微信
支付宝
课程收益
购买课程后添加小助手为好友（微信ID：csdn02）加入课程讨论群。课程由哈尔滨工业大学副教授，视觉技术研究室负责人屈教授讲解。由浅入深，图文并茂，在讲述概念的同时注重和实际系统结合，为上手并深入研究无人驾驶，智能机器人，人机交互，医疗等行业应用奠定坚实基础。
展开详情
- 第一章：计算机视觉引论及基础介绍
-
- 01. 计算机视觉 3:16
- 02. 第一节课课前答疑 26:05
- 03. （一）引论及基础 2:10
- 04. （1.1）什么是计算机视觉 付费专享 2:53
- 05. （1.2）视觉系统构成要素 1:29
- 06. （二）视觉系统构成实例 （2.1）机器视觉系统 3:04
- 07. （2.2）交通视频检测 2:12
- 08. （2.3）Xbox 与 Kinect 3:37
- 09. （2.4）”好奇车“火星探测车 4:21
- 10. （三）照明模型 （3.1）光通量 4:53
- 11. （3.2）辐照度 4:32
- 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 7:21
- 15. （5.2）图像传输 10:45
- 16. （5.3）图像显示 8:15
- 17. （六）课程结构与参考书 （6.1）课程结构 2:33
- 18. （6.2）参考书籍 3:50
- 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 付费专享 02:19:07
- 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 付费专享 2:11
- 03. （一）角点检测 0:30
- 04. （1.1）Harris算子原理 27:28
- 05. （1.2）OpenCV实例 5:01
- 06. （1.3）第一部分答疑 4:30
- 07. （二）背景建模 0:10
- 08. （2.1）背景建模原理 22:13
- 09. （2.2）背景建模处理实例 2:59
- 10. （2.3）第二部分答疑 3:48
- 11. （三）光流估计 0:17
- 12. （3.1）光流估计基本模型 7:08
- 13. （3.2）Lucas-Kanade方法 14:22
- 14. （3.3）光流估计示例 5:50
- 15. （四）总结 1:02
- 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 付费专享 2:16
- 03. （1.1）ImageWatch 2:06
- 04. （1.2）VSColorOutput 1:35
- 05. （1.3）VS Line Counter 1:11
- 06. （1.4）SuperCharge 7:27
- 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 7:40
- 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 付费专享 2:18
- 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 0:13
- 05. （2.1）基本问题 5:34
- 06. （2.2）线性求解 21:40
- 07. （三）基于平面特征点的位姿测量 0:15
- 08. （3.1）基本问题 5:07
- 09. （3.2）线性求解 6:13
- 10. （3.3）扩展 4:44
- 11. （四）双目视觉基础 0:10
- 12. （4.1）基本问题 3:05
- 13. （4.2）平行双目视觉 8:49
- 14. （五）总结 1:05
- 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 付费专享 2:04
- 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 2:51
- 06. （二）稳健估计 0:21
- 07. （2.1）基本问题 7:43
- 08. （2.2）RANSAC 11:24
- 09. （2.3）OpenCV相关函数 1:42
- 10. （2.4）第一部分和第二部分答疑 6:49
- 11. （三）立体匹配 0:29
- 12. （3.1）基本问题 7:51
- 13. （3.2）示意 3:23
- 14. （3.3）OpenCV相关函数 1:17
- 15. （四）相机标定 1:00
- 16. （4.1）基本问题 3:44
- 17. （4.2）Zhang方法 16:38
- 18. （4.3）演示 7:12
- 19. （五）总结 1:54
- 20. 计算机视觉第六课课后答疑 12:55
内容评价0
暂无评论
评论成功
评论失败
