第1章 绪论
1．1 人类视觉系统与机器视觉系统
1．1．1 图像
1．1．2 人类视觉系统
1．1．3 机器视觉系统
1．2 机器视觉的发展
1．3 Marr视觉理论框架
1．3．1 视觉系统研究的三个层次
1．3．2 视觉信息处理的三个阶段
1．3．3 Marr视觉理论框架的不足及其改进
1．4 机器视觉的应用领域及其应用案例
1．5 机器视觉应用面临的问题
思考与练习题

第2章 机器视觉中的数理基础
2．1 视觉传感器
2．1．1 常用视觉传感器
2．1．2 相机成像技术
2．1．3 镜头及相关参数
2．2 颜色空间与颜色模型
2．2．1 颜色（或色彩）三要素
2．2．2 颜色空间与色域
2．2．3 颜色空间和颜色模型分类
2．2．4 常用颜色空间及其颜色模型变换
2．2．5 光源与光线
2．3 数字图像的表示方法与类型
2．3．1 图像的数字化过程
2．3．2 采样点数和量化级数
2．3．3 数字图像的表示与像素间的关系
2．3．4 数字图像的类型
2．3．5 常用的图像文件格式
2．4 射影几何基础
2．4．1 射影空间
2．4．2 齐次坐标
2．4．3 射影几何的性质
2．4．4 射影不变量
2．4．5 射影变换
2．4．6 极线几何基本概念与极线约束
2．5 空间几何变换
2．5．1 欧氏变换
2．5．2 相似变换
2．5．3 仿射变换
2．5．4 射影变换
2．6 机器视觉系统常用坐标系与成像模型
2．6．1 空间坐标系统
2．6．2 角定向元素与旋转矩阵
2．6．3 内方位元素与外方位元素
2．6．4 摄像机的成像模型与共线方程
2．6．5 成像畸变与畸变模型
2．7 李群与李代数
2．7．1 李群
2．7．2 李代数
2．7．3 李群与李代数间的对应关系
2．7．4 李代数求导与扰动模型
思考与练习题
……

第3章 图像预处理与视觉信息提取
第4章 视觉传感器的标定
第5章 双目立体视觉系统
第6章 其他机器视觉系统
第7章 运动视觉检测与分析

参考文献