機器視覺系統原理與應用
-
【作 者】鄭睿 鄶新凱 楊國勝 編著
【I S B N 】978-7-5170-1881-0
【責任編輯】李 炎
【適用讀者群】本科
【出版時間】2014-06-18
【開 本】16開
【裝幀信息】平裝（光膜）
【版 次】第1版第1次印刷
【頁 數】168
【千字數】218
【印 張】10.5
【定 價】￥32
【叢 書】暫無分類
【備注信息】
簡介
本書特色
前言
章節列表
精彩閱讀
下載資源
相關圖書
目前市面上大多關于機器視覺的書籍都偏重于算法的介紹，本書則從系統設計的角度出發，對機器視覺系統的各方面進行了全方位介紹，因為實現可用的機器視覺系統是一項綜合性工程，單獨從算法方面著手可能會陷入困境。
全書共七章。第一章分析了機器視覺系統的組成，包括光源、相機和鏡頭的選型問題。第二章介紹了在機器視覺領域常用的三種函數庫：OpenCV函數庫、MATLAB圖像處理工具箱和HALCON開發包以及它們的配置。第三、四章是算法和理論，我們對其推導部分進行了簡化，以實現不需要太多理論基礎就能理解的目的。第五至七章選擇了機器視覺領域的經典案例，分析了其系統組成以及算法實現，相信讀者通過這些案例的學習，對于大部分的工程問題都能參照并形成解決問題的思路。
本書適合大專院校相關專業作為選修課程的教材，也適合工程技術人員作為參考用書。
本書提供實例源代碼，讀者可以從中國水利水電出版社網站或萬水書苑上免費下載，網址為：http://www.waterpub.com.cn/softdown/和http://www.dgboyong.cn。
由于計算機技術和數字成像技術的進步，機器視覺技術如今蓬勃發展，其應用范圍涵蓋了工業、農業、醫藥、軍事、航天、氣象、天文、公安、交通、安全、科研等國民經濟的各個行業。本書所描述的機器視覺技術定義為通過數字成像方法對控制對象進行二維信息采集，經過一定算法處理后，獲得處理結果用于操作執行器對控制對象進行分類等操作的技術手段，是自動化技術領域的研究前沿。
目前我國正處于技術轉型期，由于勞動力成本的不斷提高，傳統的勞動密集型生產方式，正在向以規模經濟帶動的技術升級模式轉變，因此對能夠提高生產效率，降低人工成本的機器視覺應用方案將保持旺盛的需求。據《2013-2017年中國機器視覺產業發展前景與投資預測分析報告》數據顯示，當前我國機器視覺市場規模達到8.3億元，同比增長48.2%，其中智能相機、軟件、光源和板卡的增長幅度都達到了50%，工業相機和鏡頭也保持了40%以上的增幅，皆為2007年以來的最高水平。但目前高校培養的學生對于技術問題缺乏具體的感性認識，較難將所學的理論知識與工程實踐相結合，而企業也面臨所招聘的技術人員不能快速上手解決工程實際問題的困難。
本書從現實出發，首先對機器視覺領域的基礎理論和技術問題進行了介紹，然后選擇了農業、交通、科研等領域的一些經典機器視覺問題作為案例，對其解決方案以及用到的算法進行了詳細的描述，使讀者能夠對如何將這些技術應用到具體問題有直觀的認識，從而進一步啟發讀者產生設計解決方案的思路。需要說明的是，在機器視覺領域沒有通用的解決方案，因此作為系統工程師需要在器件選型、數字圖像處理、模式識別等相關技術領域具有一定積累的基礎上，對自己面臨的技術問題進行詳細的分析，通過原型系統不斷驗證，才能找到成本低且有效的解決方案。
傳統的解決方案基本架構為工控機加成像系統，隨著數字信號處理器（DSP）和可編程陣列（FPGA）等技術及輔助工具的發展，一些復雜的算法更易于固化在硬件中并與成像系統整合，未來的機器視覺系統將更加精簡、高效且可靠。
本書成書正值教育部“卓越工程師教育培養計劃”推行三年之際，由于本書從工程實踐出發，因此適合大專院校用作培養工程師選修課程的教材，也適合工程技術人員用作參考書目。
本書在成書過程中得到了中央民族大學“一流大學一流學科建設”項目的資助。鄶新凱、楊國勝兩位同事為本書做出了大量努力，東莞市奧普特自動化科技有限公司為本書提供了大量實際應用環境中采集的案例與器件圖片，在此致以衷心的感謝。
編者
2014年3月
第一章 系統結構與器件選型 1
1.1 光源選型 2
1.1.1 光線傳播方式 3
1.1.2 光線頻譜 8
1.2 相機與鏡頭選型 13
1.2.1 相機選型 13
1.2.2 鏡頭選型 18
第二章 編程環境 23
2.1 OpenCV函數庫 23
2.1.1 編程環境配置 23
2.1.2 數據結構與基本函數 30
2.2 MATLAB圖像處理工具箱 36
2.2.1 導入和導出圖像 37
2.2.2 顯示和探查圖像 38
2.2.3 圖像前處理和后處理 39
2.2.4 分析圖像 41
2.2.5 空間變換和圖像配準 42
2.2.6 使用大圖像 43
2.3 HALCON開發包 43
2.3.1 簡介 44
2.3.2 入門 45
第三章 數字圖像處理 51
3.1 顏色模型 51
3.1.1 RGB模型 52
3.1.2 CIE模型 52
3.1.3 HSL模型 53
3.1.4 YCbCr模型 54
3.2 圖像濾波 55
3.2.1 空間濾波 55
3.2.2 頻域濾波 57
3.3 邊緣提取 61
3.4 連通區域 63
3.4.1 遞歸式區域增長算法 64
3.4.2 迭代式分析算法 65
3.4.3 其他算法 66
3.5 形態學 67
3.5.1 基本操作 67
3.5.2 相關算法 71
第四章 其他相關理論與算法 75
4.1 攝像機標定 75
4.1.1 畸變校正 75
4.1.2 線性模型 76
4.1.3 標定方法 78
4.2 立體視覺 81
4.2.1 基元檢測 81
4.2.2 極線約束 84
4.2.3 三維重建 85
4.3 模式識別 90
4.3.1 貝葉斯分類器 90
4.3.2 近鄰法 91
4.3.3 人工神經網絡 92
4.3.4 支持向量機簡介 97
第五章 水果分揀系統 101
5.1 系統設計 102
5.2 算法設計 102
5.2.1 大小分級 103
5.2.2 形狀分級 105
5.2.3 損傷檢測 108
5.2.4 顏色分級 110
第六章 車輛識別系統 113
6.1 系統設計 113
6.2 算法設計 114
6.2.1 特征提取 115
6.2.2 分類算法 117
6.2.3 跟蹤算法 122
第七章 機器人定位系統 130
7.1 系統設計 130
7.2 算法設計 132
7.2.1 輪廓檢測 132
7.2.2 后期處理 137
7.2.3 位姿計算 140
7.3 實驗測試 142
7.3.1 二維碼布置 142
7.3.2 測試平臺 143
7.3.3 結果與結論 144
附錄 OpenCV中英對照函數速查表 146
參考文獻 157
