本书内容共10章。1章为绪论，包括机器视觉的相关概念，机器视觉的发展、基本任务、应用领域与困难，以及马尔视觉理论；2章为数字图像处理；3章为相机成像；4章为相机标定；5章为Shape from X；6章为双目立体视觉；7章为结构光三维视觉；8章为深度相机，介绍当前颇受欢迎的Kinect、Intel RealSense等深度相机的知识与相关应用；9章为机器学习基础；10章为机器学习在机器视觉领域的应用，包括机器学习在模式识别、图像分辨率重建、图像去噪、目标跟踪、三维重建等方面的应用。   本书除1章和9章，其他各章都配有应用案例，包括案例的分析过程、实验设置、实验数据、程序代码及运行结果。案例的编程实现采用了MATLAB、C++、Python程序设计语言，使用了OpenCV函数、MATLAB视觉与图形工具箱、Scikit-Learn机器学习工具包，以及MatConvNet、TensorFlow、Keras深度学习框架。通过讲解案例背景与原理、设计思路、实验步骤、开发环境与工具和实验结果，使读者能够根据案例理解相关内容，加强工程实际应用中理论和知识的学习。同时，本书对从事机器视觉与机器学习的科研人员和工程师也具有一定的参考作用。