目    录
第1章  视觉物联网技术基础	1
1.1  视觉物联网的技术与特点	1
1.1.1  视觉物联网	1
1.1.2  视觉物联网的研究内容	1
1.1.3  视觉物联网的特点	2
1.2  视觉物联网的基本组成结构	3
1.2.1  视觉物联网基本结构	3
1.2.2  视觉传感器节点结构	4
1.3  视觉物联网的关键技术	4
1.4  视觉物联网的研究现状及发展方向	6
1.4.1  视觉物联网的研究现状	6
1.4.2  视觉物联网发展方向	7
第2章  图像及图像的性质	9
2.1  人眼视觉	9
2.1.1  人眼视觉特性	9
2.1.2  HVS模型	10
2.2  图像基本概念	11
2.2.1  图像及其特点	11
2.2.2  模拟图像与数字图像	12
2.2.3  数字图像类型	12
2.3  图像数字化	14
2.3.1  采样	14
2.3.2  量化	14
2.3.3  采样和量化参数的选择	15
2.3.4  图像数字化设备	15
2.4  图像的几种模型	16
2.4.1  计算颜色模型	16
2.4.2  视觉颜色模型	17
2.4.3  工业颜色模型	18
2.4.4  颜色模型选取原则	19
第3章  图像的采集及压缩编码	21
3.1  相机概述	21
3.2  光敏传感器	23
3.2.1  光敏传感器概述及原理	23
3.2.2  光电效应	24
3.2.3  光电转换元件	25
3.2.4  光敏传感器的应用	28
3.3  图像编码技术	29
3.3.1  图像编码概述	29
3.3.2  图像编码方法	30
3.3.3  图像编码新技术	33
3.3.4  图像编码评价	35
3.4  图像存储	35
3.4.1  BMP图像存储格式	35
3.4.2  TIFF图像存储格式	36
3.4.3  GIF图像存储格式	36
3.4.4  PCX图像存储格式	36
3.4.5  JPEG图像存储格式	36
第4章  视觉与人的识别技术	37
4.1  指纹识别算法与研究	37
4.1.1  指纹识别概述	37
4.1.2  图像预处理	37
4.1.3  特征提取与分类识别	39
4.1.4  指纹自动识别系统	42
4.2  人脸识别算法与研究	43
4.2.1  人脸识别概述	43
4.2.2  人脸识别发展历史及现状	43
4.2.3  人脸检测算法研究	44
4.2.4  人脸识别算法研究	46
第5章  视觉与机器的技术	49
5.1  机械零件的检测	49
5.1.1  引言	49
5.1.2  机器视觉在工业领域的应用	49
5.1.3  机械零件检测系统结构	50
5.2  车辆的识别与跟踪	51
5.2.1  引言	51
5.2.2  系统结构	52
5.2.3  车辆提取	53
5.2.4  车辆分析	53
5.2.5  车辆跟踪	54
5.2.6  近视角跟踪算法	54
5.2.7  远视角跟踪算法	55
5.2.8  两种方法比较	55
第6章  基于理解的图像识别技术	56
6.1  技术背景	56
6.2  基于场景相关信息的物体识别模型的研究	57
6.2.1  主要思想	57
6.2.2  总体模型	58
6.2.3  基于场景相关信息的物体识别方法的难点与展望	64
6.3  图形基元获取的一般方法的研究	64
6.3.1  基于颜色或灰度特征块的方法	65
6.3.2  基于端点连接的线段检测	67
6.3.3  区域支持法	68
6.3.4  消失点线段群检测	71
6.4  基于多边形近似的图形基元获取方法	73
6.4.1  传统的多边形近似方法	73
6.4.2  改进的基于全局特征的多边形近似方法	75
6.4.3  多边形近似中用误差阈值控制近似尺度的原理及其仿真	80
6.5  基于窗口矢量化的圆弧基元的获取	81
6.5.1  基于窗口矢量化的数字曲线分割方法	81
6.5.2  基于RBF神经网络的分类	82
第7章  图像融合技术	86
7.1  引言	86
7.2  图像融合总体设计流程	86
7.3  图像的预处理	87
7.4  数据融合的层次	89
7.5  融合规则	90
7.6  基于像素的图像融合	90
7.7  基于区域的图像融合	90
7.8  灰度调整技术	91
7.8.1  亮度—对比度传递技术	91
7.8.2  直方图规格化	92
7.9  图像融合评价	92
7.10  数据融合算法的分类	94
第8章 视觉物联网覆盖与定位	95
8.1  传感器的覆盖与定位问题	95
8.1.1  视觉传感器的覆盖问题	95
8.1.2  典型的覆盖算法分析	96
8.1.3  视觉传感器的定位问题	96
8.1.4  定位算法的分类	97
8.1.5  节点定位的一般计算方法	97
8.1.6  典型定位算法分析	99
8.2  动态视觉传感器网络中的点目标覆盖机制	101
8.2.1  问题描述	102
8.2.2  基于改进遗传算法的点目标覆盖增强算法	103
8.2.3  算法仿真	104
8.3  动态视觉传感器网络节点方向调度算法	106
8.3.1  方向可变的感知模型	106
8.3.2  基于贡献率模型的贪婪算法	106
8.3.3  仿真实验	110
8.4  动态视觉传感器网络中的多节点协作覆盖算法	113
8.4.1  问题描述	113
8.4.2  算法实现	113
8.4.3  仿真实验	115
第9章  视频监控技术	118
9.1  视频监控系统	118
9.1.1  引言	118
9.1.2  视频监控技术的发展	118
9.1.3  设计方案	119
9.2  背景建模与运动提取	122
9.2.1  引言	122
9.2.2  视频序列的特点	123
9.2.3  复杂背景下前景分割算法的研究进展	123
9.2.4  帧间差分法	124
9.2.5  混合高斯背景模型	125
9.2.6  光流法	130
第10章  视频监控中的可伸缩视频大纲技术	133
10.1  基于细节保留的视频大纲技术	133
10.1.1  传统视频大纲技术	133
10.1.2  基于细节保留的视频大纲技术	138
10.1.3  实验结果与分析	140
10.2  基于ROI的时域可伸缩编码技术	141
10.2.1  传统可伸缩编码技术	141
10.2.2  基于ROI的可伸缩编码	146
10.3  基于视频大纲的监控视频可伸缩编码	150
10.3.1  视频大纲的对象标志位设计与编码	150
10.3.2  视频大纲的密度可伸缩重建	155
10.3.3  基于视频大纲的监控视频可伸缩编码	157
10.3.4  实验结果与分析	158
10.4  可伸缩视频大纲系统	159
10.4.1  开发背景	159
10.4.2  系统框架	160
10.4.3  系统原型	161
第11章  视觉物联网的传输协议	166
11.1  传输协议概述	166
11.2  传输层中的协议	167
11.3  TCP/IP模型概述	171
11.4  用户数据报协议UDP模型概述	172
11.4.1  UDP协议报头	172
11.4.2  用户数据报头格式	173
11.4.3  UDP信息包	174
11.4.4  UDP的伪首部	175
11.4.5  UDP的封装与协议的分层	175
11.4.6  层次的划分及UDP校验和的计算	176
11.4.7  UDP的多路复用、多路分解和端口	176
11.4.8  UDP协议端口号的分配	177
11.5  Wi-Fi协议	179
11.5.1  特点	181
11.5.2  特性	181
11.5.3  与非Wi-Fi网络的协作	183
11.5.4  自我管理的客户端	183
11.5.5  改善移动性	183
第12章  视觉物联网的安全与隐私	185
12.1  概述	185
12.2  视觉物联网中的安全问题	185
12.2.1  通信安全需求	185
12.2.2  信息安全需求	186
12.3  视觉物联网中的威胁分析与对策	186
12.3.1  物理层的安全策略	186
12.3.2  链路层的安全策略	188
12.3.3  网络层的安全策略	189
12.3.4  传输层和应用层的安全策略	190
第13章  基于达芬奇技术的视觉物联网平台设计	191
13.1  关键技术研究分析	191
13.1.1  达芬奇技术概述	191
13.1.2  TMS320DM6467T介绍	196
13.1.3  课题系统方案总体设计	200
13.1.4  项目系统方案实施	202
13.1.5  项目系统移植开发	203
13.1.6  用户界面开发	205
13.1.7  系统性能能测试	205
13.2  系统硬件设计研究与实现	206
13.2.1  系统存储器设计	207
13.2.2  视频接口设计	212
13.2.3  音频接口设计	216
13.2.4  电源系统设计	216
13.2.5  其他外围硬件设计	220
13.2.6  硬件性能基础测试	223
13.3  系统软件研究设计与实现	225
13.3.1  软件设计基础	225
13.3.2  系统音视频处理研究实现	228
13.3.3  系统相关驱动研究开发	232
13.3.4  系统文件修改移植研究	236
第14章  视觉物联网的实现与应用	239
14.1  概述	239
14.2  视觉传感器在包装机械中的应用研究	240
14.3  视觉传感器及其在几何测量中应用的研究	243
14.4  智能视觉传感器技术在药品自动视觉检测的应用研究	245
14.5  视觉传感器在卷烟燃烧仪中的应用	247
14.5.1  仪器结构及工作原理	248
14.5.2  视觉传感器在燃烧仪中的应用分析	249
14.5.3  卷烟燃烧仪对比	251
14.6  视觉传感器在害虫检测系统中的应用	252
14.7  机器视觉在高速机器人分装系统中的应用	255
14.7.1  高速并联机器人分装系统	255
14.7.2  机器视觉定位算法	256
14.7.3  机器视觉软件系统设计	257
参考文献	260