 视频图像技术原理与设备操作
第1章 视频采集\t2
1．1 学习目的\t2
1．2 实践内容\t2
1．3 准备材料\t2
1．4 预备知识\t3
1．4．1 视频图像技术概述\t3
1．4．2 光源\t7
1．4．3 镜头\t10
1．4．4 图像补偿与降噪\t11
1．4．5 摄像机类型\t13
1．4．6 数字示波器\t14
1．5 实施步骤\t15
1．5．1 观察摄像机的外观、形状、接口，了解其功能\t15
1．5．2 连接设备，采集视频\t15
1．5．3 观察镜头参数变化的成像效果\t16
1．5．4 观察光照条件变化的成像效果\t16
1．5．5 观察不同类型摄像机的成像效果\t16
1．5．6 调整摄像机参数，观察视频效果\t16
1．5．7 利用示波器观察视频信号\t17
第2章 视频传输\t18
2．1 学习目的\t18
2．2 实践内容\t18
2．3 准备材料\t18
2．4 预备知识\t19
2．4．1 传输介质\t19
2．4．2 视频双绞线传输器\t21
2．4．3 视频光端机\t22
2．4．4 交换机和网络视频适配器\t22
2．4．5 无线网桥\t23
2．4．6 PoE供电\t23
2．4．7 网络损伤仪\t24
2．5 实施步骤\t24
2．5．1 同轴电缆和双绞器传输\t24
2．5．2 交换机传输\t24
2．5．3 无线网桥传输\t27
2．5．4 网络损伤环境下不同编码方式的传输\t28
第3章 视频存储\t30
3．1 学习目的\t30
3．2 实践内容\t30
3．3 准备材料\t30
3．4 预备知识\t31
3．4．1 数字存储技术\t31
3．4．2 RAID技术\t34
3．4．3 云存储\t39
3．5 实施步骤\t40
3．5．1 高清硬盘录像机多路视频输入\t40
3．5．2 高清硬盘录像机抓拍画面\t41
3．5．3 高清硬盘录像机录像存储\t41
3．5．4 高清硬盘录像机录像回放\t42
3．5．5 高清硬盘录像机录像文件导出\t43
3．5．6 远程登录网络录像机\t44
3．5．7 设置RAID功能\t45
3．5．8 云存储设备的基本操作\t46
第4章 视频显示\t47
4．1 学习目的\t47
4．2 实践内容\t47
4．3 准备材料\t47
4．4 预备知识\t48
4．4．1 显示器的类型\t48
4．4．2 液晶显示器\t49
4．4．3 显示器的技术参数\t51
4．4．4 显示器的常用接口\t52
4．4．5 分辨率\t54
4．5 实施步骤\t56
4．5．1 观察多种显示器的外观\t56
4．5．2 熟悉信号输入接口\t56
4．5．3 更改液晶显示器的参数\t57
第5章 中心与云台控制\t58
5．1 学习目的\t58
5．2 实践内容\t58
5．3 准备材料\t58
5．4 预备知识\t59
5．4．1 中心控制设备\t59
5．4．2 云台\t60
5．4．3 云台控制协议\t62
5．5 实施步骤\t63
5．5．1 将多种视频设备接入监控中心，并控制视频信号上电视墙\t63
5．5．2 观察摄像机云台及接口\t65
5．5．3 利用视频监控设备实现云台控制\t65
5．5．4 编程实现云台控制（选做）\t68
第6章 视频监控系统\t69
6．1 学习目的\t69
6．2 实践内容\t69
6．3 准备材料\t69
6．4 预备知识\t69
6．4．1 视频监控系统介绍\t69
6．4．2 视频监控系统方案选型指导\t72
6．5 实施步骤\t76
6．5．1 不同视频监控系统的对比\t76
6．5．2 室内视频监控系统方案设计\t76
6．5．3 室内视频监控系统方案实现\t76
6．5．4 室外视频监控系统方案设计\t76
6．5．5 室外视频监控系统方案实现\t77
第7章 机器视觉\t78
7．1 学习目的\t78
7．2 实践内容\t78
7．3 准备材料\t78
7．4 预备知识\t79
7．4．1 机器视觉系统简介\t79
7．4．2 机器视觉系统的组成\t80
7．4．3 机器视觉系统设备选型\t85
7．5 实施步骤\t86
7．5．1 观察、熟悉工业相机\t86
7．5．2 工业相机视频数据的存储和处理\t86
7．5．3 选用合适的工业相机和镜头\t90
7．5．4 对比成像效果\t91
7．5．5 手机屏幕坏点检测\t92
第二部分 视频图像智能化分析算法与工程实践
第8章 视频图像数据预处理：数据增强与标注\t94
8．1 学习目的\t94
8．2 实践内容\t94
8．3 准备材料\t94
8．4 预备知识\t94
8．4．1 常用的数据增强方法\t95
8．4．2 图像标注工具VGG Image Annotator的使用\t100
8．5 实施步骤\t104
8．5．1 编程实现批量图像的预处理\t104
8．5．2 对批量图像进行在线标注\t104
第9章 图像增强\t105
9．1 学习目的\t105
9．2 实践内容\t105
9．3 准备材料\t105
9．4 预备知识\t105
9．4．1 灰度变换增强\t106
9．4．2 直方图增强\t107
9．4．3 图像平滑\t108
9．4．4 图像锐化\t108
9．4．5 暗通道先验去雾算法\t109
9．4．6 图像质量评价指标\t110
9．5 实施步骤\t111
9．5．1 编程实现不同的图像增强方法\t111
9．5．2 编程实现暗通道先验去雾算法\t111
第10章 图像分割\t112
10．1 学习目的\t112
10．2 实践内容\t112
10．3 准备材料\t112
10．4 预备知识\t112
10．4．1 图像分割算法的研究现状\t112
10．4．2 基于阈值的图像分割算法\t113
10．4．3 基于图论的图像分割算法\t116
10．4．4 选择性搜索算法\t117
10．5 实施步骤\t119
10．5．1 采集并标注数据\t119
10．5．2 编程实现基于阈值的图像分割算法\t119
10．5．3 编程实现选择性搜索算法并进行图像分割测试\t120
第11章 图像分类\t121
11．1 学习目的\t121
11．2 实践内容\t121
11．3 准备材料\t121
11．4 预备知识\t121
11．4．1 CIFAR-10简介\t122
11．4．2 卷积神经网络简介\t122
11．4．3 经典的网络模型\t124
11．4．4 利用PyTorch构建卷积神经网络对CIFAR-10进行分类\t132
11．5 实施步骤\t136
第12章 运动目标检测\t137
12．1 学习目的\t137
12．2 实践内容\t137
12．3 实验准备\t137
12．4 预备知识\t137
12．4．1 常用的运动目标检测方法――背景差法\t138
12．4．2 常用的运动目标检测方法――帧差法\t140
12．4．3 运动目标检测的优化策略――形态学处理\t141
12．4．4 运动目标检测的评价指标1――IoU\t145
12．4．5 运动目标检测的评价指标2――检出率、漏检率和多检率\t147
12．4．6 运动目标检测算法流程示例\t149
12．5 实施步骤\t150
12．5．1 编程实现背景差法\t150
12．5．2 编程实现帧差法\t150
12．5．3 编程实现目标检测IoU的计算\t150
12．5．4 编程实现目标检测评价指标的计算\t150
第13章 目标检测与识别\t151
13．1 学习目的\t151
13．2 实践内容\t151
13．3 准备材料\t151
13．4 预备知识\t151
13．4．1 传统目标检测与识别算法\t151
13．4．2 滑动窗口（Sliding Window）法\t152
13．4．3 基于深度神经网络的目标检测与识别算法\t154
13．5 实施步骤\t159
13．5．1 训练集准备\t159
13．5．2 将KITTI格式转化为VOC格式\t160
13．5．3 利用PyTorch搭建一个基于YOLO v3的目标检测与识别网络\t160
13．5．4 利用已有网络模型及参数实现在线交通目标的检测与识别\t162
第14章 运动目标跟踪\t165
14．1 学习目的\t165
14．2 实践内容\t165
14．3 准备材料\t165
14．4 预备知识\t165
14．4．1 运动目标跟踪算法\t165
14．4．2 运动目标跟踪数据集\t171
14．4．3 运动目标跟踪算法的评价准则与方法\t171
14．5 实施步骤（任意选择一个算法实现）\t173
14．5．1 实现卡尔曼滤波器\t173
14．5．2 实现DeepSORT算法\t173
第15章 视频图像双目视觉测距\t174
15．1 学习目的\t174
15．2 实践内容\t174
15．3 准备材料\t174
15．4 预备知识\t174
15．4．1 双目立体视觉的成像原理\t175
15．4．2 双目立体视觉的标定和矫正\t175
15．4．3 立体匹配算法\t179
15．4．4 深度图计算\t181
15．4．5 双目视觉测距流程\t181
15．4．6 Kinect\t182
15．5 实施步骤\t183
15．5．1 双目图像获取\t183
15．5．2 标定\t183
15．5．3 编程实现双目视觉测距算法\t183
第16章 图像无缝拼接\t184
16．1 学习目的\t184
16．2 实践内容\t184
16．3 准备材料\t184
16．4 预备知识\t184
16．4．1 图像拼接的基本原理\t184
16．4．2 基于单应性变换的图像拼接算法\t185
16．4．3 APAP算法\t192
16．5 实施步骤（任意选择一个算法实现）\t194
16．5．1 采集图像\t194
16．5．2 编程实现基于单应性变换的图像拼接算法\t194
16．5．3 编程实现APAP算法\t194
第17章 图像三维重建\t195
17．1 学习目的\t195
17．2 实践内容\t195
17．3 准备材料\t195
17．4 预备知识\t195
17．4．1 图像三维重建技术\t195
17．4．2 基于运动的三维重建算法中关键帧的筛选\t196
17．4．3 图像三维重建的基本流程\t197
17．4．4 图像三维重建软件\t203
17．5 实施步骤\t205
17．5．1 使用无人机采集视频并提取关键帧\t205
17．5．2 编程实现图像三维重建\t206
17．5．3 使用Pix4D Mapper软件实现图像三维重建\t206
第三部分 视频图像技术基础开发环境的搭建
第18章 MATLAB编程基础\t210
18．1 学习目的\t210
18．2 实践内容\t210
18．3 准备材料\t210
18．4 预备知识\t210
18．4．1 MATLAB简介\t210
18．4．2 MATLAB安装\t211
18．4．3 MATLAB的基本使用\t215
18．4．4 MATLAB图像处理基本操作\t218
18．5 实施步骤\t219
18．5．1 使用MATLAB\t219
18．5．2 MATLAB图像处理\t220
18．5．3 总结\t221
第19章 OpenCV编程基础\t222
19．1 学习目的\t222
19．2 实践内容\t222
19．3 准备材料\t222
19．4 预备知识\t222
19．4．1 OpenCV简介\t222
19．4．2 OpenCV安装\t222
19．5 实施步骤\t225
19．5．1 图像直方图处理\t225
19．5．2 空间域滤波与频域变换\t226
第20章 Python编程基础\t230
20．1 学习目的\t230
20．2 实践内容\t230
20．3 准备材料\t230
20．4 预备知识\t230
20．4．1 Python 3．7．3安装\t230
20．4．2 Python常用函数\t232
20．5 实施步骤\t232
20．5．1 用Python创建一个csv文件\t232
20．5．2 用Python写一个脚本\t233
20．5．3 多边形面积求解\t233
20．5．4 ?的计算\t233
20．5．5 下载图像、分类保存并拼接\t234
第21章 面向深度学习的智能化图像处理环境搭建\t235
21．1 学习目的\t235
21．2 项目内容\t235
21．3 准备材料\t235
21．4 预备知识\t235
21．4．1 Windows 10环境下PyTorch的安装\t235
21．4．2 Ubuntu 18．04环境下PyTorch的安装\t239
21．5 实施步骤\t240
21．5．1 编程测试是否有GPU\t240
21．5．2 编程实现梯度计算\t241
21．5．3 搭建基本的分类神经网络\t241
致 谢\t244
参考文献\t245
附录A 实验报告 250
附录B 实验记录表\t251