提出了一种基于极线约束的激光条纹匹配算法.先通过双CCD摄像机摄取左右两幅图像,然后对图像进行预处理.处理之后的两幅图像是在不同视角下摄取的两条单像素宽的激光条纹,在极线约束和连续性约束的理论基础上,提出了一种直线和曲线求交的匹配方法,从而实现了激光条纹的快速精确匹配和激光扫描线的三维重建.

强烈推荐！该书适合入门OPENCV3的初学者，全书使用PYTHON实现，超高清版！！！

计算机视觉实验，全景拼接，需要使用python3.7+opencvdistr对应低版本环境。输入./src文件夹。自动拼接。

为了实现鸡蛋新鲜度的无损检测和分级, 建立了利用计算机视觉检测鸡蛋内容物透射图像信息的装置, 通过图像处理, 获取了蛋壳表面颜色信息和表示鸡蛋新鲜的参数哈夫单位值(HU), 得到了利用计算机视觉预测鸡蛋新鲜度的有关的H, I, S, a, b, a*, b*, a-a*, b-b*共9个参数, 然后通过分析哈夫单位HU与9个参数之间的相关性, 并建立多元线性回归方程, 确立了与鸡蛋新鲜度密切相关的三个参数H, I, b。并以H, I, b作为输入变量, 创建了基于Matlab的结构为3-15-4的3层BP神经网络模型, 对鸡蛋的新鲜度进行分级, 模型具有较好的泛化功能和鲁棒性, 对各个等级鸡蛋的新鲜度分级准确率达90%, 对整体鸡蛋新鲜度分级的准确率达到93.3%。

针对核相关滤波(KCF)算法在每一帧都更新的策略使其不能有效处理目标快速运动及干扰的问题, 提出了一种基于增强阈值更新的核相关目标跟踪方法。其在平均峰值相关能量(APCE)的基础上, 采用将APCE阈值与APCE梯度阈值相结合的方法来判断跟踪结果的可靠性, 以决定模型是否更新。其中将APCE阈值反向加强, APCE梯度阈值正向加强, 当APCE和APCE梯度都高于各自阈值时更新, 否则停止更新。通过定量及定性实验表明, 相对于KCF算法对目标快速运动及干扰等问题的处理, 该算法更加有效, 提出的以梯度检测跟踪性能及阈值增强的思想对跟踪算法的设计有很好的参考价值。

通过python实现机器视觉，少有的中文翻译版本，包含图像基本处理、人脸识别检测、目标跟踪、深度估计与分割、图像检索等内容