机器视觉技术及应用实例详解

第1章机器视觉技术基础知识

11机器视觉技术的发展历史与展望

11120世纪50年代以前的图像处理

11220世纪60年代是数字图像处理的起点

11320世纪70年代是数字图像处理的发展期

11420世纪80～90年代是图像处理技术的普及和高度发展期

11521世纪是机器视觉技术大展宏图的世纪

12机器视觉技术的应用领域

13机器视觉的构成

131硬件构成

132软件构成

14数字图像基础

141像素数与像素级

142彩色图像与灰度图像

143图像文件格式与视频文件格式

第2章水稻种子精选

21研究意义、目标与技术要点

22相关基础知识

221摄像机与光源

222二值化处理

223膨胀与腐蚀处理

224参数测量

225数据库

23系统方案与硬件构成

231系统方案

232硬件设备、材料及样机

24图像采集与工位标定

25种子提取及几何参数的测量

26种子所处工位的判断

27种子特征信息数据库的建立

28种子精选

281种子类型的判断

282检测种子的几何参数是否合格

283发霉种子的判断

284破损种子的判断

29精选结果分析

210总结

第3章排种器试验台排种参数检测

31研究意义、目标与技术要点

32系统硬件构成

321机械结构及图像采集装置

322图像采集系统

33图像标定

34图像采集与拼接

35籽粒的二值化提取

36籽粒计数

37种子分布区间检测

371纵向分布检测

372横向分布检测

38条播参数计算

39穴播与精播参数计算

第4章棉花种子高速图像精选

41研究意义、目标与技术要点

42图像处理基础知识

421彩色处理

422微分处理

43系统方案及构成

44图像采集及工位设定

45种子提取与判断

46红种子判断

47破损棉种判定

48总结

第5章玉米粒在穗计数

51研究意义、目标与技术要点

52设备及软件环境

53粒数测量

531确定玉米穗区域

532提取玉米穗行

533测量穗行粒数

534穗行的连续提取

535穗行提取结束的判断及整穗粒数统计

536籽粒测量结果分析

第6章插秧机器人视觉系统

61研究意义、目标与技术要点

62图像处理基础知识

621传统哈夫变换的直线检测

622过已知点哈夫变换的直线检测

63水田图像采集

64目标苗列线检测

641水田苗的提取

642目标苗列确定

643目标苗列线检测

65目标田埂线检测

651目标田埂的二值化处理

652水泥目标田埂线检测

653土质目标田埂线检测

66田端田埂线检测

661阴影线检测

662田埂线检测

67侧面田埂线检测

68系统整合与试验

681苗列端点的检测

682目标田埂检测的优化

683处理窗口的设定

684试验验证

第7章水田管理机器人导航路线检测

71研究意义、目标与技术要点

72研究图像采集

73目标苗列间定位

74水平扫描线上方向候补点检测

75田端检测

751计算亮度线剖面

752通过亮度直线轮廓线判断稻田末端

76已知点的确定及方向线检测

77目标线检测结果与分析

771目标空间位置检测

772方向候补点检测

773田端检测

774已知点及方向线检测

第8章水田微型除草机器人导航路线检测

81研究意义、目标与技术要点

82研究图像采集

821试验设备

822图像采集

83检测算法

831目标图像的确定

832方向线的检测

84检测结果与分析

841目标图像的确定

842方向线的检测

85结论

第9章旱田作业机器人导航路线检测

91研究意义、目标与技术要点

92图像平滑基础知识

921移动平均

922中值滤波

923小波变换

93小麦播种行走路线检测

931试验设备

932目标直线检测

933田端检测

934试验验证

94其他农田作业的导航线及田端检测

95麦田多列目标线图像检测

951试验设备及图像采集

952麦苗的强调和提取

953目标点的确定

954已知点的确定

955多列目标中心线的检测

956适应性分析

第10章车牌及号码检测

101研究意义、目标与技术要点

102几何变换基础知识

1021放大缩小

1022平移

1023旋转

1024仿射变换

1025透视变换

1026齐次坐标表示

103车牌定位

1031边缘提取

1032二值化及去噪处理

1033车牌粗定位

1034车牌精确定位

1035车牌倾斜校正

104字符分割

1041字符垂直倾斜校正

1042车牌间隔符的去除

1043车牌中数字“1”的判定

105字符识别

106车牌及号码识别系统介绍

1061出入口车牌照识别系统

1062氧气瓶号码识别系统

第11章小麦病害图像检测

111研究意义、目标与技术要点

112图像纹理分析基础知识

1121灰度直方图纹理特征

1122共生矩阵纹理特征

1123差分统计量纹理特征

1124拉格朗日矩阵纹理特征

1125幂光谱纹理特征

113病害图像收集与数据库建立

114病害图像纹理特征增强

115病害部位分割

116病害特征数据计算

117病害诊断

第12章果树上桃子检测

121研究意义、目标与技术要点

122试验设备与材料

123桃子提取

124边界追踪处理

125匹配膨胀处理

126可能圆心点群计算

127可能圆心点群分组

128圆心与半径计算

第13章交通事故现场标识快速检测

131研究意义、目标与技术要点

132标尺标签设计及试验材料

133标尺标签检测

134检测结果分析

第14章变电柜保护压板投退状态检测

141研究意义、目标与技术要点

142试验设备及材料

143行列检测及压板定位

1431行检测

1432列检测

1433压板定位

1434结果分析

144压板的类型检测

1441压板类型检测算法

1442检测结果与分析

145压板投退状态检测

1451一般类型压板

1452浅黄色压板

1453白色压板

1454三孔压板

146系统检测结果与分析

第15章三维作物生长量检测与建模及农田障碍物检测

151研究意义、目标与技术要点

152双目视觉测量基础知识

1521摄像机模型

1522摄像机标定

1523三维重建

153系统构成

154覆盖面积测量

155株高测量

156玉米植株的三维建模

157农田障碍物的三维检测

1571试验设备及图像采集

1572相机标定

1573目标提取

1574障碍物识别

1575试验结果与分析

第16章交通流量图像监测

161研究意义、目标与技术要点

162试验设备及图像采集

163背景计算与更新

1631初始背景计算

1632更新背景计算

1633背景计算结果

164车辆区域提取

165车影去除

166车辆区域提取及车影去除的结果分析

167车辆区分和计数

第17章羽毛球竞技战术实时测量统计及车辆轨迹的实时跟踪

171研究意义、目标与技术要点

172Windows线程的基础知识

1721进程和线程

1722多线程的同步

1723线程时间配额

173视频图像采集

174场地标定

175运动目标提取

176轨迹归类与连接

1761方向数的概念

1762目标重心的计算

1763运动轨迹提取

177羽毛球轨迹提取

178羽毛球类型判断

179车辆运行轨迹的实时跟踪测量

1791图像采集

1792信号采集

1793图像分析

1794试验结果

第18章蜜蜂舞蹈实时跟踪检测

181研究意义、目标与技术要点

182模板匹配基础知识

183试验装置及视频图像采集

184蜜蜂运行轨迹跟踪

1841目标蜜蜂的选定

1842目标点跟踪

185蜜蜂舞蹈判断

186总结

第19章车辆参数实时检测

191研究意义、目标与技术要点

192系统构成方案

193系统检测方案

1931车辆长度测量

1932车辆宽度测量

1933车辆高度测量

194车辆进出判断

1941确定图像处理区域

1942图像差分

1943特征提取和分析

195车辆边沿检测

1951地面检测

1952其他边沿检测

196车辆颜色检测

197检测流程

198系统影响因素分析

第20章通用图像处理系统ImageSys

201系统简介

202状态窗口

203图像采集

2031DirectX直接采集

2032VFW PC相机采集

2033A/D图像卡采集

2034A60X工业采集

204直方图处理

2041直方图

2042线剖面

20433D剖面

2044累计分布图

205颜色测量

206颜色变换

2061颜色亮度变换

2062HSI表示变换

2063自由变换

2064RGB颜色变换

207几何变换

2071仿射变换

2072透视变换

208频率域变换

2081小波变换

2082傅里叶变换

209图像间变换

2091图像间演算

2092运动图像校正

2010滤波增强

20101单模板滤波增强

20102多模板滤波增强

2011图像分割

2012二值运算

20121基本运算

20122特殊提取

2013二值图像测量

20131几何参数测量

20132直线参数测量

20133圆形分离

20134轮廓测量

2014帧编辑

2015画图

2016查看

2017系统开发平台Sample

第21章二维运动图像测量分析系统MIAS

211系统简介

212功能介绍

2121文件

2122运动图像及2D比例标定

2123运动测量

2124结果浏览

2125结果修正

2126其他功能

213实时测量

2131实时测量

2132实时标识测量

214系统开发平台MSSample

第22章三维运动测量分析系统MIAS 3D

221MIAS 3D系统简介

222MIAS 3D功能介绍

2221系统初始设定

2222文件

2223测量设置

2224运动测量

2225显示结果

2226结果修正

2227其他功能

参考文献

陈兵旗撰写的《机器视觉技术及应用实例详解》一书具有如下特点：
1、通过大量的典型案例对机器视觉技术的关键点和应用方法进行了详细分析。
2、所讲解的案例涉及农业、交通、电子、汽车、体育等行业。
3、全部的案例均来自生产实践，都得到了实际应用的检验，实用性比较强。
4、作者在日本从事机器视觉技术研究多年，回国后在教学之余开办了公司，将机器视觉技术进一步推广应用，在行业内拥有一定的影响力。

陈兵旗撰写的《机器视觉技术及应用实例详解》一书具有如下特点：
　　1、通过大量的典型案例对机器视觉技术的关键点和应用方法进行了详细分析。
　　2、所讲解的案例涉及农业、交通、电子、汽车、体育等行业。
　　3、全部的案例均来自生产实践，都得到了实际应用的检验，实用性比较强。
　　4、作者在日本从事机器视觉技术研究多年，回国后在教学之余开办了公司，将机器视觉技术进一步推广应用，在行业内拥有一定的影响力。