基本信息

主要内容

【机器视觉及深度学习——经典算法与系统搭建】

深度学习和传统机器视觉技术相融合，可以大 大提高AI 技术的效率和精度。本书分上、下两篇， 共19 章内容，详细讲解了机器视觉及深度学习的理 论和编程实践。

     上篇介绍理论算法。包括机器视觉的经典图像 处理算法、深度学习的理论基础和目前常用的深度 学习框架。

     下篇介绍编程环境及系统搭建。讲解了机器视 觉图像处理算法及深度学习的编程工具 VC++、 Python 和 OpenCV；利用 VC++和 Python 工具， 搭建图像处理的工程界面；介绍了常用的9 种深度 学习框架的获得方法、安装设置、工程创建，以及 深度学习工程的编译、训练、评估与部署方法。

     每一个搭建的工程，都提供一套可下载的源代 码程序，方便读者下载学习。

     本书理论与实践兼顾，可为从事机器视觉技术 及人工智能研究和应用的工程技术人员提供帮助， 也可供高等院校相关专业师生学习参考。

【工业机器视觉采像系统原理和设计】

本书以工业视觉系统中核心部件的原理和使用方法为主要内容，同时链接产业应用，介绍采像系统的选型和设计方法，提供较完整的视觉硬件系统理论和实践知识体系，让读者在工业实践中体验应用价值。

    本书编著者为一线工程师或高校教研人员。书中涉及的知识点和案例均为正在使用和即将大规模使用的技术热点，主要包括工业视觉理论基础、工业相机、镜头、光源、工业读码器和典型项目硬件搭建实例等模块,适合工科类应用型本科、大中专院校和行业技术从业者学习使用。希望本书可以让初学者能 轻松地入门，对工业视觉有 深刻的认识，掌握工业视觉的基础理论和应用设计技术，也能 快地完成工业项目的应用实践。

【机器视觉与数字图像处理基础】

本书介绍了机器视觉系统的概念、原理、视觉系统组成以及数字图像处理基础，重点介绍了机器视觉系统的图像采集系统、视觉图像处理基础算法以及机器视觉的典型应用案例，典型案例介绍了机器视觉的应用并采用halcon与c#混合编程的方式演示了如何搭建机器视觉系统。本书重在理论联系实际，从图像采集部分开始到数字图像处理部分，除了介绍相关的理论知识外，结合具体的实际案例介绍halcon编程，提供了明确的使用方法。对每一种数字图像处理算法在机器视觉系统中的应用，都通过实例说明了具体的应用方法和注意事项。本书中提供的实例图像大部分来至于工业应用现场。每章均配有典型习题供练习使用，以加深对内容的理解。

本书既可作为高等学校机械电子、工业机器人、智能制造、自动化、计算机、电子信息、测控等专业的教材，也可供图像处理及与机器视觉相关的科研和工程技术人员参考。

目录

【机器视觉及深度学习——经典算法与系统搭建】

上篇 理论算法

D1章 基础知识

1.1 图像与颜色

1.1.1 彩色图像

1.1.2 灰度图像

1.1.3 颜色变换

1.2 机器视觉

1.2.1 机器视觉构成

1.2.2 数字图像处理

1.3 深度学习

1.3.1 基本概念

1.3.2 基本思想

1.3.3 深度学习常用方法

第2章 目标提取

2.1 灰度目标

2.1.1 阈值分割

2.1.2 自动二值化处理

2.2 彩色图像

2.2.1 果树上红色桃子的提取

2.2.2 绿色麦苗的提取

2.3 运动图像

2.3.1 帧间差分

2.3.2 背景差分

2.4 C语言实现

2.4.1 二值化处理

2.4.2 双阈值二值化处理

2.4.3 直方图

2.4.4 直方图平滑化

2.4.5 大津法二值化处理

第3章 边缘检测

3.1 图像边缘

3.2 微分处理

3.2.1 一阶微分

3.2.2 二阶微分

3.3 模板匹配

3.4 C语言实现

3.4.1 一阶微分边缘检测

3.4.2 二阶微分边缘检测

3.4.3 Prewitt算子边缘检测

3.4.4 二值图像的细线化处理

第4章 去噪声处理

4.1 移动平均

4.2 中值滤波

4.3 二值图像去噪声

4.4 C语言实现

4.4.1 移动平均法

4.4.2 中值滤波

4.4.3 腐蚀处理

4.4.4 膨胀处理

第5章 几何参数检测

......

【工业机器视觉采像系统原理和设计】

前言

D1章工业机器视觉系统组成和

应用1

11工业机器视觉初印象1

111机器视觉的概念2

112工业视觉的优势和应用

背景4

12工业机器视觉系统基础认知6

121人类视觉和机器视觉6

122工业机器视觉系统的基本

组成详解9

123工业机器视觉系统的一般

工作过程12

13工业机器视觉系统应用15

131工业机器视觉系统的四大

应用15

132工业机器视觉系统的应用

行业和发展趋势19

习题23

第2章工业机器视觉成像系统

工作原理24

21工业机器视觉系统工作原理24

211视觉系统工作原理和

过程24

212工业相机成像原理和

过程26

213工业级视觉集成应用

系统30

22工业机器视觉核心载体——

图像33

221图像及其三要素33

222数字图像37

223数字图像处理38

习题40

第3章工业相机41

31工业相机背景基础知识41

311工业相机的发展历程

简述41

312工业相机分类42

313工业相机主要特性参数43

314CCD芯片与CMOS芯片46

32工业相机结构和标准协议49

321相机硬件组成49

322相机的传输协议50

33面阵相机52

331面阵相机的成像原理和

过程53

332面阵相机的关键参数55

333面阵相机的选型和系统

集成58

34线阵相机60

341线阵相机的成像原理和

过程60

342线阵相机的关键参数62

343线阵相机与面阵相机的

区别63

344线阵相机的选型和系统

集成64

345线阵相机的应用65

35智能相机和典型品牌相机66

351智能相机66

352面阵相机常见品牌67

353线阵相机常见品牌68

习题68

工业机器视觉采像系统原理和设计目录第4章图像采集卡69

41图像采集卡的基本原理69

42图像采集卡的分类、应用及

选用72

【机器视觉与数字图像处理基础】

章  绪论 

1.1 机器视觉的概念 2

1.2 机器视觉的组成 2

1.3 机器视觉系统的特点 3

1.4 机器视觉系统的应用领域 4

1.4.1 在工业生产中的应用 4

1.4.2 在农产品检测中的应用 5

1.4.3 在医学中的应用 6

1.4.4 在军工以及制导方面的应用 6

1.4.5 在其他方面的应用 7

习题 7



第2章  机器视觉图像采集 

2.1 光源 9

2.1.1 电磁辐射 9

2.1.2 光源类型 10

2.1.3 光源的形状 11

2.1.4 光源照明方式 14

2.2 镜头 17

2.2.1 焦距 17

2.2.2 光圈 18

2.2.3 其他镜头参数 19

2.3 摄像机 19

2.3.1 CCD 芯片尺寸 20

2.3.2 分辨率 21

2.3.3 帧率与曝光时间 21

2.3.4 其他摄像机参数 22

习题 22

 

第3章  数字图像处理基础 

3.1 数字图像的表示 25

3.2 数字图像分类 25

3.2.1 彩色图像 26

3.2.2 二值图像 26

3.2.3 灰度图像 27

3.2.4 索引图像 29

3.3 数字图像的格式 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 数字图像处理的一般步骤和方法 31

3.5 图像性质 32
……