相機校正的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列股價、配息、目標價等股票新聞資訊

OpenCV 4詳解：基於Python

為了解決相機校正的問題，作者馮振陳亞萌 這樣論述：

本書基於OpenCV 4.1版本，討論OpenCV 4的功能，以及OpenCV在影像處理和電腦視覺方面的應用。   本書共12章。主要內容包括OpenCV的基礎知識，資料載入、顯示與保存，圖像基本作，長條圖，圖像濾波，圖像形態學作，圖像分割與修復，目標檢測，特徵點檢測與匹配，立體視覺，視頻分析，機器學習在OpenCV中的實現方式。   《OpenCV 4詳解：基於Python》適合電腦視覺方面的專業人士閱讀，也可作為電腦相關專業的教材。 第1章　初識OpenCV 1 1.1　什麼是OpenCV 1 1.1.1　OpenCV與電腦視覺 1 1.1.2　OpenCV的發展 2 1

.1.3　OpenCV 4帶來了什麼 3 1.2　安裝OpenCV-Python 4 1.2.1　在Windows系統中安裝OpenCV-Python 4 1.2.2　在Ubuntu系統中安裝OpenCV-Python 9 1.3　OpenCV的模組架構 12 1.4　示例程式 14 1.4.1　配置運行環境 14 1.4.2　邊緣檢測 14 1.4.3　K聚類演算法 15 1.4.4　基於特徵點的圖像匹配 16 1.4.5　行人檢測 17 1.4.6　手寫數位識別 18 1.5　本章小結 19 第2章　載入、顯示與保存資料 20 2.1　圖像的表示 20 2.1.1　圖像基礎 20 2.1

.2　NumPy相關介紹 22 2.2　圖片的讀取與顯示 27 2.2.1　圖片讀取函數 28 2.2.2　圖像視窗函數 29 2.2.3　圖片顯示函數 29 2.3　視頻載入與攝像頭調用 30 2.3.1　讀取視頻資料 30 2.3.2　攝像頭的直接調用 33 2.4　資料保存 33 2.4.1　保存圖像 34 2.4.2　保存視頻 36 2.4.3　保存和讀取XML和YMAL 文件 38 2.5　本章小結 41 第3章　圖像基本作 42 3.1　顏色空間 42 3.1.1　顏色空間與轉換 42 3.1.2　多通道分離與合併 47 3.2　關於圖元的作 49 3.2.1　圖像圖元統計 50

3.2.2　兩圖像間的圖元作 53 3.2.3　圖像二值化 58 3.2.4　LUT 62 3.3　圖像連接和圖像變換 64 3.3.1　圖像連接 64 3.3.2　圖像尺寸變換 66 3.3.3　圖像翻轉變換 68 3.3.4　圖像仿變換 69 3.3.5　圖像透視變換 72 3.3.6　極座標變換 75 3.4　在圖像上繪製幾何圖形和生成文字 77 3.4.1　繪製圓形 77 3.4.2　繪製直線 78 3.4.3　繪製橢圓 78 3.4.4　繪製多邊形 79 3.4.5　生成文字 80 3.5　感興趣區域 83 3.6　圖像金字塔 85 3.6.1　高斯金字塔 85 3.6.2　拉普拉

斯金字塔 86 3.7　窗*交互作 88 3.7.1　圖像視窗滑動條 88 3.7.2　滑鼠回應 90 3.8　本章小結 92 第4章　圖像長條圖 94 4.1　圖像長條圖的計算與繪製 94 4.1.1　圖像長條圖的計算 94 4.1.2　圖像長條圖的繪製 96 4.2　2D長條圖 100 4.3　關於長條圖的作 103 4.3.1　長條圖歸一化 103 4.3.2　長條圖比較 106 4.3.3　長條圖均衡化 109 4.3.4　長條圖匹配 111 4.3.5　長條圖反向投影 114 4.4　圖像範本匹配 115 4.5　本章小結 119 第5章　圖像濾波 120 5.1　圖像卷積 12

0 5.2　雜訊的種類與生成 124 5.2.1　椒鹽雜訊 124 5.2.2　高斯雜訊 126 5.3　線性濾波 129 5.3.1　均值濾波 129 5.3.2　方框濾波 132 5.3.3　高斯濾波 134 5.3.4　可分離濾波 137 5.3.5　中值濾波 140 5.3.6　雙邊濾波 142 5.4　圖像邊緣檢測 145 5.4.1　邊緣檢測原理 145 5.4.2　Sobel運算元 148 5.4.3　Scharr運算元 151 5.4.4　生成邊緣檢測濾波器 152 5.4.5　Laplacian運算元 154 5.4.6　Canny演算法 156 5.5　本章小結 158

第6章　圖像形態學作 159 6.1　圖元距離與連通域 159 6.1.1　圖像距離變換 159 6.1.2　圖像連通域分析 164 6.2　腐蝕與膨脹 170 6.2.1　圖像腐蝕 170 6.2.2　圖像膨脹 175 6.3　形態學應用 178 6.3.1　開運算 178 6.3.2　閉運算 180 6.3.3　形態學梯度 180 6.3.4　頂帽運算 181 6.3.5　黑帽運算 181 6.3.6　擊中擊不中變換 182 6.3.7　圖像細化 185 6.4　本章小結 187 第7章　目標檢測 189 7.1　形狀檢測 189 7.1.1　直線檢測 189 7.1.2　直線擬合 19

8 7.1.3　圓形檢測 200 7.2　輪廓檢測 202 7.2.1　輪廓發現與繪製 203 7.2.2　輪廓面積 207 7.2.3　輪廓長度 208 7.2.4　輪廓外接多邊形 209 7.2.5　點到輪廓距離 213 7.2.6　凸包檢測 215 7.3　矩的計算 216 7.3.1　幾何矩與中心矩 217 7.3.2　Hu矩 218 7.3.3　基於Hu矩的輪廓匹配 220 7.4　點集擬合 222 7.5　二維碼檢測 224 7.6　本章小結 226 第8章　圖像分析與修復 228 8.1　傅裡葉變換 228 8.1.1　離散傅裡葉變換 228 8.1.2　通過傅裡葉變換計算卷積

235 8.1.3　離散余弦變換 236 8.2　積分圖 240 8.3　圖像分割 243 8.3.1　漫水填充法 244 8.3.2　分水嶺法 246 8.3.3　Grabcut圖像分割 249 8.3.4　Mean-Shift分割演算法 251 8.4　圖像修復 254 8.5　本章小結 256 第9章　特徵點檢測與匹配 258 9.1　角點檢測 258 9.1.1　顯示關鍵點 258 9.1.2　Harris角點檢測 261 9.1.3　Shi-Tomasi角點檢測 264 9.1.4　亞圖元級別角點檢測 266 9.2　特徵點檢測 268 9.2.1　關鍵點 268 9.2.2　描

述子 269 9.2.3　SIFT特徵點檢測 270 9.2.4　SURF特徵點檢測 273 9.2.5　ORB特徵點檢測 276 9.3　特徵點匹配 279 9.3.1　DescriptorMatcher類 279 9.3.2　暴力匹配 281 9.3.3　顯示特徵點匹配結果 282 9.3.4　FLANN匹配 284 9.3.5　RANSAC優化特徵點匹配 287 9.4　本章小結 290 第10章　立體視覺 291 10.1　單目視覺 291 10.1.1　單目相機模型 291 10.1.2　標定板角點提取 294 10.1.3　單目相機標定 298 10.1.4　單目相機校正 302

10.1.5　單目投影 305 10.1.6　單目位姿估計 307 10.2　雙目視覺 312 10.2.1　雙目相機模型 312 10.2.2　雙目相機標定 313 10.2.3　雙目相機校正 316 10.3　本章小結 319 第11章　視頻分析 321 11.1　差值法檢測移動物體 321 11.2　均值遷移法目標跟蹤 323 11.2.1　均值遷移的目標跟蹤 324 11.2.2　自我調整均值遷移的目標跟蹤 327 11.3　光流法目標跟蹤 330 11.3.1　Faeneback多項式擴展演算法 332 11.3.2　基於LK光流跟蹤 335 11.4　本章小結 338 第12

章　OpenCV與機器學習 339 12.1　OpenCV與傳統機器學習 339 12.1.1　k均值聚類演算法 339 12.1.2　K近鄰演算法 343 12.1.3　決策樹 347 12.1.4　隨機森林 349 12.1.5　支持向量機 351 12.2　OpenCV與深度神經網路應用實例 354 12.2.1　載入深度學習模型 355 12.2.2　圖像識別 357 12.2.3　快速風格遷移 359 12.2.4　性別檢測 361 12.3　本章小結 363

相機校正進入發燒排行的影片

基於視覺伺服之七軸滾球與滑軌欠致動滑模控制器

為了解決相機校正的問題，作者陳瀚仲 這樣論述：

隨著欠致動器系統的發展增長，許多欠致動器系統控制法則被提出，相關研究成為一個熱門的議題。為了研究欠致動器，本研究在實驗室中以上銀六軸機械手臂RA605、滑軌與金屬球建構了一個七軸的欠致動器系統，目的為控制在滑軌上自由滾動的金屬球的軌跡。在控制器上我們選擇使用有效消除系統不確定項與外擾的滑模控制器，並定義虛擬控制訊號來控制缺乏致動器的金屬球。透過增益矩陣的設計，可指定當系統狀態落在滑動平面後的特徵值，讓整體系統沿著期望軌跡前進時皆能有相同的響應。最後本研究設計了靜態與動態兩條路徑，在靜態路徑中測試控制器對於步階輸入的過衝與響應速度，在動態路徑中測試控制器對於持續變動金屬球軌跡的追跡效能。而滾球

與滑軌系統中，本研究使用高速相機陣列，以與機械手臂相同的1000fps取樣速度來抓取金屬球位置，同時搭配嵌入式板子進行影像處理。將影像資訊搭配卡爾曼濾波器來估測位置，降低整體的觀測誤差，並在滑軌兩側裝設額外的標記，以此來校正金屬球的位置，最後達到極小的觀測誤差。

楊比比的Camera Raw攝影編修：後製修片技巧獨家揭秘(千萬網友點擊推薦狂推必學 )

為了解決相機校正的問題，作者楊比比 這樣論述：

　　我解讀相機、研究數據 　　費盡一切努力 　　然後，學會相信自己的直覺 　　--- 我是在攝影中尋找樂趣的 楊比比 　　 　　楊比比其實很怕攝影人一進入Photoshop，就緊抓著「選取工具」、「魔術棒工具」、「色版」…不放，所以特別將這兩年教學過程中碰到的後製修圖問題都放進書中，引導攝影人完美避開這些程序，不用步步踩雷。 　　 　　攝影照片一定要後製？ 　　照片拍壞，才要後製？在這個連手機拍照都要「美肌」一下的年代，花費大把精力拍攝回來的照片肯定需要後製。更由於相機無法像人眼能自動平衡明暗反差、展現出細膩的畫面，所以得透過「後製」來還原「真實環境中的光線」、重現「照片色調」，順利打開攝

影程序中最後的這把鎖。 　　 　　後製軟體決定照片的品質 　　在斤斤計較不同鏡頭間畫質的差異時，更要考慮後製軟體的輸出品質。佔有攝影後製市場絕對優勢的Photoshop，是專業攝影人信賴與使用的工具，其中的Camera Raw是專職負責RAW與JPG格式的後製程序，也是專為攝影打造的後製工具。 　　 　　獨家技巧不藏私大公開 　　楊比比在Camera Raw中下足了工夫，提供一套完整的修片程序，並研發出獨家的曝光控制程序與色調處理程序；精心設計的範例，陪著所有攝影人，快速掌握攝影後製必備的修片技巧。 　　 　　楊比比相信Camera Raw絕對是攝影人後製照片最好的選擇。 　　

基於影像伺服定位之垂直起降無人機向上自動對接平台系統

為了解決相機校正的問題，作者朱柏勳 這樣論述：

無人機對接著陸平台旨在能夠提供無人機飛行時起飛和降落使用，以及讓無人機保持其穩定適航性，透過平台可以完成對接、充電、資訊傳輸、狀態更新等動作，是多功能整合開發系統平台。現有垂直起降無人機對接系統多為向下對接降落式，由於近地效應影響機身降落平衡、向下降落式對周圍之安全性以及地面使用空間成本的相關考量，因此本研究主要是開發一種向上自動對接平台系統，透過不同方向的對接方式去建立更多元化的開發平台系統。本研究提出一種透過影像伺服的控制理論去建立一個向上自動對接的平台系統。該研究包含四軸無人機定點定位控制、影像視覺辨識、通訊傳輸系統、對接平台硬體架構、及四軸無人機機身設計等，用以實現四軸無人機由遠距至

平台系統所需之相關控制，以及整體系統相關設計。此外本研究透過實際飛行測試，在不同飛行模式的穩定切換以及最終向上成功對接吸附，可以驗證整體向上自動對接系統之可行性。