第一部分 视频图像技术原理与设备操作 第1章 视频采集 2 1.1 学习目的 2 1.2 实践内容 2 1.3 准备材料 2 1.4 预备知识 3 1.4.1 视频图像技术概述 3 1.4.2 光源 7 1.4.3 镜头 10 1.4.4 图像补偿与降噪 11 1.4.5 摄像机类型 13 1.4.6 数字示波器 14 1.5 实施步骤 15 1.5.1 观察摄像机的外观、形状、接口，了解其功能 15 1.5.2 连接设备，采集视频 15 1.5.3 观察镜头参数变化的成像效果 16 1.5.4 观察光照条件变化的成像效果 16 1.5.5 观察不同类型摄像机的成像效果 16 1.5.6 调整摄像机参数，观察视频效果 16 1.5.7 利用示波器观察视频信号 17 第2章 视频传输 18 2.1 学习目的 18 2.2 实践内容 18 2.3 准备材料 18 2.4 预备知识 19 2.4.1 传输介质 19 2.4.2 视频双绞线传输器 21 2.4.3 视频光端机 22 2.4.4 交换机和网络视频适配器 22 2.4.5 无线网桥 23 2.4.6 PoE供电 23 2.4.7 网络损伤仪 24 2.5 实施步骤 24 2.5.1 同轴电缆和双绞器传输 24 2.5.2 交换机传输 24 2.5.3 无线网桥传输 27 2.5.4 网络损伤环境下不同编码方式的传输 28 第3章 视频存储 30 3.1 学习目的 30 3.2 实践内容 30 3.3 准备材料 30 3.4 预备知识 31 3.4.1 数字存储技术 31 3.4.2 RAID技术 34 3.4.3 云存储 39 3.5 实施步骤 40 3.5.1 高清硬盘录像机多路视频输入 40 3.5.2 高清硬盘录像机抓拍画面 41 3.5.3 高清硬盘录像机录像存储 41 3.5.4 高清硬盘录像机录像回放 42 3.5.5 高清硬盘录像机录像文件导出 43 3.5.6 远程登录网络录像机 44 3.5.7 设置RAID功能 45 3.5.8 云存储设备的基本操作 46 第4章 视频显示 47 4.1 学习目的 47 4.2 实践内容 47 4.3 准备材料 47 4.4 预备知识 48 4.4.1 显示器的类型 48 4.4.2 液晶显示器 49 4.4.3 显示器的技术参数 51 4.4.4 显示器的常用接口 52 4.4.5 分辨率 54 4.5 实施步骤 56 4.5.1 观察多种显示器的外观 56 4.5.2 熟悉信号输入接口 56 4.5.3 更改液晶显示器的参数 57 第5章 中心与云台控制 58 5.1 学习目的 58 5.2 实践内容 58 5.3 准备材料 58 5.4 预备知识 59 5.4.1 中心控制设备 59 5.4.2 云台 60 5.4.3 云台控制协议 62 5.5 实施步骤 63 5.5.1 将多种视频设备接入监控中心，并控制视频信号上电视墙 63 5.5.2 观察摄像机云台及接口 65 5.5.3 利用视频监控设备实现云台控制 65 5.5.4 编程实现云台控制（选做） 68 第6章 视频监控系统 69 6.1 学习目的 69 6.2 实践内容 69 6.3 准备材料 69 6.4 预备知识 69 6.4.1 视频监控系统介绍 69 6.4.2 视频监控系统方案选型指导 72 6.5 实施步骤 76 6.5.1 不同视频监控系统的对比 76 6.5.2 室内视频监控系统方案设计 76 6.5.3 室内视频监控系统方案实现 76 6.5.4 室外视频监控系统方案设计 76 6.5.5 室外视频监控系统方案实现 77 第7章 机器视觉 78 7.1 学习目的 78 7.2 实践内容 78 7.3 准备材料 78 7.4 预备知识 79 7.4.1 机器视觉系统简介 79 7.4.2 机器视觉系统的组成 80 7.4.3 机器视觉系统设备选型 85 7.5 实施步骤 86 7.5.1 观察、熟悉工业相机 86 7.5.2 工业相机视频数据的存储和处理 86 7.5.3 选用合适的工业相机和镜头 90 7.5.4 对比成像效果 91 7.5.5 手机屏幕坏点检测 92 第二部分 视频图像智能化分析算法与工程实践 第8章 视频图像数据预处理：数据增强与标注 94 8.1 学习目的 94 8.2 实践内容 94 8.3 准备材料 94 8.4 预备知识 94 8.4.1 常用的数据增强方法 95 8.4.2 图像标注工具VGG Image Annotator的使用 100 8.5 实施步骤 104 8.5.1 编程实现批量图像的预处理 104 8.5.2 对批量图像进行在线标注 104 第9章 图像增强 105 9.1 学习目的 105 9.2 实践内容 105 9.3 准备材料 105 9.4 预备知识 105 9.4.1 灰度变换增强 106 9.4.2 直方图增强 107 9.4.3 图像平滑 108 9.4.4 图像锐化 108 9.4.5 暗通道先验去雾算法 109 9.4.6 图像质量评价指标 110 9.5 实施步骤 111 9.5.1 编程实现不同的图像增强方法 111 9.5.2 编程实现暗通道先验去雾算法 111 第10章 图像分割 112 10.1 学习目的 112 10.2 实践内容 112 10.3 准备材料 112 10.4 预备知识 112 10.4.1 图像分割算法的研究现状 112 10.4.2 基于阈值的图像分割算法 113 10.4.3 基于图论的图像分割算法 116 10.4.4 选择性搜索算法 117 10.5 实施步骤 119 10.5.1 采集并标注数据 119 10.5.2 编程实现基于阈值的图像分割算法 119 10.5.3 编程实现选择性搜索算法并进行图像分割测试 120 第11章 图像分类 121 11.1 学习目的 121 11.2 实践内容 121 11.3 准备材料 121 11.4 预备知识 121 11.4.1 CIFAR-10简介 122 11.4.2 卷积神经网络简介 122 11.4.3 经典的网络模型 124 11.4.4 利用PyTorch构建卷积神经网络对CIFAR-10进行分类 132 11.5 实施步骤 136 第12章 运动目标检测 137 12.1 学习目的 137 12.2 实践内容 137 12.3 实验准备 137 12.4 预备知识 137 12.4.1 常用的运动目标检测方法——背景差法 138 12.4.2 常用的运动目标检测方法——帧差法 140 12.4.3 运动目标检测的优化策略——形态学处理 141 12.4.4 运动目标检测的评价指标1——IoU 145 12.4.5 运动目标检测的评价