機器視覺自動檢測技術（第二版）

第1章  概述
1.1　機器視覺的定義001
1.2　機器視覺系統(tǒng)的構(gòu)成002
1.3　機器視覺系統(tǒng)的工作過程004
1.4　機器視覺系統(tǒng)的特點005
1.5　機器視覺系統(tǒng)的發(fā)展006
1.5.1　機器視覺系統(tǒng)的發(fā)展歷程006
1.5.2　中國機器視覺系統(tǒng)的研究現(xiàn)狀007
1.5.3　中國機器視覺系統(tǒng)的發(fā)展趨勢008
1.6　機器視覺系統(tǒng)的應用領域010
1.7　機器視覺系統(tǒng)相關會議和期刊012
1.7.1　機器視覺領域重要的國際會議012
1.7.2　機器視覺領域重要的國際期刊013
1.7.3　機器視覺領域重要的國內(nèi)期刊（均為EI檢索）013
習題013
第2章  機器視覺系統(tǒng)的硬件
2.1　相機014
2.1.1　相機的分類014
2.1.2　相機的主要參數(shù)018
2.1.3　CCD相機019
2.1.4　CMOS相機022
2.1.5　CCD與CMOS相機的比較022
2.1.6　智能相機（SmartCamera）024
2.2　光學鏡頭026
2.2.1　概述026
2.2.2　鏡頭的基本結(jié)構(gòu)029
2.2.3　鏡頭主要參數(shù)031
2.2.4　鏡頭相關技術037
2.2.5　鏡頭的選擇040
2.3　圖像采集卡的原理及種類042
2.3.1　概述042
2.3.2　圖像采集卡的結(jié)構(gòu)與技術參數(shù)043
2.3.3　圖像采集卡分類045
2.3.4　數(shù)據(jù)采集046
2.3.5　與圖像采集卡相關的技術名詞048
2.4　圖像數(shù)據(jù)的傳輸方式匯總及比較049
習題053
第3章  機器視覺成像技術
3.1　光源054
3.1.1　光源的作用054
3.1.2　光譜055
3.1.3　光源的種類055
3.1.4　選擇光源應考慮的系統(tǒng)特性059
3.1.5　照明技術分類060
3.2　灰度照明技術062
3.2.1　直射照明和漫射照明062
3.2.2　背向照明和前向照明063
3.3　彩色照明技術064
3.3.1　光的三原色和色彩的三原色064
3.3.2　顏色的反射與吸收065
3.3.3　金屬的反射特性067
3.3.4　顯色性068
3.3.5　白平衡069
3.4　偏振技術071
3.5　LED光源的特性072
3.5.1　LED照明和傳統(tǒng)照明的比較072
3.5.2　LED特性和分類073
3.6　LED光源的結(jié)構(gòu)設計075
3.6.1　環(huán)形光源075
3.6.2　條形光源078
3.6.3　面形光源079
3.6.4　拱形光源080
3.6.5　同軸光源081
3.6.6　點光源083
3.6.7　光源的選型083
習題084
第4章  機器視覺核心算法
4.1　圖像預處理085
4.1.1　空間濾波基礎085
4.1.2　均值濾波086
4.1.3　中值濾波090
4.2　頻域圖像增強092
4.2.1　基本步驟092
4.2.2　傅立葉變換093
4.2.3　低通濾波器094
4.2.4　陷波濾波器096
4.3　數(shù)學形態(tài)學及其應用097
4.3.1　二值形態(tài)學097
4.3.2　二值形態(tài)學的應用099
4.3.3　灰度形態(tài)學基本操作101
4.3.4　討論104
4.4　灰度均衡104
4.4.1　圖像灰度直方圖104
4.4.2　均衡算法106
4.5　邊緣檢測107
4.5.1　概述107
4.5.2　一階算子107
4.5.3　二階算子109
4.5.4　Canny算子110
4.5.5　幾種算子的比較110
4.6　Blob分析111
4.6.1　簡介111
4.6.2　Blob分析方法112
4.7　閾值分割116
4.7.1　圖像分割方法116
4.7.2　閾值化分割118
4.7.3　全局閾值法118
4.7.4　局部閾值法和多閾值法120
4.8　圖像匹配算法及其應用121
4.8.1　模式匹配法121
4.8.2　基于灰度值的匹配算法122
4.8.3　基于邊緣的匹配算法123
4.9　相機標定124
4.9.1　概述124
4.9.2　相機透視投影模型126
4.9.3　鏡頭的畸變128
4.9.4　張正友標定法130
4.10　測量算法133
4.10.1　尺寸測量133
4.10.2　形狀分析及描述135
4.10.3　直線最小二乘法擬合137
4.10.4　霍夫（Hough）變換138
4.10.5　圓形最小二乘法擬合138
習題141
第5章  軟件開發(fā)與算法案例
5.1　圖像文件格式142
5.1.1　位圖文件簡介142
5.1.2　JPEG文件簡介145
5.2　機器視覺常用函數(shù)庫146
5.2.1　英特爾高性能多媒體函數(shù)庫(IntelIPP)147
5.2.2　OpenCV函數(shù)庫154
5.2.3　Matlab圖像處理工具157
5.3　算法案例161
5.3.1　測量與檢測161
5.3.2　頻域濾波172
5.3.3　目標分割174
5.3.4　模式識別175
5.3.5　畸變校正176
習題179
 
第6章  機器視覺工程應用
6.1　快速實時視覺檢測系統(tǒng)的設計180
6.1.1　重要概念180
6.1.2　應用項目組織181
6.1.3　基本設計參數(shù)183
6.1.4　光照技術的設計189
6.1.5　設計圖像處理算法的步驟190
6.1.6　可行性分析191
6.2　在包裝印刷中的應用及案例分析192
6.2.1　自動印刷品質(zhì)量檢測概述192
6.2.2　系統(tǒng)描述194
6.2.3　算法描述197
6.2.4　檢測結(jié)果199
6.2.5　在醫(yī)藥包裝行業(yè)的應用201
6.3　在表面質(zhì)量檢測領域中的應用及案例分析204
6.3.1　玻璃表面質(zhì)量的檢測205
6.3.2　鋼板表面質(zhì)量的檢測211
6.4　在尺寸測量領域中的應用及案例分析215
6.4.1　長度測量215
6.4.2　面積測量216
6.4.3　圓測量217
6.4.4　線弧測量218
6.4.5　角度測量219
6.5　在字符識別中的應用及案例分析219
6.5.1　OCR技術原理219
6.5.2　票據(jù)字符識別系統(tǒng)221
習題225
參考文獻226