全天候機器人視覺（簡體書）

本書主要依託國家自然科學基金“共融機器人基礎理論與關鍵技術研究”重大研究計劃：面向室外複雜光照與氣象條件的共融機器人多模感知系統(項目編號：91648118)的研究成果，結合作者多年的科研及工程實踐經驗，針對複雜的光照環境與氣象條件明顯降低機器人視覺魯棒性的問題，主要從大氣物理與光學成像的新角度出發去詳細系統地論述複雜光照(如陰影，反光)與惡劣天氣(如雨雪霧)環境下機器人視覺系統的環境感知、建模、及圖像預處理技術。主要內容涉及光照建模與光譜計算、陰影、反光的建模、檢測與去除、本征圖像獲取與光照分解、雨雪霧的建模與去除、水下散射的建模與去除，並給出了一些機器人應用實例和工作展望。這些技術將圖像與環境建立了關聯，對於提高機器人的自主環境感知能力具有一定的意義，使其具有全天候作業能力。

田建東，中國科學院瀋陽自動化研究所機器人學國家重點實驗室研究員、博士生導師。現為IEEE 高級會員、中國光學工程學會委員、國家自然科學基金 (NSFC)共融機器人重大研究計劃評審專家、中國科學院青年創新促進會會員、入選遼寧省“百千萬人才工程”、瀋陽市高層次人才。長期從事機器人視覺的研究，尤其關注在複雜光照與惡劣天氣等極端環境下的視覺穩定性以及圖像預處理問題。從大氣物理和光學成像角度去解決問題的新思路出發，提出了機器人複雜非結構環境下視覺感知的一系列理論和算法，以第一作者或通訊作者在 IEEE Trans. Image processing、 IEEE Trans. Multimedia、 Optical Express、Optics Letters、 IEEE CVPR、IEEE ICCV 等知名國際期刊和會議上發表論文30餘篇，初步形成了研究特色及理論體系。作為負責人連續獲得國家自然科學基金青年、面上、共融機器人重大研究計劃等國家項目資助以及瀋陽新松機器人公司技術支持等企業項目資助。成果在機器人學國家重點實驗室承擔的面向國家重大需求的多種機器人項目中應用效果明顯，提高了它們在複雜環境下的適應和作業能力。

本書主要論述機器人視覺系統在複雜光照(如陰影，反光)與惡劣天氣(如雨雪霧)等條件下的環境感知、建模、及圖像預處理技術，實現機器人對外界光照環境的智能感知，使其具有全天候作業能力。

本書主要論述機器人視覺系統在複雜光照(如陰影，反光)與惡劣天氣(如雨雪霧)等條件下的環境感知、建模、及圖像預處理技術，實現機器人對外界光照環境的智能感知，使其具有全天候作業能力。

第1章緒論(1)
1.1機器人視覺簡述(1)
1.2複雜光照及惡劣天氣對機器人視覺的影響(2)
1.3顏色匹配函數與場景複現基礎(6)
1.4全天候機器人視覺關鍵技術概述(12)
1.5本書的主要內容與結構(23)
參考文獻(26)
第2章適於機器人視覺計算的光照與反射計算(29)
2.1引言(29)
2.2面向機器人視覺的室外光源光譜輻照度計算(32)
2.3波長靈敏度控制的反射比重建(43)
參考文獻(50)
第3章成像建模與光照變換(52)
3.1數學相機成像建模(52)
3.2數字成像過程解析與仿真(54)
3.3相機響應函數估計(64)
3.5圖像光照變換(69)
參考文獻(70)
第4章陰影建模及檢測(72)
4.1引言(72)
4.2陰影的三色衰減模型(73)
4.3陰影通道線性模型(76)
4.4基於三色衰減模型的陰影檢測(83)
4.5基於線性模型的陰影檢測(88)
4.6陰影檢測特徵評估(97)
參考文獻(108)
第5章本征圖像與光照分解(109)
5.1本征圖像獲取(110)
5.2本征光照分解空間(128)
參考文獻(140)
第6章陰影及反光去除(141)
6.1基於線性模型的陰影去除(141)
6.2基於深度學習的陰影去除(144)
6.3反光去除(156)
參考文獻(168)
第7章雨雪建模與去除(170)
7.1基於全域和局部低秩分解的雪花去除(170)
7.2基於矩陣分解的雨雪去除(178)
7.3基於深度學習的單幅圖像雪花去除算法(186)
參考文獻(195)
第8章圖像去霧(197)
8.1基於隱區域分割和權重L1範數正則化的圖像去霧(198)
8.2基於吸收透射率補償及時空導向濾波的實時視頻去霧(208)
參考文獻(219)
第9章水下散射建模與處理(220)
9.1基於光場成像的強散射水下圖像恢復(220)
9.2基於雙透射率水下成像模型的圖像顏色校正(232)
參考文獻(240)
第10章應用實例與研究展望(242)
10.1全天候機器人視覺的應用實例(242)
10.2研究展望(259)
參考文獻(261)