让机器“看见”—计算机视觉原理及实战

第一章：计算机视觉引论及基础介绍

• 01. 计算机视觉

  [ 03:16 ]

  免费
• 02. 第一节课课前答疑

  [ 26:05 ]

  免费
• 03. （一）引论及基础

  [ 02:10 ]

  免费
• 04. （1.1）什么是计算机视觉

  [ 02:53 ]
  课件付费后下载
• 05. （1.2）视觉系统构成要素

  [ 01:29 ]
• 06. （二）视觉系统构成实例 （2.1）机器视觉系统

  [ 03:04 ]
• 07. （2.2）交通视频检测

  [ 02:12 ]
• 08. （2.3）Xbox 与 Kinect

  [ 03:37 ]
• 09. （2.4）”好奇车“火星探测车

  [ 04:21 ]
• 10. （三）照明模型 （3.1）光通量

  [ 04:53 ]
• 11. （3.2）辐照度

  [ 04:32 ]
• 12. （四）-（4.1）颜色模型

  [ 11:09 ]
• 13. （4.2）OpenCV 实现

  [ 15:10 ]
• 14. （五）图像的采集与显示 （5.1）图像采集

  [ 07:21 ]
• 15. （5.2）图像传输

  [ 10:45 ]
• 16. （5.3）图像显示

  [ 08:15 ]
• 17. （六）课程结构与参考书 （6.1）课程结构

  [ 02:33 ]
• 18. （6.2）参考书籍

  [ 03:50 ]
• 19. 第一节课课后答疑

  [ 28:59 ]

第二章：图像预处理，边缘提取及图像分割

• 1. 图像预处理，边缘提取及图像分割

  [ 02:19:07 ]
  课件付费后下载

第三章：图像特征提取及光流估计

• 01. 计算机视觉第三课课前讨论及答疑

  [ 11:22 ]
• 02. 图像特征提取与运动估计

  [ 02:11 ]
  课件付费后下载
• 03. （一）角点检测

  [ 00:30 ]
• 04. （1.1）Harris算子原理

  [ 27:28 ]
• 05. （1.2）OpenCV实例

  [ 05:01 ]
• 06. （1.3）第一部分答疑

  [ 04:30 ]
• 07. （二）背景建模

  [ 00:10 ]
• 08. （2.1）背景建模原理

  [ 22:13 ]
• 09. （2.2）背景建模处理实例

  [ 02:59 ]
• 10. （2.3）第二部分答疑

  [ 03:48 ]
• 11. （三）光流估计

  [ 00:17 ]
• 12. （3.1）光流估计基本模型

  [ 07:08 ]
• 13. （3.2）Lucas-Kanade方法

  [ 14:22 ]
• 14. （3.3）光流估计示例

  [ 05:50 ]
• 15. （四）总结

  [ 01:02 ]
• 16. 计算机视觉第三课课后答疑

  [ 17:40 ]

第四章：图像处理综合实例

• 01. 计算机视觉第四课课前讨论及答疑

  [ 15:29 ]
• 02. （一）Visual Studio视觉编程工具

  [ 02:16 ]
  课件付费后下载
• 03. （1.1）ImageWatch

  [ 02:06 ]
• 04. （1.2）VSColorOutput

  [ 01:35 ]
• 05. （1.3）VS Line Counter

  [ 01:11 ]
• 06. （1.4）SuperCharge

  [ 07:27 ]
• 07. （二）米粒检测

  [ 21:52 ]
• 08. （三）运动目标检测（静止背景）

  [ 23:09 ]
• 09. （四）光流跟踪

  [ 18:38 ]
• 10. （五）总结

  [ 07:40 ]
• 11. 计算机视觉第四课课后答疑

  [ 28:24 ]

第五章：视觉几何基础与位姿估计

• 01. （一）座标变换与摄像机模型

  [ 02:18 ]
  课件付费后下载
• 02. （1.1）座标系与座标变化

  [ 24:56 ]
• 03. （1.2）线性摄像机模型

  [ 12:58 ]
• 04. （二）相对位姿测量算法

  [ 00:13 ]
• 05. （2.1）基本问题

  [ 05:34 ]
• 06. （2.2）线性求解

  [ 21:40 ]
• 07. （三）基于平面特征点的位姿测量

  [ 00:15 ]
• 08. （3.1）基本问题

  [ 05:07 ]
• 09. （3.2）线性求解

  [ 06:13 ]
• 10. （3.3）扩展

  [ 04:44 ]
• 11. （四）双目视觉基础

  [ 00:10 ]
• 12. （4.1）基本问题

  [ 03:05 ]
• 13. （4.2）平行双目视觉

  [ 08:49 ]
• 14. （五）总结

  [ 01:05 ]
• 15. 计算机视觉第四课课后答疑

  [ 20:14 ]

第六章：相机标定及位姿估计实例

• 01. 计算机视觉第六课课前讨论及答疑

  [ 10:32 ]
• 02. （一）极线几何

  [ 02:04 ]
  课件付费后下载
• 03. （1.1）极线几何与本质矩阵

  [ 14:53 ]
• 04. （1.2）本质矩阵求解

  [ 13:08 ]
• 05. （1.3）扩展

  [ 02:51 ]
• 06. （二）稳健估计

  [ 00:21 ]
• 07. （2.1）基本问题

  [ 07:43 ]
• 08. （2.2）RANSAC

  [ 11:24 ]
• 09. （2.3）OpenCV相关函数

  [ 01:42 ]
• 10. （2.4）第一部分和第二部分答疑

  [ 06:49 ]
• 11. （三）立体匹配

  [ 00:29 ]
• 12. （3.1）基本问题

  [ 07:51 ]
• 13. （3.2）示意

  [ 03:23 ]
• 14. （3.3）OpenCV相关函数

  [ 01:17 ]
• 15. （四）相机标定

  [ 01:00 ]
• 16. （4.1）基本问题

  [ 03:44 ]
• 17. （4.2）Zhang方法

  [ 16:38 ]
• 18. （4.3）演示

  [ 07:12 ]
• 19. （五）总结

  [ 01:54 ]
• 20. 计算机视觉第六课课后答疑

  [ 12:55 ]