相關商品
商品簡介
作者簡介
序
目次
商品簡介
本書介紹了機器視覺系統的概念、原理、視覺系統組成以及數字圖像處理基礎，重點介紹了機器視覺系統的圖像采集系統、視覺圖像處理基礎算法以及機器視覺的典型應用案例，典型案例介紹了機器視覺的應用並採用halcon與c#混合編程的方式演示了如何搭建機器視覺系統。本書重在理論聯繫實際，從圖像采集部分開始到數字圖像處理部分，除了介紹相關的理論知識外，結合具體的實際案例介紹halcon編程，提供了明確的使用方法。對每一種數字圖像處理算法在機器視覺系統中的應用，都通過實例說明了具體的應用方法和注意事項。本書中提供的實例圖像大部分來至於工業應用現場。每章均配有典型習題供練習使用，以加深對內容的理解。
本書既可作為高等學校機械電子、工業機器人、智能製造、自動化、計算機、電子信息、測控等專業的教材，也可供圖像處理及與機器視覺相關的科研和工程技術人員參考。
本書既可作為高等學校機械電子、工業機器人、智能製造、自動化、計算機、電子信息、測控等專業的教材，也可供圖像處理及與機器視覺相關的科研和工程技術人員參考。
作者簡介
王強，成都工業學院智能製造學院教師，副教授，一直從事圖像處理與機器視覺相關的研究和應用工作，主持實施多項與企業相關的機器視覺項目，主持或主研多項縱向課題研究，具有豐富的圖像處理和機器視覺實踐經驗
序
機器視覺與圖像處理是人工智能的一個重要研究方向。隨著《中國製造 2025》的提出，提升企業的智能製造水平已經提上日程並涌現了大量的機器視覺需求。早些年由於計算機運算速度的限制，導致一些應用還無法實現。隨著計算機性能的大幅提高，機器視覺系統已經成為工業生產的重要組成部分。
目前，機器視覺技術已經應用在各個行業中並顯現出了巨大的優勢與作用。機器視覺的核心是數字圖像處理。介紹圖像處理的書籍很多，但是，缺少機器視覺硬件方面的介紹，如圖像采集方法、相機、鏡頭以及光源照明等。此外，在介紹圖像處理的時候，更多的是對算法原理的介紹，而沒有說明算法如何應用。當前從事機器視覺行業的人員中，有不少人員要麼只對算法原理有所理解而不知道如何應用；要麼只會利用現有圖像處理平臺進行算法的調用和參數的調節，而不懂算法原理，從而花費大量的時間來選擇不同的算法進行結果測試，導致視覺系統開發效率低下。因此，有必要系統地介紹關於機器視覺的理論基礎知識、圖像處理算法基礎知識以及這些知識的具體應用。
本書結合筆者多年的理論研究和實際工程應用經驗編寫，並參考了大量文獻。首先，系統地介紹了機器視覺系統的概念，機器視覺中的圖像采集方法，包括光源及照明方式，鏡頭與相機主要參數等；接著介紹了機器視覺處理平臺 HALCON 的應用方法；然後，詳細介紹了數字圖像的概念，常用圖像處理算法如圖像增強、圖像幾何變換、邊緣檢測算法、數學形態學算法、圖像分割算法、模板匹配算法以及攝像機標定原理和方法，並詳細介紹了算法的使用方法，通過實例對算法結果進行了展示；最後，通過具體的應用案例分析，讓讀者了解完整的視覺圖像處理過程，通過 HALCON 與 C#混合編程，讓讀者了解如何建立一個完整的機器視覺系統。本書除了對基本理論知識進行描述之外，還對知識的應用進行了詳細的介紹，同時結合 HALCON 處理平臺，通過具體實例展示了應用效果，引導讀者在掌握視覺處理算法的基礎上，培養讀者獨立思考和解決問題的能力，同時培養讀者利用 HALCON 進行編程的能力和構建機器視覺系統的能力，培養讀者的工程應用能力。
本書適合於高等學校機械電子工程、智能製造工程、機器人工程、人工智能等機械類、自動化類、電子信息類等專業具有一定數學基礎的本科生，也可以作為相關方向研究生的參考用書。同時，也可以作為從事圖像處理、機器視覺相關的科研人員和工程應用技術人員的參考用書。也適用於對數字圖像處理和機器視覺感興趣並具備一定數學基礎的讀者。
限於筆者水平有限，書中不足之處，敬請讀者給予批評指正。
編著者
目前，機器視覺技術已經應用在各個行業中並顯現出了巨大的優勢與作用。機器視覺的核心是數字圖像處理。介紹圖像處理的書籍很多，但是，缺少機器視覺硬件方面的介紹，如圖像采集方法、相機、鏡頭以及光源照明等。此外，在介紹圖像處理的時候，更多的是對算法原理的介紹，而沒有說明算法如何應用。當前從事機器視覺行業的人員中，有不少人員要麼只對算法原理有所理解而不知道如何應用；要麼只會利用現有圖像處理平臺進行算法的調用和參數的調節，而不懂算法原理，從而花費大量的時間來選擇不同的算法進行結果測試，導致視覺系統開發效率低下。因此，有必要系統地介紹關於機器視覺的理論基礎知識、圖像處理算法基礎知識以及這些知識的具體應用。
本書結合筆者多年的理論研究和實際工程應用經驗編寫，並參考了大量文獻。首先，系統地介紹了機器視覺系統的概念，機器視覺中的圖像采集方法，包括光源及照明方式，鏡頭與相機主要參數等；接著介紹了機器視覺處理平臺 HALCON 的應用方法；然後，詳細介紹了數字圖像的概念，常用圖像處理算法如圖像增強、圖像幾何變換、邊緣檢測算法、數學形態學算法、圖像分割算法、模板匹配算法以及攝像機標定原理和方法，並詳細介紹了算法的使用方法，通過實例對算法結果進行了展示；最後，通過具體的應用案例分析，讓讀者了解完整的視覺圖像處理過程，通過 HALCON 與 C#混合編程，讓讀者了解如何建立一個完整的機器視覺系統。本書除了對基本理論知識進行描述之外，還對知識的應用進行了詳細的介紹，同時結合 HALCON 處理平臺，通過具體實例展示了應用效果，引導讀者在掌握視覺處理算法的基礎上，培養讀者獨立思考和解決問題的能力，同時培養讀者利用 HALCON 進行編程的能力和構建機器視覺系統的能力，培養讀者的工程應用能力。
本書適合於高等學校機械電子工程、智能製造工程、機器人工程、人工智能等機械類、自動化類、電子信息類等專業具有一定數學基礎的本科生，也可以作為相關方向研究生的參考用書。同時，也可以作為從事圖像處理、機器視覺相關的科研人員和工程應用技術人員的參考用書。也適用於對數字圖像處理和機器視覺感興趣並具備一定數學基礎的讀者。
限於筆者水平有限，書中不足之處，敬請讀者給予批評指正。
編著者
目次
第1章 緒論
1.1 機器視覺的概念 2
1.2 機器視覺的組成 2
1.3 機器視覺系統的特點 3
1.4 機器視覺系統的應用領域 4
1.4.1 在工業生產中的應用 4
1.4.2 在農產品檢測中的應用 5
1.4.3 在醫學中的應用 6
1.4.4 在軍工以及制導方面的應用 6
1.4.5 在其他方面的應用 7
習題 7
第2章 機器視覺圖像采集
2.1 光源 9
2.1.1 電磁輻射 9
2.1.2 光源類型 10
2.1.3 光源的形狀 11
2.1.4 光源照明方式 14
2.2 鏡頭 17
2.2.1 焦距 17
2.2.2 光圈 18
2.2.3 其他鏡頭參數 19
2.3 攝像機 19
2.3.1 CCD 芯片尺寸 20
2.3.2 分辨率 21
2.3.3 幀率與曝光時間 21
2.3.4 其他攝像機參數 22
習題 22
第3章 數字圖像處理基礎
3.1 數字圖像的表示 25
3.2 數字圖像分類 25
3.2.1 彩色圖像 26
3.2.2 二值圖像 26
3.2.3 灰度圖像 27
3.2.4 索引圖像 29
3.3 數字圖像的格式 30
3.3.1 BMP 格式 30
3.3.2 JPEG 格式 30
3.3.3 PNG 格式 30
3.3.4 GIF 格式 30
3.3.5 TIFF 格式 31
3.4 數字圖像處理的一般步驟和方法 31
3.5 圖像性質 32
3.5.1 圖像的通道 32
3.5.2 圖像的分辨率 32
3.5.3 圖像的鄰域 32
3.5.4 圖像的連通域 33
3.5.5 像素之間的距離 33
3.5.6 圖像直方圖 34
3.5.7 圖像中的熵 35
3.5.8 圖像中的其他統計特徵 36
習題 36
第4章 HALCON 簡介
4.1 HALCON 介紹 39
4.2 HALCON 界面認識 39
4.2.1 菜單欄 41
4.2.2 工具欄 41
4.2.3 子窗口 42
4.3 HALCON 的數據類型 44
4.3.1 HALCON 的 Image 圖像 45
4.3.2 Region 區域 47
4.3.3 XLD 輪廓 49
4.3.4 Tuple 元組 50
4.4 HALCON 控制語句 55
4.4.1 if 條件語句 55
4.4.2 while 循環語句 56
4.4.3 for 循環語句 57
4.4.4 switch 分支條件語句 57
4.4.5 中斷語句 58
4.5 第一個機器視覺例子 59
習題 61
第5章 圖像增強
5.1 灰度變換 63
5.1.1 線性變換 63
5.1.2 分段線性變換 64
5.1.3 對數變換 64
5.1.4 冪次變換 65
5.2 直方圖變換 67
5.2.1 直方圖均衡化 67
5.2.2 直方圖規定化 69
5.3 圖像平滑處理 72
5.3.1 圖像卷積運算概念 72
5.3.2 均值濾波 74
5.3.3 中值濾波 75
5.3.4 高斯濾波 76
5.3.5 雙邊濾波 77
5.4 代數運算 79
5.4.1 圖像加法 80
5.4.2 圖像減法 80
5.4.3 圖像乘法 80
5.4.4 圖像除法 81
5.5 圖像邏輯運算 82
習題 84
第6章 圖像幾何變換
6.1 圖像插值 87
6.1.1 最近鄰插值 87
6.1.2 雙線性插值 88
6.1.3 雙三次插值 89
6.2 仿射變換 90
6.3 透視變換 93
6.4 極坐標變換 94
習題 95
第7章 圖像銳化與邊緣檢測
7.1 圖像梯度的概念 98
7.2 一階微分算子銳化與邊緣檢測 99
7.2.1 水平微分和垂直微分算子 99
7.2.2 Kirsch 算子 102
7.2.3 Sobel 算子 102
7.2.4 Prewitt 算子 103
7.2.5 Roberts 算子 104
7.3 二階微分算子 105
7.3.1 Laplacian 算子 106
7.3.2 LOG 算子 107
7.3.3 DOG 算子 107
7.4 Canny 算子 108
習題 109
第8章 數學形態學處理
8.1 形態學運算基礎 112
8.2 二值圖像形態學運算 113
8.2.1 膨脹運算 114
8.2.2 腐蝕運算 115
8.2.3 開運算和閉運算 117
8.2.4 擊中擊不中變換 119
8.3 灰度圖像數學形態學運算 122
8.3.1 灰度圖膨脹與腐蝕 122
8.3.2 灰度圖開運算與閉運算 123
8.3.3 形態學梯度 124
8.3.4 頂帽 124
8.3.5 底帽 124
8.4 形態學運算的應用 126
8.4.1 二值圖形態學應用 126
8.4.2 灰度圖形態學應用 128
習題 131
第9章 圖像分割
9.1 基於灰度值的閾值分割 134
9.1.1 全局閾值分割 134
9.1.2 局部閾值分割 138
9.2 區域生長算法 141
9.3 分水嶺算法 142
9.4 其他分割算法介紹 145
習題 146
第10章 圖像模板匹配
10.1 圖像金字塔 148
10.1.1 高斯金字塔 148
10.1.2 拉普拉斯金字塔 149
10.2 基於灰度值的匹配 150
10.3 帶旋轉與縮放的匹配 156
10.4 基於邊緣的匹配 156
10.5 形狀匹配 157
10.6 基於特徵的匹配 161
10.6.1 基於矩的匹配方法 161
10.6.2 基於特徵點的匹配方法 163
習題 163
第11章 攝像機標定
11.1 標定原理 166
11.1.1 坐標系之間的轉換關係 167
11.1.2 鏡頭畸變 169
11.2 標定過程 170
習題 175
第12章 機器視覺應用實例分析
12.1 點陣字符分割與識別 177
12.1.1 確定字符區域 177
12.1.2 分割單個字符 178
12.1.3 字符訓練與識別 179
12.2 鏡片自動分揀 181
12.2.1 提取凹面鏡片區域 182
12.2.2 中心位置查找 183
12.3 布料瑕疵檢測 184
12.3.1 彩色圖像分解 185
12.3.2 瑕疵區域提取 186
12.4 HALCON 與 C#混合編程實例 188
12.4.1 圖像處理算法導出 188
12.4.2 系統設計與算法集成 189
習題 198
參考文獻 199
1.1 機器視覺的概念 2
1.2 機器視覺的組成 2
1.3 機器視覺系統的特點 3
1.4 機器視覺系統的應用領域 4
1.4.1 在工業生產中的應用 4
1.4.2 在農產品檢測中的應用 5
1.4.3 在醫學中的應用 6
1.4.4 在軍工以及制導方面的應用 6
1.4.5 在其他方面的應用 7
習題 7
第2章 機器視覺圖像采集
2.1 光源 9
2.1.1 電磁輻射 9
2.1.2 光源類型 10
2.1.3 光源的形狀 11
2.1.4 光源照明方式 14
2.2 鏡頭 17
2.2.1 焦距 17
2.2.2 光圈 18
2.2.3 其他鏡頭參數 19
2.3 攝像機 19
2.3.1 CCD 芯片尺寸 20
2.3.2 分辨率 21
2.3.3 幀率與曝光時間 21
2.3.4 其他攝像機參數 22
習題 22
第3章 數字圖像處理基礎
3.1 數字圖像的表示 25
3.2 數字圖像分類 25
3.2.1 彩色圖像 26
3.2.2 二值圖像 26
3.2.3 灰度圖像 27
3.2.4 索引圖像 29
3.3 數字圖像的格式 30
3.3.1 BMP 格式 30
3.3.2 JPEG 格式 30
3.3.3 PNG 格式 30
3.3.4 GIF 格式 30
3.3.5 TIFF 格式 31
3.4 數字圖像處理的一般步驟和方法 31
3.5 圖像性質 32
3.5.1 圖像的通道 32
3.5.2 圖像的分辨率 32
3.5.3 圖像的鄰域 32
3.5.4 圖像的連通域 33
3.5.5 像素之間的距離 33
3.5.6 圖像直方圖 34
3.5.7 圖像中的熵 35
3.5.8 圖像中的其他統計特徵 36
習題 36
第4章 HALCON 簡介
4.1 HALCON 介紹 39
4.2 HALCON 界面認識 39
4.2.1 菜單欄 41
4.2.2 工具欄 41
4.2.3 子窗口 42
4.3 HALCON 的數據類型 44
4.3.1 HALCON 的 Image 圖像 45
4.3.2 Region 區域 47
4.3.3 XLD 輪廓 49
4.3.4 Tuple 元組 50
4.4 HALCON 控制語句 55
4.4.1 if 條件語句 55
4.4.2 while 循環語句 56
4.4.3 for 循環語句 57
4.4.4 switch 分支條件語句 57
4.4.5 中斷語句 58
4.5 第一個機器視覺例子 59
習題 61
第5章 圖像增強
5.1 灰度變換 63
5.1.1 線性變換 63
5.1.2 分段線性變換 64
5.1.3 對數變換 64
5.1.4 冪次變換 65
5.2 直方圖變換 67
5.2.1 直方圖均衡化 67
5.2.2 直方圖規定化 69
5.3 圖像平滑處理 72
5.3.1 圖像卷積運算概念 72
5.3.2 均值濾波 74
5.3.3 中值濾波 75
5.3.4 高斯濾波 76
5.3.5 雙邊濾波 77
5.4 代數運算 79
5.4.1 圖像加法 80
5.4.2 圖像減法 80
5.4.3 圖像乘法 80
5.4.4 圖像除法 81
5.5 圖像邏輯運算 82
習題 84
第6章 圖像幾何變換
6.1 圖像插值 87
6.1.1 最近鄰插值 87
6.1.2 雙線性插值 88
6.1.3 雙三次插值 89
6.2 仿射變換 90
6.3 透視變換 93
6.4 極坐標變換 94
習題 95
第7章 圖像銳化與邊緣檢測
7.1 圖像梯度的概念 98
7.2 一階微分算子銳化與邊緣檢測 99
7.2.1 水平微分和垂直微分算子 99
7.2.2 Kirsch 算子 102
7.2.3 Sobel 算子 102
7.2.4 Prewitt 算子 103
7.2.5 Roberts 算子 104
7.3 二階微分算子 105
7.3.1 Laplacian 算子 106
7.3.2 LOG 算子 107
7.3.3 DOG 算子 107
7.4 Canny 算子 108
習題 109
第8章 數學形態學處理
8.1 形態學運算基礎 112
8.2 二值圖像形態學運算 113
8.2.1 膨脹運算 114
8.2.2 腐蝕運算 115
8.2.3 開運算和閉運算 117
8.2.4 擊中擊不中變換 119
8.3 灰度圖像數學形態學運算 122
8.3.1 灰度圖膨脹與腐蝕 122
8.3.2 灰度圖開運算與閉運算 123
8.3.3 形態學梯度 124
8.3.4 頂帽 124
8.3.5 底帽 124
8.4 形態學運算的應用 126
8.4.1 二值圖形態學應用 126
8.4.2 灰度圖形態學應用 128
習題 131
第9章 圖像分割
9.1 基於灰度值的閾值分割 134
9.1.1 全局閾值分割 134
9.1.2 局部閾值分割 138
9.2 區域生長算法 141
9.3 分水嶺算法 142
9.4 其他分割算法介紹 145
習題 146
第10章 圖像模板匹配
10.1 圖像金字塔 148
10.1.1 高斯金字塔 148
10.1.2 拉普拉斯金字塔 149
10.2 基於灰度值的匹配 150
10.3 帶旋轉與縮放的匹配 156
10.4 基於邊緣的匹配 156
10.5 形狀匹配 157
10.6 基於特徵的匹配 161
10.6.1 基於矩的匹配方法 161
10.6.2 基於特徵點的匹配方法 163
習題 163
第11章 攝像機標定
11.1 標定原理 166
11.1.1 坐標系之間的轉換關係 167
11.1.2 鏡頭畸變 169
11.2 標定過程 170
習題 175
第12章 機器視覺應用實例分析
12.1 點陣字符分割與識別 177
12.1.1 確定字符區域 177
12.1.2 分割單個字符 178
12.1.3 字符訓練與識別 179
12.2 鏡片自動分揀 181
12.2.1 提取凹面鏡片區域 182
12.2.2 中心位置查找 183
12.3 布料瑕疵檢測 184
12.3.1 彩色圖像分解 185
12.3.2 瑕疵區域提取 186
12.4 HALCON 與 C#混合編程實例 188
12.4.1 圖像處理算法導出 188
12.4.2 系統設計與算法集成 189
習題 198
參考文獻 199
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。