全书共分十章，由基础理论和应用实例两部分组成，内容包括：绪论、面向对象的程序开发基础、图像处理算法库的编写、分类器算法库的编写、混凝土表面裂缝的自动检测、路面病害的自动检测、沥青混合料级配离析的自动检测、隧道施工人员定位监测、车路协同与自动驾驶方面的应用、机器视觉技术的未来。
本书可作为高等学校土木工程（道路桥梁方向）、道路桥梁与渡河工程、市政工程、交通工程等专业的课程教材，也可供从事机器视觉、工程检测及交通行业相关人员学习参考。

第1部分 基础理论
1 绪论
1.1 机器视觉发展历史
1.2 交通工程中的检测
1.3 机器视觉技术在交通工程中的应用研究现状
2 面向对象的程序开发基础
2.1 C#编程语言基础
2.2 面向对象的程序结构设计
2.3 WPF本地应用程序开发
2.4 本章小结
3 图像处理算法库的编写
3.1 计算机图形学基础
3.2 常用计算机图像预处理算法
3.3 常用计算机图像分析算法
3.4 算法库的C++实现及相关加速技巧
3.5 本章小结
4 分类器算法库的编写
4.1 分类与识别问题
4.2 .线性分类器
4.3 神经网络分类器
4.4 Boosting分类器
4.5 超参数
4.6 本章小结
第2部分 应用实例
5 混凝土表面裂缝的自动检测
5.1 行业需求概述
5.2 系统设计
5.3 主要算法
5.4 用微距摄像头和卡片电脑搭建原型机
5.5 本章小结
6 路面病害的自动检测
6.1 沥青及混凝土路面病害
6.2 基于二维图像的裂缝病害识别技术
6.3 基于三维图像的裂缝病害识别技术
6.4 本章小结
7 沥青混合料级配离析的自动检测
7.1 沥青混合料级配离析概述
7.2 利用机器视觉检测级配离析
7.3 本章小结
8 隧道施工人员定位监测
8.1 隧道施工人员定位的常见方法
8.2 基于机器视觉的施工人员定位系统结构
8.3 施工人员识别方法
8.4 施工人员定位方法
8.5 本章小结
9 车路协同与自动驾驶方面的应用
9.1 汽车牌照自动识别
9.2 车道线检测
9.3 标牌标识识别
9.4 行驶障碍检测
9.5 本章小结
10 机器视觉技术的未来
参考文献