图书信息
图书目录
Abook数字课程
机器视觉技术及应用
本书全面、系统地介绍了机器视觉系统硬件、相关的理论基础和应用技术，并在此基础上介绍了具体的工程案例。力求对机器视觉技术各关键环节进行深入浅出的介绍，通过大量的例题和案例设计，帮助读者快速掌握机器视觉技术的相关理论、编程技术，形成对于工程应用的框架性概念。全书共10章。第1章简要介绍机器视觉技术的基本概念、相关学科领域及机器视觉软件编程平台。第2章介绍图像的采集，重点是机器视觉技术中的硬件部分和HALCON软件的图像采集示例。第3章介绍了HALCON的数据结构、程序控制语句等。第4～6章介绍了机器视觉的理论基础和方法，包括图像预处理、图像分割和形态学图像处理。第7～10章介绍了与工程应用相关的机器视觉技术，包括模板匹配技术、相机标定技术、测量技术、分类描述与识别技术及其相关工程案例。
本书可作为电子信息、自动化、人工智能、计算机、机器人工程等专业高年级本科生的教材，也可以作为对机器视觉和数字图像处理感兴趣的初学者的参考书，还可以作为从事HALCON开发的广大科研人员和工程技术人员的参考书。
作者：
张静亚 涂水林 主编 张静亚 涂水林 魏学光 吴健辉 编
定价：
33.50 元
出版时间：
2023-08-14
ISBN：
978-7-04-059768-4
物料号：
59768-00
读者对象：
高等教育
一级分类：
电气/电子信息/自动化类
二级分类：
电气/自动化专业课
三级分类：
其他
重点项目：
暂无
版面字数：
380千字
开本：
16开
装帧形式：
平装
页数：
暂无
最新印次时间：
2026年01月
- 目录
- 前辅文
- 第1章 绪论
- 1.1 机器视觉概述
- 1.1.1 机器视觉系统的基本工作原理
- 1.1.2 机器视觉的工作方式
- 1.1.3 机器视觉的工业应用
- 1.1.1 机器视觉系统的基本工作原理
- 1.2 相关学科领域
- 1.2.1 数字图像处理
- 1.2.2 数字信号处理
- 1.2.3 计算机视觉
- 1.2.1 数字图像处理
- 1.3 机器视觉中的数据表示
- 1.3.1 图像
- 1.3.2 视频
- 1.3.1 图像
- 1.4 机器视觉中的一些数学问题
- 1.4.1 插值
- 1.4.2 图像金字塔
- 1.4.1 插值
- 1.5 HALCON概述
- 1.5.1 HALCON功能和应用简介
- 1.5.2 机器视觉软件设计开发平台比较
- 1.5.3 HDevelop简介
- 1.5.4 HDevelop图形组件
- 1.5.1 HALCON功能和应用简介
- 习题
- 1.1 机器视觉概述
- 第2章 图像采集
- 2.1 摄像机
- 2.1.1 摄像机的分类
- 2.1.2 摄像机的主要参数
- 2.1.3 摄像机数据接口与协议
- 2.1.1 摄像机的分类
- 2.2 镜头
- 2.2.1 镜头的种类
- 2.2.2 镜头的主要参数
- 2.2.3 镜头的选择
- 2.2.1 镜头的种类
- 2.3 光源
- 2.3.1 前光源
- 2.3.2 背光源
- 2.3.3 光源的选择
- 2.3.1 前光源
- 2.4 HDevelop实时采集模块
- 2.4.1 HALCON图像采集步骤
- 2.4.2 实例
- 2.4.1 HALCON图像采集步骤
- 习题
- 2.1 摄像机
- 第3章 HALCON程序设计基础
- 3.1 HALCON的数据结构
- 3.2 Iconic图标参数
- 3.2.1 Image图像
- 3.2.2 Region区域
- 3.2.3 XLD亚像素轮廓
- 3.2.4 图标的显示设置
- 3.2.1 Image图像
- 3.3 Control控制参数
- 3.3.1 Tuple数组定义和赋值
- 3.3.2 Tuple算术基础运算
- 3.3.3 Tuple三角函数运算
- 3.3.4 Tuple数组元素的运算
- 3.3.5 Tuple位运算
- 3.3.6 字符串运算
- 3.3.1 Tuple数组定义和赋值
- 3.4 HALCON程序控制语句
- 3.4.1 循环语句
- 3.4.2 条件语句
- 3.4.3 中断语句
- 3.4.1 循环语句
- 习题
- 3.1 HALCON的数据结构
- 第4章 图像预处理
- 4.1 图像的灰度变换
- 4.1.1 灰度变换的基础知识
- 4.1.2 灰度线性变换
- 4.1.3 灰度分段线性变换
- 4.1.4 灰度非线性变换
- 4.1.1 灰度变换的基础知识
- 4.2 直方图变换
- 4.2.1 灰度直方图的定义和性质
- 4.2.2 直方图均衡化
- 4.2.3 直方图规定化
- 4.2.1 灰度直方图的定义和性质
- 4.3 图像空域滤波
- 4.3.1 平滑滤波
- 4.3.2 中值滤波
- 4.3.1 平滑滤波
- 4.4 图像频域滤波
- 4.4.1 理想低通滤波器
- 4.4.2 Butterworth低通滤波器
- 4.4.3 指数低通滤波器
- 4.4.4 梯形低通滤波器
- 4.4.1 理想低通滤波器
- 习题
- 4.1 图像的灰度变换
- 第5章 图像分割
- 5.1 图像分割的定义和分类
- 5.1.1 图像分割的定义
- 5.1.2 图像分割的分类
- 5.1.1 图像分割的定义
- 5.2 基于边界技术的图像分割
- 5.2.1 边缘检测概述
- 5.2.2 正交梯度算子
- 5.2.3 二阶导数算子
- 5.2.4 Hough变换
- 5.2.5 亚像素级别的边缘提取
- 5.2.1 边缘检测概述
- 5.3 阈值分割法
- 5.3.1 阈值分割法的分类
- 5.3.2 全局阈值分割法
- 5.3.3 基于图像区域的动态阈值分割法
- 5.3.1 阈值分割法的分类
- 5.4 区域生长法
- 5.4.1 算法基本原理
- 5.4.2 算法数学公式
- 5.4.3 算法设计思路
- 5.4.4 应用案例
- 5.4.1 算法基本原理
- 5.5 深度学习法
- 5.5.1 深度学习
- 5.5.2 卷积神经网络
- 5.5.3 全卷积神经网络
- 5.5.4 算法设计思路
- 5.5.1 深度学习
- 习题
- 5.1 图像分割的定义和分类
- 第6章 形态学图像处理
- 6.1 二值图像形态学基本运算
- 6.1.1 结构元素
- 6.1.2 二值膨胀
- 6.1.3 二值腐蚀
- 6.1.4 开闭运算
- 6.1.5 击中-击不中变换
- 6.1.1 结构元素
- 6.2 二值形态学的应用
- 6.2.1 区域边界提取
- 6.2.2 孔洞填充
- 6.2.3 区域骨架计算
- 6.2.1 区域边界提取
- 6.3 灰度形态学基本运算
- 6.3.1 灰度形态学基本概念
- 6.3.2 灰度膨胀
- 6.3.3 灰度腐蚀
- 6.3.4 灰度开运算、闭运算
- 6.3.1 灰度形态学基本概念
- 6.4 灰度形态学组合运算
- 6.4.1 形态梯度
- 6.4.2 顶帽变换和底帽变换
- 6.4.1 形态梯度
- 习题
- 6.1 二值图像形态学基本运算
- 第7章 模板匹配
- 7.1 模板匹配的基本思想
- 7.2 模板匹配的分类
- 7.3 图像空间变换模型
- 7.3.1 刚体变换
- 7.3.2 仿射变换
- 7.3.3 投影变换
- 7.3.4 多项式变换
- 7.3.1 刚体变换
- 7.4 匹配相似度函数
- 7.4.1 平均绝对差函数
- 7.4.2 归一化互相关函数
- 7.4.3 归一化互信息
- 7.4.1 平均绝对差函数
- 7.5 基于图像灰度值的模板匹配
- 7.6 基于形状特征的模板匹配
- 7.6.1 模板图像生成的方法
- 7.6.2 模型创建
- 7.6.3 匹配
- 7.6.1 模板图像生成的方法
- 7.7 案例分析
- 习题
- 7.1 模板匹配的基本思想
- 第8章 摄像机模型与标定
- 8.1 引言
- 8.2 相机成像模型
- 8.2.1 图像物理坐标系到像素坐标系
- 8.2.2 相机坐标系到图像物理坐标系
- 8.2.3 世界坐标系到相机坐标系
- 8.2.1 图像物理坐标系到像素坐标系
- 8.3 相机的内参和外参
- 8.4 畸变及其校正
- 8.4.1 镜头畸变
- 8.4.2 移轴
- 8.4.1 镜头畸变
- 8.5 相机标定原理和标定流程
- 8.5.1 张正友标定法基本原理
- 8.5.2 标定板和标定图像
- 8.5.3 标定过程
- 8.5.1 张正友标定法基本原理
- 8.6 案例分析
- 8.6.1 硬件
- 8.6.2 相机标定
- 8.6.3 模板匹配和坐标系转换流程
- 8.6.4 检测结果
- 8.6.5 结果分析
- 8.6.1 硬件
- 习题
- 8.1 引言
- 第9章 测量
- 9.1 一维测量
- 9.1.1 测量目标区域的设定
- 9.1.2 边缘的提取
- 9.1.3 世界坐标测量
- 9.1.4 一维测量实例分析
- 9.1.1 测量目标区域的设定
- 9.2 二维测量
- 9.2.1 区域处理
- 9.2.2 轮廓处理
- 9.2.3 二维模型计算
- 9.2.4 几何操作
- 9.2.5 区域处理与轮廓处理的选择
- 9.2.6 二维测量实例分析
- 9.2.1 区域处理
- 9.3 双目立体视觉
- 9.3.1 双目立体视觉的工作原理
- 9.3.2 双目立体视觉系统分辨率
- 9.3.3 双目立体视觉系统的设计步骤
- 9.3.4 双目立体视觉系统标定
- 9.3.5 双目图像对的获取
- 9.3.6 图像校正
- 9.3.7 立体匹配
- 9.3.8 重建三维信息
- 9.3.1 双目立体视觉的工作原理
- 9.4 激光三角测量
- 9.4.1 激光三角测量的基本原理
- 9.4.2 激光三角测量系统的构建
- 9.4.3 激光三角测量系统的标定
- 9.4.4 激光三角测量的基本步骤
- 9.4.1 激光三角测量的基本原理
- 9.5 案例分析1
- 9.5.1 硬件介绍
- 9.5.2 硬件组装
- 9.5.3 各模块程序设计
- 9.5.4 各步骤结果
- 9.5.1 硬件介绍
- 9.6 案例分析2
- 9.6.1 总体设计方法
- 9.6.2 图像采集
- 9.6.3 标定
- 9.6.4 测量
- 9.6.5 程序和结果
- 9.6.1 总体设计方法
- 习题
- 9.1 一维测量
- 第10章 分类描述与识别
- 10.1 图像描述
- 10.1.1 像素描述
- 10.1.2 链码描述
- 10.1.3 纹理描述
- 10.1.4 矩描述
- 10.1.1 像素描述
- 10.2 图像识别
- 10.2.1 识别问题的一般描述
- 10.2.2 过度拟合
- 10.2.3 图像识别系统结构
- 10.2.4 训练/学习方法分类
- 10.2.1 识别问题的一般描述
- 10.3 案例分析
- 10.3.1 图像采集
- 10.3.2 分类模型
- 10.3.3 提取特征
- 10.3.4 训练模型
- 10.3.5 分类识别
- 10.3.1 图像采集
- 习题
- 10.1 图像描述
- 参考文献
- 前辅文
相关图书
1