机器视觉技术及应用

第1章绪论

1.1机器视觉技术发展与应用

1.1.1机器视觉技术发展现状

1.1.2机器视觉技术的应用

1.2机器视觉系统组成

1.2.1系统硬件

1.2.2组态软件

1.3机器视觉方法分类

1.3.1尺寸测量

1.3.2缺陷检测

1.3.3模式识别

1.3.4图像融合

1.3.5目标跟踪

1.3.6三维重构

1.4机器视觉发展趋势

习题与实验

参考文献

第2章机器视觉硬件技术

2.1镜头技术

2.1.1视场角

2.1.2焦距

2.1.3自动调焦

2.1.4滤光镜

2.2摄像机技术

2.2.1数字摄像机

2.2.2分辨率

2.2.3帧速

2.2.4智能相机

2.2.5相机接口

2.3光源技术

2.3.1前光源

2.3.2背光源

2.3.3环形光源

2.3.4点光源

2.3.5可调光源

2.4图像采集卡

2.5摄像机标定技术

2.5.1成像几何模型

2.5.2典型标定方法

2.5.3标定策略

2.6ZMVS1200机器视觉教学

实验平台

习题与实验

参考文献

第3章机器视觉组态软件XAVIS

3.1XAVIS简介

3.2XAVIS基本操作

3.2.1主窗口

3.2.2子窗口

3.2.3操作示例

3.3XAVIS基本函数

3.3.1参数类型

3.3.2文件操作

3.3.3控制函数

3.3.4功能函数

3.3.5扩展函数

3.4XAVIS接口技术

3.4.1动态链接库技术

3.4.2自定义算法库加载

3.5XAVIS编程实例

3.5.1边缘提取

3.5.2图像滤波

3.5.3尺寸测量

3.5.4印刷体字符检测

3.5.5三维重构

3.6提示和操作技巧

习题与实验

第4章图像处理技术

4.1图像增强

4.1.1空域图像增强

4.1.2频域图像增强

4.2图像分割

4.2.1双峰法

4.2.2迭代法

4.2.3大津法

4.2.4判别分析法

4.2.5一维最大熵方法

4.3边缘提取

4.3.1边缘定义及分类

4.3.2边缘检测算子

4.3.3轮廓提取方法

4.4数学形态学分析

4.4.1数学形态学原理

4.4.2图像数学形态学基本运算

4.4.3图像数学形态学应用

4.5图像投影

4.6图像特征提取

4.6.1图像特征

4.6.2兴趣点提取

4.6.3直线提取

4.6.4圆弧提取

4.7配准定位方法

4.7.1图像配准数学建模

4.7.2图像配准方法

4.7.3图像配准的主要步骤

习题与实验

参考文献

第5章尺寸测量技术

5.1长度测量

5.1.1距离测量

5.1.2多距离测量和齿长测量

5.1.3线段测量

5.2面积测量

5.2.1基于区域标记的面积测量

5.2.2基于轮廓向量的面积测量

5.3圆测量

5.3.1正圆的测量方法

5.3.2多圆测量

5.3.3利用曲率识别法识别圆

5.3.4椭圆的测量方法

5.4线弧测量

5.4.1基于Harris角点检测的线弧分离

5.4.2基于哈夫变换的线弧分离

5.5角度测量

习题与实验

参考文献

第6章缺陷检测技术

6.1缺陷检测的分类方法

6.2瑕疵缺陷检测

6.2.1瑕疵缺陷图像特点

6.2.2瑕疵缺陷检测算法

6.2.3应用实例

6.3划痕检测

6.3.1划痕图像的特点

6.3.2划痕检测算法

6.3.3应用实例

6.4焊点检测与分类方法

6.4.1PCB焊点的分类

6.4.2焊点检测与分类算法

6.4.3应用实例

习题与实验

第7章模式识别技术

7.1字符识别

7.1.1印刷体字符识别

7.1.2手写体字符识别算法

7.2条码识别

7.2.1条码技术

7.2.2一维条码识别

7.2.3二维条码识别

7.3车牌识别

7.3.1车牌图像预处理

7.3.2车牌字符分割与识别

7.4工件识别

7.4.1工件识别方法

7.4.2识别实例

7.5医学图像识别

7.5.1血管识别

7.5.2细胞识别

习题与实验

参考文献

第8章图像融合技术

8.1图像融合分类

8.1.1像素级融合

8.1.2特征级图像融合

8.1.3决策级图像融合

8.2图像融合算法

8.2.1基本图像融合算法

8.2.2金字塔图像融合算法

8.2.3小波变换图像融合算法

8.3图像融合的评价标准

8.3.1主观评价标准

8.3.2客观评价标准

8.4图像融合应用

8.4.1多光照图像融合

8.4.2多聚焦图像融合

8.4.3异质图像融合

习题与实验

参考文献

第9章目标跟踪技术

9.1检测与跟踪的关系

9.2运动目标检测

9.2.1相邻帧间差分算法

9.2.2背景差分算法

9.3运动目标跟踪

9.3.1特征匹配搜索算法

9.3.2均值漂移算法

9.3.3目标遮挡跟踪算法

9.4运动目标跟踪实例

9.4.1无遮挡目标跟踪实例

9.4.2有遮挡目标跟踪实例

习题与实验

参考文献

第10章三维重构技术

10.1三维重构技术分类

10.2三维重构基本概念

10.2.1辐射度

10.2.2目标表面朝向

10.2.3反射类型与反射模型

10.3SFS三维重构算法

10.3.1基于混合反射模型的SFS算法(AHRM)

10.3.2AHRM算法实例分析

10.3.3基于透视成像模型的SFS算法(APM)

10.3.4APM算法的实例分析

10.3.5SFS三维重构变分算法

10.3.6变分算法实例分析

10.4光度立体学

10.4.1光度立体视觉法

10.4.2算法实例

习题与实验

参考文献

　　本书在讲述机器视觉系统的基本原理和理论方法的基础上，重点介绍了机器视觉系统涉及的新技术、新方法、新器件以及机器视觉的典型应用系统实例。　　本书内容按照机器视觉系统的组成和由浅入深的发展过程组织编排，在加强基本概念、基本理论和基本方法的基础上，注重理论联系实际，强调机器视觉技术在工程应用中的独特性和适用性。编者长期从事机器视觉测控技术与测控系统方面的教学和科研工作，注重机器视觉领域的新技术、新理论、新方法和新成就，跟踪机器视觉技术，特别是初级视觉理论的发展前沿。通过将多年研究的诸多典型机器视觉测量系统案例引入相关章节中，使各章节内容的实用性得到有力加强，这有利于学生理论联系实际的创新意识与创新思维能力的培养。图像融合、运动目标跟踪和三维重构等理论性强的内容，为本科生、研究生扩大知识面和进行探索性研究能力的培养有促进意义。　　本书介绍了机器视觉系统的基本组成原理和图像处理基础，重点介绍机器视觉系统涉及的新技术、新方法、新器件及机器视觉的典型应用案例。全书共分10章，第1章简要介绍机器视觉技术的基本概念、系统构成以及发展趋势；第2章介绍机器视觉系统的硬件技术和教学实验设备；第3章介绍机器视觉组态软件XACIS；第4章介绍图像处理技术；第5、6章分别介绍机器视觉应用最普遍的尺寸测量技术与缺陷检测技术；第7章介绍模式识别技术；第8章介绍图像融合技术；第9章介绍基于机器视觉的运动目标跟踪技术；第10章介绍三维重构的初级视觉理论与方法。　　本书重在理论联系实际，在每一章都安排有涉及编者教学科研的典型机器视觉系统案例或机器视觉实验专题。本书主要内容都具有工程应用项目研究的工业实际背景，每章配套的典型案例、习题和实验均选自工业实际对象，很多来自科研项目研究的实际内容。配套的教学实验提供了30余种实验案例和200多种机器视觉算法库函数供学生做实验选学，并为乐于动手的学生提供了自学习实验环节，也为有兴趣深入钻研机器视觉理论的学生介绍了图像融合、视觉跟踪以及三维重构的新理论和新方法。　　本书既可作为大专院校自动化、计算机、电气工程、机电一体化等专业的教材，也适用于从事测量、检测、控制及机器视觉等系统研究、设计和开发的科研与工程技术人员参考。【作者简介】　　韩九强，男，西安交通大学自动化系教授，博士生导师，西安交通大学自动控制研究所所长，自动化系副主任，教育部高等学校自动化专业教学指导分委员会副主任委员，全国自动化专业教材编审委员会委员，中国电子学会电子测量与仪器分会理事，陕西省仪器仪表学会副理事长，陕西省自动化学会理事。　　韩九强教授主要研究方向包括智能测控理论与应用，嵌入式技术与智能仪器，图像信息融合与3D形状恢复，机器视觉与模式测控；在国内外期刊/国际会议发表学术论文100余篇，其中SCI/EI收录30余篇；出版学术专著3部。