电子书
内容简介
本书从机器视觉的基本概念到机器视觉算法，从机器视觉核心部件到可配置的纯嵌入式视觉系统，从2D视觉技术到3D视觉技术，从黑白视觉技术到彩色视觉技术，从传统视觉技术到深度学习技术，从视觉系统设计方案到各行业的应用场景，从视觉检测、测量、定位、读码与识别四大需求到实际应用案例都分别进行了详细介绍。
章节目录
- a-fy
- 56116-bq
- c-xu
- d-qy
- e-ml
- 第1篇 基础篇
- 第2篇 机器视觉系统核心部件
- 第3篇 机器视觉高级技术与工业应用案例
- 01p(01-02)
- 01
- 1.1 机器视觉基本概念
- 1.1.1 机器视觉与计算机视觉的关系
- 1.1.2 机器视觉的特点与优势
- 1.1.3 机器视觉系统
- 1.2 机器视觉系统分类
- 1.2.1 按操作方式分类
- 1.2.2 按性能分类
- 1.3 机器视觉发展史
- 1.3.1 国外机器视觉发展史
- 1.3.2 国内机器视觉发展史
- 1.4 机器视觉市场分析
- 1.4.1 销售额分析
- 1.4.2 专利分析
- 1.4.3 企业分析
- 1.5 机器视觉应用场景
- 1.5.1 机器视觉典型应用
- 1.5.2 机器视觉应用行业
- 1.6 小结
- 习题与思考
- 02
- 2.1 图像生成与表示
- 2.1.1 物体成像
- 2.1.2 图像量化
- 2.1.3 数字图像格式
- 2.2 图像的基本变换
- 2.2.1 线性变换
- 2.2.2 灰度直方图
- 2.2.3 图像二值化
- 2.2.4 灰度的窗口变换
- 2.2.5 图像的几何变换
- 2.3 图像滤波与增强
- 2.3.1 图像灰度修正
- 2.3.2 图像平滑
- 2.3.3 中值滤波
- 2.3.4 傅里叶变换
- 2.3.5 频率域滤波
- 2.4 图像形态学及常见的图像处理工具
- 2.4.1 腐蚀与膨胀
- 2.4.2 开运算与闭运算
- 2.4.3 细化
- 2.4.4 常见的图像处理工具
- 2.5 BLOB分析
- 2.5.1 BLOB分析的主要功能
- 2.5.2 BLOB工具的典型功能及其处理结果
- 2.6 2D图像匹配
- 2.6.1 相机标定
- 2.6.2 相关性分析方法
- 2.6.3 几何特征匹配
- 2.7 3D感知与目标识别
- 2.7.1 从2D图像中得到3D信息
- 2.7.2 采用单目和透视缩放技术获取深度信息
- 2.7.3 3D感知和匹配的理论基础
- 2.7.4 3D模板和匹配
- 2.8 小结
- 习题与思考
- 02p(03-07)
- 03
- 3.1 工业相机基础知识
- 3.1.1 CCD和CMOS传感器芯片
- 3.1.2 相机的靶面尺寸和分辨率
- 3.1.3 相机的帧率/行频
- 3.1.4 相机的快门速度和曝光方式
- 3.1.5 相机的增益和白平衡
- 3.1.6 相机的触发模式
- 3.1.7 相机的接口
- 3.1.8 相机的取图协议
- 3.1.9 相机选型
- 3.1.10 不同品牌相机介绍
- 3.1.11 相机文档/手册解读
- 3.1.12 图像采集卡
- 3.2 面阵相机
- 3.2.1 面阵相机概述
- 3.2.2 面阵相机基础知识
- 3.3 线阵相机
- 3.3.1 线阵相机概述
- 3.3.2 线阵相机的应用
- 3.4 三维视觉传感器
- 3.4.1 三维视觉传感器的分类
- 3.4.2 三维视觉传感器产品介绍
- 3.5 小结
- 习题与思考
- 04
- 4.1 镜头的基础知识
- 4.1.1 镜头的焦距
- 4.1.2 镜头的光圈
- 4.1.3 镜头的景深
- 4.1.4 镜头的工作距离和视野
- 4.1.5 视觉检测像素精度的计算公式
- 4.1.6 镜头的畸变及畸变校正
- 4.1.7 镜头接口
- 4.1.8 镜头选型
- 4.1.9 镜头对照表
- 4.2 FA镜头
- 4.3 远心镜头
- 4.3.1 常见的远心镜头类型
- 4.3.2 远心镜头的应用
- 4.4 线阵相机镜头
- 4.5 特种镜头
- 4.5.1 短波红外镜头
- 4.5.2 长波红外镜头
- 4.5.3 微距镜头
- 4.5.4 360 镜头
- 4.5.5 内侧360 镜头
- 4.6 小结
- 习题与思考
- 05
- 5.1 光源在视觉系统中的重要性
- 5.2 光源的基础知识
- 5.2.1 LED光源特点
- 5.2.2 直射光和漫射光
- 5.2.3 镜面反射和漫反射
- 5.2.4 明视野和暗视野
- 5.2.5 色彩的互补色和增强色
- 5.3 常用光源、定制光源及光源控制器
- 5.3.1 常用光源
- 5.3.2 定制光源
- 5.3.3 光源控制器
- 5.4 光源选型和照明方式
- 5.4.1 现场需求
- 5.4.2 实物测试
- 5.5 光源实验台架
- 5.6 小结
- 习题与思考
- 06
- 6.1 视觉传感器概述
- 6.1.1 视觉传感器的组成和工作原理
- 6.1.2 VDSR视觉传感器介绍
- 6.1.3 VDSR视觉传感器的功能特点
- 6.1.4 VDSR视觉传感器的参数
- 6.1.5 VDSR视觉传感器接口介绍
- 6.2 视觉传感器软件介绍
- 6.2.1 VDSR视觉传感器软件主界面
- 6.2.2 检测工具介绍
- 6.3 视觉传感器软件的多工具联合使用方法
- 6.3.1 VDSR视觉传感器软件的逻辑工具
- 6.3.2 VDSR视觉传感器软件脱机配置输出
- 6.3.3 VDSR视觉传感器通信
- 6.4 小结
- 习题与思考
- 07
- 7.1 智能相机的系统组成
- 7.2 功能特点和系列介绍
- 7.2.1 功能特点
- 7.2.2 智能相机系列介绍
- 7.3 智能相机软件介绍
- 7.3.1 配置管理
- 7.3.2 图像管理
- 7.3.3 任务管理
- 7.3.4 工具管理
- 7.4 相机工具
- 7.4.1 相机设置工具
- 7.4.2 图像保存工具
- 7.4.3 预处理工具
- 7.5 标定校准
- 7.5.1 相机标定校准
- 7.5.2 标定校准工具
- 7.6 视觉工具
- 7.6.1 几何定位工具
- 7.6.2 斑块定位工具
- 7.6.3 圆弧工具
- 7.6.4 直线工具
- 7.6.5 直线卡尺工具
- 7.6.6 颜色识别工具
- 7.6.7 轮廓缺陷工具
- 7.7 逻辑控制
- 7.7.1 条件执行工具
- 7.7.2 条件分支工具
- 7.7.3 循环工具
- 7.8 系统工具
- 7.8.1 计算器
- 7.8.2 生成文本工具
- 7.8.3 保存数据工具
- 7.8.4 接收文本工具
- 7.8.5 输出数据工具
- 7.8.6 I/O工具
- 7.8.7 ModbusTCP
- 7.8.8 TCP客户端
- 7.8.9 串口COM
- 7.8.10 华数机器人的接口
- 7.8.11 三菱MX通信
- 7.9 小结
- 习题与思考
- 03p(08-15)
- 08
- 8.1 性能指标定义与计算方法
- 8.2 精度分析方法
- 8.2.1 测量精度与重复精度
- 8.2.2 影响系统重复性的因素
- 8.3 机器视觉系统设计的难点
- 8.4 机器视觉系统设计流程
- 8.5 小结
- 习题与思考
- 09
- 9.1 锂电池视觉定位案例
- 9.1.1 案例背景
- 9.1.2 视觉定位需求
- 9.1.3 视觉系统总体实施方案
- 9.1.4 硬件选型与安装
- 9.1.5 软件实现
- 9.1.6 其他案例
- 9.2 手机摄像头对位贴合案例
- 9.2.1 案例背景
- 9.2.2 视觉对位需求
- 9.2.3 视觉系统总体实施方案
- 9.2.4 硬件选型与安装
- 9.2.5 软件应用
- 9.2.6 结果数据输出
- 9.2.7 其他案例
- 9.3 小结
- 习题与思考
- 10
- 10.1 机器人视觉引导基础
- 10.1.1 机器人2D视觉引导
- 10.1.2 机器人3D视觉引导
- 10.2 螺丝机视觉定位引导案例
- 10.2.1 案例背景
- 10.2.2 视觉检测需求
- 10.2.3 视觉系统总体实施方案
- 10.2.4 硬件选型与安装
- 10.2.5 软件应用
- 10.2.6 结果数据输出
- 10.2.7 其他案例
- 10.3 金属工件单目3D定位引导案例
- 10.3.1 案例背景
- 10.3.2 视觉检测需求
- 10.3.3 硬件选型与安装
- 10.3.4 软件应用
- 10.3.5 其他案例
- 10.4 小结
- 习题与思考
- 11
- 11.1 测量算法
- 11.1.1 尺寸测量
- 11.1.2 形状分析
- 11.2 手机摄像头底座金属框2D尺寸测量案例
- 11.2.1 案例背景
- 11.2.2 视觉检测需求
- 11.2.3 视觉系统总体实施方案
- 11.2.4 硬件选型与安装
- 11.2.5 软件应用
- 11.2.6 结果数据输出
- 11.3 金属标定块平面度3D测量案例
- 11.3.1 案例背景
- 11.3.2 视觉检测需求
- 11.3.3 视觉系统总体实施方案
- 11.3.4 硬件选型
- 11.3.5 软件应用
- 11.3.6 结果数据输出
- 11.3.7 其他案例
- 11.4 小结
- 习题与思考
- 12
- 12.1 电池条码视觉读取案例
- 12.1.1 案例背景
- 12.1.2 视觉检测需求
- 12.1.3 硬件选型与安装
- 12.1.4 软件应用
- 12.1.5 一维码读取案例配置
- 12.1.6 二维码读取案例配置
- 12.1.7 其他案例
- 12.2 小结
- 习题与思考
- 13
- 13.1 背光模组外观缺陷检测案例
- 13.1.1 案例背景
- 13.1.2 视觉检测需求
- 13.1.3 视觉应用优势
- 13.1.4 硬件选型
- 13.1.5 案例场景
- 13.1.6 方案检测流程
- 13.1.7 结果数据输出
- 13.1.8 其他案例
- 13.2 模具保护器案例
- 13.2.1 案例背景
- 13.2.2 视觉检测需求
- 13.2.3 视觉应用优势
- 13.2.4 硬件选型
- 13.2.5 软件应用
- 13.2.6 结果数据输出
- 13.2.7 其他应用案例
- 13.3 小结
- 习题与思考
- 14
- 14.1 色彩系统
- 14.1.1 RGB色彩系统
- 14.1.2 CMY色彩系统
- 14.1.3 HSI色彩系统
- 14.1.4 电视信号的YIQ与YUV系统
- 14.1.5 普通机器视觉系统的颜色支持和功能
- 14.2 色差测量的原理
- 14.2.1 色差定义
- 14.2.2 颜色的混色系统表示
- 14.2.3 CIE1931颜色空间
- 14.2.4 CIE1976均匀颜色空间
- 14.2.5 色差公式
- 14.3 圆饼玩具色差检测案例
- 14.3.1 案例背景
- 14.3.2 视觉检测需求
- 14.3.3 硬件选型
- 14.3.4 软件应用
- 14.3.5 结果数据输出
- 14.4 色度与亮度测量的原理
- 14.5 键盘色度与亮度检测案例
- 14.5.1 视觉检测需求
- 14.5.2 技术指标
- 14.5.3 案例总体方案
- 14.6 小结
- 习题与思考
- 15
- 15.1 深度学习与机器学习
- 15.1.1 基本概念与相互关系
- 15.1.2 机器学习的步骤与模型评价指标
- 15.2 深度学习模型介绍
- 15.2.1 深度学习的起源——生物神经网络
- 15.2.2 神经元模型
- 15.2.3 人工神经网络
- 15.2.4 深度神经网络
- 15.3 BP神经网络与梯度下降法
- 15.3.1 手写数字识别BP神经网络
- 15.3.2 前向传播计算
- 15.4 卷积神经网络及LeNet-5网络
- 15.4.1 卷积神经网络
- 15.4.2 手写数字识别模型LeNet-5网络
- 15.4.3 网络训练与测试
- 15.5 深度学习框架
- 15.6 深度学习在机器视觉中的应用
- 15.6.1 视觉智能的任务与挑战
- 15.6.2 深度学习与视觉智能
- 15.6.3 深度学习在机器视觉领域的应用概述
- 15.7 基于深度学习的钢管缺陷检测案例
- 15.7.1 案例背景
- 15.7.2 钢管外观缺陷检测需求
- 15.7.3 视觉系统总体实施方案
- 15.7.4 硬件选型
- 15.7.5 模型训练与控制软件配置
- 15.7.6 结果数据输出
- 15.8 小结
- 习题与思考
- ck
展开全部
机器视觉技术与应用实战是2022年由人民邮电出版社出版,作者丁少华。
版权说明：本电子书已获得正版授权，由出版社通过知传链发行。
得书感谢您对《机器视觉技术与应用实战》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
