机器视觉技术及应用【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

机器视觉技术及应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1机器视觉技术发展与应用1

1.1.1机器视觉技术发展现状1

1.1.2机器视觉技术的应用3

1.2机器视觉系统组成4

1.2.1系统硬件5

1.2.2组态软件6

1.3机器视觉方法分类7

1.3.1尺寸测量7

1.3.2缺陷检测8

1.3.3模式识别9

1.3.4图像融合10

1.3.5目标跟踪11

1.3.6三维重构13

1.4机器视觉发展趋势13

习题与实验15

参考文献15

第2章 机器视觉硬件技术16

2.1镜头技术17

2.1.1视场角17

2.1.2焦距17

2.1.3自动调焦18

2.1.4滤光镜18

2.2摄像机技术20

2.2.1数字摄像机20

2.2.2分辨率20

2.2.3帧速21

2.2.4智能相机22

2.2.5相机接口24

2.3光源技术25

2.3.1前光源26

2.3.2背光源27

2.3.3环形光源28

2.3.4点光源29

2.3.5可调光源31

2.4图像采集卡31

2.5摄像机标定技术32

2.5.1成像几何模型33

2.5.2典型标定方法36

2.5.3标定策略41

2.6ZM-VS1200机器视觉教学实验平台43

习题与实验45

参考文献45

第3章 机器视觉组态软件XAVIS46

3.1XAVIS简介46

3.2XAVIS基本操作46

3.2.1主窗口47

3.2.2子窗口48

3.2.3操作示例48

3.3XAVIS基本函数52

3.3.1参数类型52

3.3.2文件操作56

3.3.3控制函数56

3.3.4功能函数57

3.3.5扩展函数58

3.4XAVIS接口技术59

3.4.1动态链接库技术59

3.4.2自定义算法库加载59

3.5XAVIS编程实例63

3.5.1边缘提取64

3.5.2图像滤波64

3.5.3尺寸测量65

3.5.4印刷体字符检测67

3.5.5三维重构68

3.6提示和操作技巧70

习题与实验71

第4章 图像处理技术72

4.1图像增强72

4.1.1空域图像增强73

4.1.2频域图像增强89

4.2图像分割95

4.2.1双峰法96

4.2.2迭代法96

4.2.3大津法97

4.2.4判别分析法97

4.2.5一维最大熵方法98

4.3边缘提取98

4.3.1边缘定义及分类99

4.3.2边缘检测算子99

4.3.3轮廓提取方法105

4.4数学形态学分析107

4.4.1数学形态学原理108

4.4.2图像数学形态学基本运算109

4.4.3图像数学形态学应用114

4.5图像投影121

4.6图像特征提取122

4.6.1图像特征123

4.6.2兴趣点提取125

4.6.3直线提取128

4.6.4圆弧提取132

4.7配准定位方法135

4.7.1图像配准数学建模135

4.7.2图像配准方法136

4.7.3图像配准的主要步骤148

习题与实验149

参考文献150

第5章 尺寸测量技术151

5.1长度测量151

5.1.1距离测量151

5.1.2多距离测量和齿长测量153

5.1.3线段测量156

5.2面积测量158

5.2.1基于区域标记的面积测量158

5.2.2基于轮廓向量的面积测量160

5.3圆测量161

5.3.1正圆的测量方法161

5.3.2多圆测量166

5.3.3利用曲率识别法识别圆167

5.3.4椭圆的测量方法169

5.4线弧测量172

5.4.1基于Harris角点检测的线弧分离172

5.4.2基于哈夫变换的线弧分离173

5.5角度测量176

习题与实验178

参考文献178

第6章 缺陷检测技术179

6.1缺陷检测的分类方法179

6.2瑕疵缺陷检测182

6.2.1瑕疵缺陷图像特点182

6.2.2瑕疵缺陷检测算法183

6.2.3应用实例189

6.3划痕检测195

6.3.1划痕图像的特点195

6.3.2划痕检测算法196

6.3.3应用实例197

6.4焊点检测与分类方法200

6.4.1PCB焊点的分类200

6.4.2焊点检测与分类算法202

6.4.3应用实例207

习题与实验208

第7章 模式识别技术210

7.1字符识别210

7.1.1印刷体字符识别210

7.1.2手写体字符识别算法226

7.2条码识别230

7.2.1条码技术231

7.2.2一维条码识别232

7.2.3二维条码识别237

7.3车牌识别242

7.3.1车牌图像预处理242

7.3.2车牌字符分割与识别243

7.4工件识别244

7.4.1工件识别方法244

7.4.2识别实例250

7.5医学图像识别254

7.5.1血管识别254

7.5.2细胞识别257

习题与实验260

参考文献261

第8章 图像融合技术262

8.1图像融合分类262

8.1.1像素级融合262

8.1.2特征级图像融合263

8.1.3决策级图像融合264

8.2图像融合算法265

8.2.1基本图像融合算法265

8.2.2金字塔图像融合算法268

8.2.3小波变换图像融合算法270

8.3图像融合的评价标准272

8.3.1主观评价标准272

8.3.2客观评价标准273

8.4图像融合应用275

8.4.1多光照图像融合275

8.4.2多聚焦图像融合281

8.4.3异质图像融合283

习题与实验286

参考文献287

第9章 目标跟踪技术288

9.1检测与跟踪的关系288

9.2运动目标检测288

9.2.1相邻帧间差分算法289

9.2.2背景差分算法290

9.3运动目标跟踪302

9.3.1特征匹配搜索算法303

9.3.2均值漂移算法305

9.3.3目标遮挡跟踪算法313

9.4运动目标跟踪实例316

9.4.1无遮挡目标跟踪实例317

9.4.2有遮挡目标跟踪实例317

习题与实验320

参考文献321

第10章 三维重构技术322

10.1三维重构技术分类322

10.2三维重构基本概念323

10.2.1辐射度324

10.2.2目标表面朝向327

10.2.3反射类型与反射模型327

10.3SFS三维重构算法329

10.3.1基于混合反射模型的SFS算法（AHRM）334

10.3.2AHRM算法实例分析338

10.3.3基于透视成像模型的SFS算法（APM）341

10.3.4APM算法的实例分析347

10.3.5SFS三维重构变分算法348

10.3.6变分算法实例分析351

10.4光度立体学352

10.4.1光度立体视觉法352

10.4.2算法实例354

习题与实验356

参考文献358