机器视觉系统原理与应用
-
【作 者】郑睿 郐新凯 杨国胜 编著
【I S B N 】978-7-5170-1881-0
【责任编辑】李 炎
【适用读者群】本科
【出版时间】2014-06-18
【开 本】16开
【装帧信息】平装（光膜）
【版 次】第1版第1次印刷
【页 数】168
【千字数】218
【印 张】10.5
【定 价】￥32
【丛 书】暂无分类
【备注信息】
简介
本书特色
前言
章节列表
精彩阅读
下载资源
相关图书
目前市面上大多关于机器视觉的书籍都偏重于算法的介绍，本书则从系统设计的角度出发，对机器视觉系统的各方面进行了全方位介绍，因为实现可用的机器视觉系统是一项综合性工程，单独从算法方面着手可能会陷入困境。
全书共七章。第一章分析了机器视觉系统的组成，包括光源、相机和镜头的选型问题。第二章介绍了在机器视觉领域常用的三种函数库：OpenCV函数库、MATLAB图像处理工具箱和HALCON开发包以及它们的配置。第三、四章是算法和理论，我们对其推导部分进行了简化，以实现不需要太多理论基础就能理解的目的。第五至七章选择了机器视觉领域的经典案例，分析了其系统组成以及算法实现，相信读者通过这些案例的学习，对于大部分的工程问题都能参照并形成解决问题的思路。
本书适合大专院校相关专业作为选修课程的教材，也适合工程技术人员作为参考用书。
本书提供实例源代码，读者可以从中国水利水电出版社网站或万水书苑上免费下载，网址为：http://www.waterpub.com.cn/softdown/和http://www.wsbookshow.com。
由于计算机技术和数字成像技术的进步，机器视觉技术如今蓬勃发展，其应用范围涵盖了工业、农业、医药、军事、航天、气象、天文、公安、交通、安全、科研等国民经济的各个行业。本书所描述的机器视觉技术定义为通过数字成像方法对控制对象进行二维信息采集，经过一定算法处理后，获得处理结果用于操作执行器对控制对象进行分类等操作的技术手段，是自动化技术领域的研究前沿。
目前我国正处于技术转型期，由于劳动力成本的不断提高，传统的劳动密集型生产方式，正在向以规模经济带动的技术升级模式转变，因此对能够提高生产效率，降低人工成本的机器视觉应用方案将保持旺盛的需求。据《2013-2017年中国机器视觉产业发展前景与投资预测分析报告》数据显示，当前我国机器视觉市场规模达到8.3亿元，同比增长48.2%，其中智能相机、软件、光源和板卡的增长幅度都达到了50%，工业相机和镜头也保持了40%以上的增幅，皆为2007年以来的最高水平。但目前高校培养的学生对于技术问题缺乏具体的感性认识，较难将所学的理论知识与工程实践相结合，而企业也面临所招聘的技术人员不能快速上手解决工程实际问题的困难。
本书从现实出发，首先对机器视觉领域的基础理论和技术问题进行了介绍，然后选择了农业、交通、科研等领域的一些经典机器视觉问题作为案例，对其解决方案以及用到的算法进行了详细的描述，使读者能够对如何将这些技术应用到具体问题有直观的认识，从而进一步启发读者产生设计解决方案的思路。需要说明的是，在机器视觉领域没有通用的解决方案，因此作为系统工程师需要在器件选型、数字图像处理、模式识别等相关技术领域具有一定积累的基础上，对自己面临的技术问题进行详细的分析，通过原型系统不断验证，才能找到成本低且有效的解决方案。
传统的解决方案基本架构为工控机加成像系统，随着数字信号处理器（DSP）和可编程阵列（FPGA）等技术及辅助工具的发展，一些复杂的算法更易于固化在硬件中并与成像系统整合，未来的机器视觉系统将更加精简、高效且可靠。
本书成书正值教育部“卓越工程师教育培养计划”推行三年之际，由于本书从工程实践出发，因此适合大专院校用作培养工程师选修课程的教材，也适合工程技术人员用作参考书目。
本书在成书过程中得到了中央民族大学“一流大学一流学科建设”项目的资助。郐新凯、杨国胜两位同事为本书做出了大量努力，东莞市奥普特自动化科技有限公司为本书提供了大量实际应用环境中采集的案例与器件图片，在此致以衷心的感谢。
编者
2014年3月
第一章 系统结构与器件选型 1
1.1 光源选型 2
1.1.1 光线传播方式 3
1.1.2 光线频谱 8
1.2 相机与镜头选型 13
1.2.1 相机选型 13
1.2.2 镜头选型 18
第二章 编程环境 23
2.1 OpenCV函数库 23
2.1.1 编程环境配置 23
2.1.2 数据结构与基本函数 30
2.2 MATLAB图像处理工具箱 36
2.2.1 导入和导出图像 37
2.2.2 显示和探查图像 38
2.2.3 图像前处理和后处理 39
2.2.4 分析图像 41
2.2.5 空间变换和图像配准 42
2.2.6 使用大图像 43
2.3 HALCON开发包 43
2.3.1 简介 44
2.3.2 入门 45
第三章 数字图像处理 51
3.1 颜色模型 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 图像滤波 55
3.2.1 空间滤波 55
3.2.2 频域滤波 57
3.3 边缘提取 61
3.4 连通区域 63
3.4.1 递归式区域增长算法 64
3.4.2 迭代式分析算法 65
3.4.3 其他算法 66
3.5 形态学 67
3.5.1 基本操作 67
3.5.2 相关算法 71
第四章 其他相关理论与算法 75
4.1 摄像机标定 75
4.1.1 畸变校正 75
4.1.2 线性模型 76
4.1.3 标定方法 78
4.2 立体视觉 81
4.2.1 基元检测 81
4.2.2 极线约束 84
4.2.3 三维重建 85
4.3 模式识别 90
4.3.1 贝叶斯分类器 90
4.3.2 近邻法 91
4.3.3 人工神经网络 92
4.3.4 支持向量机简介 97
第五章 水果分拣系统 101
5.1 系统设计 102
5.2 算法设计 102
5.2.1 大小分级 103
5.2.2 形状分级 105
5.2.3 损伤检测 108
5.2.4 颜色分级 110
第六章 车辆识别系统 113
6.1 系统设计 113
6.2 算法设计 114
6.2.1 特征提取 115
6.2.2 分类算法 117
6.2.3 跟踪算法 122
第七章 机器人定位系统 130
7.1 系统设计 130
7.2 算法设计 132
7.2.1 轮廓检测 132
7.2.2 后期处理 137
7.2.3 位姿计算 140
7.3 实验测试 142
7.3.1 二维码布置 142
7.3.2 测试平台 143
7.3.3 结果与结论 144
附录 OpenCV中英对照函数速查表 146
参考文献 157
