機(jī)器視覺(jué)技術(shù)及應(yīng)用

前言

自動(dòng)化技術(shù)在我國(guó)現(xiàn)代化建設(shè)進(jìn)程中具有重要地位。五十多年來(lái)，自動(dòng)化技術(shù)對(duì)我國(guó)社會(huì)主義現(xiàn)代化建設(shè)的眾多領(lǐng)域發(fā)揮了重要作用，產(chǎn)生了深遠(yuǎn)影響。最具代表性的兩彈一星的成功發(fā)射、載入飛船的順利返回、嫦娥探月的環(huán)繞飛行等充分體現(xiàn)了自動(dòng)化技術(shù)在國(guó)家重大工程應(yīng)用中的示范作用。自動(dòng)化技術(shù)也有力地推動(dòng)著我國(guó)整體工業(yè)的發(fā)展和改變著人們的生活方式，如集成制造系統(tǒng)的普及推廣使機(jī)械加工制造自動(dòng)化程度達(dá)到了更高的水平，服務(wù)機(jī)器人代替家政進(jìn)入了家庭，改善了人們的生活環(huán)境，如此等等。我國(guó)正在全面建設(shè)小康社會(huì)，走新型工業(yè)化道路，促進(jìn)信息化與工業(yè)化的“兩化”融合，實(shí)現(xiàn)工業(yè)、農(nóng)業(yè)、國(guó)防和科學(xué)技術(shù)現(xiàn)代化。在此進(jìn)程中，自動(dòng)化技術(shù)起著不可替代的橋梁作用。這就迫切需要高等學(xué)校自動(dòng)化專(zhuān)業(yè)辦學(xué)機(jī)構(gòu)和廣大教師進(jìn)行深入研究和探索，如何能夠?yàn)楦餍懈鳂I(yè)輸送大量具有工程實(shí)踐能力和應(yīng)用創(chuàng)新能力的工程應(yīng)用型自動(dòng)化專(zhuān)業(yè)高級(jí)技術(shù)人才。在“教育部高等學(xué)校自動(dòng)化專(zhuān)業(yè)教學(xué)指導(dǎo)分委員會(huì)”主任委員吳澄院士領(lǐng)導(dǎo)下，針對(duì)我國(guó)高等教育發(fā)展快、規(guī)模大、社會(huì)各行各業(yè)對(duì)工程應(yīng)用型自動(dòng)化專(zhuān)業(yè)人才需求量大的特點(diǎn)，按照大眾化高等教育階段分類(lèi)指導(dǎo)的思想和原則，抓住有利時(shí)機(jī)，成立了“工程應(yīng)用型自動(dòng)化專(zhuān)業(yè)課程體系研究與教材建設(shè)委員會(huì)”，對(duì)工程應(yīng)用型自動(dòng)化專(zhuān)業(yè)的知識(shí)體系、課程體系、能力培養(yǎng)等進(jìn)行了有益的探索，為工程應(yīng)用型自動(dòng)化專(zhuān)業(yè)人才培養(yǎng)、教材建設(shè)奠定了基礎(chǔ)。工程應(yīng)用型自動(dòng)化專(zhuān)業(yè)涉及面廣、行業(yè)多，其人才培養(yǎng)模式與課程體系涉及的因素眾多復(fù)雜，包括如何結(jié)合通識(shí)教育，拓寬應(yīng)用口徑、突出專(zhuān)業(yè)重心、強(qiáng)化實(shí)踐教育、理論聯(lián)系實(shí)際、提高應(yīng)用創(chuàng)新能力等，其中構(gòu)建既不照搬研究型、也不雷同技能訓(xùn)練型的工程應(yīng)用型自動(dòng)化專(zhuān)業(yè)課程體系，編寫(xiě)一套有利于促進(jìn)面向不同行業(yè)、應(yīng)對(duì)不同層次問(wèn)題的工程應(yīng)用型學(xué)生個(gè)性發(fā)展的一流教材尤為重要，著力培養(yǎng)學(xué)生由解決工程實(shí)際問(wèn)題到提出新問(wèn)題的探索思維方式，即運(yùn)用知識(shí)的創(chuàng)新能力?！敖逃扛叩葘W(xué)校自動(dòng)化專(zhuān)業(yè)教學(xué)指導(dǎo)分委員會(huì)”在對(duì)工程應(yīng)用型自動(dòng)化專(zhuān)業(yè)課程體系研究的基礎(chǔ)上，從全國(guó)遴選有工程應(yīng)用背景、有教材編寫(xiě)經(jīng)驗(yàn)的教授與專(zhuān)家，組織編寫(xiě)了這套工程應(yīng)用型自動(dòng)化專(zhuān)業(yè)系列教材，這對(duì)工程應(yīng)用型自動(dòng)化專(zhuān)業(yè)人才的創(chuàng)新能力培養(yǎng)具有重要意義。

內(nèi)容概要

　　機(jī)器視覺(jué)系統(tǒng)的基本組成原理和圖像處理基礎(chǔ)，重點(diǎn)介紹機(jī)器視覺(jué)系統(tǒng)涉及的新技術(shù)、新方法、新器件及機(jī)器視覺(jué)的典型應(yīng)用案例。全書(shū)共分10章，第1章簡(jiǎn)要介紹機(jī)器視覺(jué)技術(shù)的基本概念、系統(tǒng)構(gòu)成以及發(fā)展趨勢(shì)；第2章介紹機(jī)器視覺(jué)系統(tǒng)的硬件技術(shù)和教學(xué)實(shí)驗(yàn)設(shè)備；第3章介紹機(jī)器視覺(jué)組態(tài)軟件XAVIS；第4章介紹圖像處理技術(shù)；第5、6章分別介紹機(jī)器視覺(jué)應(yīng)用最普遍的尺寸測(cè)量技術(shù)與缺陷檢測(cè)技術(shù)；第7章介紹模式識(shí)別技術(shù)；第8章介紹圖像融合技術(shù)；第9章介紹基于機(jī)器視覺(jué)的運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)；第10章介紹三維重構(gòu)的初級(jí)視覺(jué)理論與方法。　　《機(jī)器視覺(jué)技術(shù)及應(yīng)用》重在理論聯(lián)系實(shí)際，在每一章都安排有涉及編者教學(xué)科研的典型機(jī)器視覺(jué)系統(tǒng)案例或機(jī)器視覺(jué)實(shí)驗(yàn)專(zhuān)題?！稒C(jī)器視覺(jué)技術(shù)及應(yīng)用》主要內(nèi)容都具有工程應(yīng)用項(xiàng)目研究的工業(yè)實(shí)際背景，每章配套的典型案例、習(xí)題和實(shí)驗(yàn)均選自工業(yè)實(shí)際對(duì)象，很多來(lái)自科研項(xiàng)目研究的實(shí)際內(nèi)容。配套的教學(xué)實(shí)驗(yàn)提供了30余種實(shí)驗(yàn)案例和200多種機(jī)器視覺(jué)算法庫(kù)函數(shù)供學(xué)生做實(shí)驗(yàn)選學(xué)，并為樂(lè)于動(dòng)手的學(xué)生提供了自學(xué)習(xí)實(shí)驗(yàn)環(huán)節(jié)，也為有興趣深入鉆研機(jī)器視覺(jué)理論的學(xué)生介紹了圖像融合、視覺(jué)跟蹤以及三維重構(gòu)的新理論和新方法。.，　　《機(jī)器視覺(jué)技術(shù)及應(yīng)用》既可作為大專(zhuān)院校自動(dòng)化、計(jì)算機(jī)、電氣工程、機(jī)電一體化等專(zhuān)業(yè)的教材，也適用于從事測(cè)量、檢測(cè)、控制及機(jī)器視覺(jué)等系統(tǒng)研究、設(shè)計(jì)和開(kāi)發(fā)的科研與工程技術(shù)人員參考。

作者簡(jiǎn)介

韓九強(qiáng)，西安交通大學(xué)自動(dòng)控制研究所所長(zhǎng)，教育部高等學(xué)校自動(dòng)化專(zhuān)業(yè)教學(xué)指導(dǎo)分委員會(huì)副主任委員，全國(guó)自動(dòng)化專(zhuān)業(yè)教材編審委員會(huì)委員，陜西省儀器儀表學(xué)會(huì)副理事長(zhǎng)。主要研究方向：智能測(cè)控理論與應(yīng)用，機(jī)器視覺(jué)技術(shù)與圖像信息融合，嵌入式技術(shù)與智能儀器。韓九強(qiáng)教授先后完成國(guó)家與省部基金、國(guó)際合作項(xiàng)目以及大中型企業(yè)產(chǎn)學(xué)研課題70余項(xiàng)；獲各級(jí)教學(xué)科研成果獎(jiǎng)勵(lì)30余次，其中獲國(guó)家科學(xué)技術(shù)進(jìn)步二等獎(jiǎng)1項(xiàng)、省部級(jí)教學(xué)科研成果一等獎(jiǎng)3項(xiàng)、二等獎(jiǎng)2項(xiàng)、三等獎(jiǎng)4項(xiàng)；獲國(guó)家發(fā)明專(zhuān)利6項(xiàng)；獲軟件著作權(quán)2項(xiàng)；在國(guó)內(nèi)外期刊與國(guó)際會(huì)議上發(fā)表學(xué)術(shù)論文180余篇，其中SCI／EI檢索60余篇；主編出版學(xué)術(shù)著作3部。

書(shū)籍目錄

第1章 緒論1.1 機(jī)器視覺(jué)技術(shù)發(fā)展與應(yīng)用1.1.1 機(jī)器視覺(jué)技術(shù)發(fā)展現(xiàn)狀1.1.2 機(jī)器視覺(jué)技術(shù)的應(yīng)用1.2 機(jī)器視覺(jué)系統(tǒng)組成1.2.1 系統(tǒng)硬件1.2.2 組態(tài)軟件1.3 機(jī)器視覺(jué)方法分類(lèi)1.3.1 尺寸測(cè)量1.3.2 缺陷檢測(cè)1.3.3 模式識(shí)別1.3.4 圖像融合1.3.5 目標(biāo)跟蹤1.3.6 三維重構(gòu)1.4 機(jī)器視覺(jué)發(fā)展趨勢(shì)習(xí)題與實(shí)驗(yàn)參考文獻(xiàn)第2章 機(jī)器視覺(jué)硬件技術(shù)2.1 鏡頭技術(shù)2.1.1 視場(chǎng)角2.1.2 焦距2.1.3 自動(dòng)調(diào)焦2.1.4 濾光鏡2.2 攝像機(jī)技術(shù)2.2.1 數(shù)字?jǐn)z像機(jī)2.2.2 分辨率2.2.3 幀速2.2.4 智能相機(jī)2.2.5 相機(jī)接口2.3 光源技術(shù)2.3.1 前光源2.3.2 背光源2.3.3 環(huán)形光源2.3.4 點(diǎn)光源2.3.5 可調(diào)光源2.4 圖像采集卡2.5 攝像機(jī)標(biāo)定技術(shù)2.5.1 成像幾何模型2.5.2 典型標(biāo)定方法2.5.3 標(biāo)定策略2.6 ZM-VSl200機(jī)器視覺(jué)教學(xué)實(shí)驗(yàn)平臺(tái)習(xí)題與實(shí)驗(yàn)參考文獻(xiàn)第3章 機(jī)器視覺(jué)組態(tài)軟件XAVIS3.1 XAVIS簡(jiǎn)介3.2 XAVIS基本操作3.2.1 主窗口3.2.2 子窗口3.2.3 操作示例3.3 XAVIS基本函數(shù)3.3.1 參數(shù)類(lèi)型3.3.2 文件操作3.3.3 控制函數(shù)3.3.4 功能函數(shù)3.3.5 擴(kuò)展函數(shù)3.4 XAVIS接口技術(shù)3.4.1 動(dòng)態(tài)鏈接庫(kù)技術(shù)3.4.2 自定義算法庫(kù)加載3.5 XAVIS編程實(shí)例3.5.1 邊緣提取3.5.2 圖像濾波3.5.3 尺寸測(cè)量3.5.4 印刷體字符檢測(cè)3.5.5 三維重構(gòu)3.6 提示和操作技巧習(xí)題與實(shí)驗(yàn)第4章 圖像處理技術(shù)4.1 圖像增強(qiáng)4.1.1 空域圖像增強(qiáng)4.1.2 頻域圖像增強(qiáng)4.2 圖像分割4.2.1 雙峰法4.2.2 迭代法4.2.3 大津法4.2.4 判別分析法4.2.5 一維最大熵方法4.3 邊緣提取4.3.1 邊緣定義及分類(lèi)4.3.2 邊緣檢測(cè)算子4.3.3 輪廓提取方法4.4 數(shù)學(xué)形態(tài)學(xué)分析4.4.1 數(shù)學(xué)形態(tài)學(xué)原理4.4.2 圖像數(shù)學(xué)形態(tài)學(xué)基本運(yùn)算4.4.3 圖像數(shù)學(xué)形態(tài)學(xué)應(yīng)用4.5 圖像投影4.6 圖像特征提取4.6.1 圖像特征4.6.2 興趣點(diǎn)提取4.6.3 直線(xiàn)提取4.6.4 圓弧提取4.7 配準(zhǔn)定位方法4.7.1 圖像配準(zhǔn)數(shù)學(xué)建模4.7.2 圖像配準(zhǔn)方法4.7.3 圖像配準(zhǔn)的主要步驟習(xí)題與實(shí)驗(yàn)參考文獻(xiàn)第5章 尺寸測(cè)量技術(shù)5.1 長(zhǎng)度測(cè)量5.1.1 距離測(cè)量5.1.2 多距離測(cè)量和齒長(zhǎng)測(cè)量5.1.3 線(xiàn)段測(cè)量5.2 面積測(cè)量5.2.1 基于區(qū)域標(biāo)記的面積測(cè)量5.2.2 基于輪廓向量的面積測(cè)量5.3 圓測(cè)量5.3.1 正圓的測(cè)量方法5.3.2 多圓測(cè)量5.3.3 利用曲率識(shí)別法識(shí)別圓5.3.4 橢圓的測(cè)量方法5.4 線(xiàn)弧測(cè)量5.4.1 基于Harris角點(diǎn)檢測(cè)的線(xiàn)弧分離5.4.2 基于哈夫變換的線(xiàn)弧分離5.5 角度測(cè)量習(xí)題與實(shí)驗(yàn)參考文獻(xiàn).第6章 缺陷檢測(cè)技術(shù)6.1 缺陷檢測(cè)的分類(lèi)方法6.2 瑕疵缺陷檢測(cè)6.2.1 瑕疵缺陷圖像特點(diǎn)6.2.2 瑕疵缺陷檢測(cè)算法6.2.3 應(yīng)用實(shí)例6.3 劃痕檢測(cè)6.3.1 劃痕圖像的特點(diǎn)6.3.2 劃痕檢測(cè)算法6.3.3 應(yīng)用實(shí)例6.4 焊點(diǎn)檢測(cè)與分類(lèi)方法6.4.1 PCB焊點(diǎn)的分類(lèi)6.4.2 焊點(diǎn)檢測(cè)與分類(lèi)算法6.4.3 應(yīng)用實(shí)例習(xí)題與實(shí)驗(yàn)第7章 模式識(shí)別技術(shù)7.1 字符識(shí)別7.1.1 印刷體字符識(shí)別7.1.2 手寫(xiě)體字符識(shí)別算法7.2 條碼識(shí)別7.2.1 條碼技術(shù)7.2.2 一維條碼識(shí)別7.2.3 二維條碼識(shí)別7.3 車(chē)牌識(shí)別7.3.1 車(chē)牌圖像預(yù)處理7.3.2 車(chē)牌字符分割與識(shí)別7.4 工件識(shí)別7.4.1 工件識(shí)別方法7.4.2 識(shí)別實(shí)例7.5 醫(yī)學(xué)圖像識(shí)別7.5.1 血管識(shí)別7.5.2 細(xì)胞識(shí)別習(xí)題與實(shí)驗(yàn)參考文獻(xiàn)第8章 圖像融合技術(shù)8.1 圖像融合分類(lèi)8.1.1 像素級(jí)融合8.1.2 特征級(jí)圖像融合8.1.3 決策級(jí)圖像融合8.2 圖像融合算法8.2.1 基本圖像融合算法8.2.2 金字塔圖像融合算法8.2.3 小波變換圖像融合算法8.3 圖像融合的評(píng)價(jià)標(biāo)準(zhǔn)8.3.1 主觀(guān)評(píng)價(jià)標(biāo)準(zhǔn)8.3.2 客觀(guān)評(píng)價(jià)標(biāo)準(zhǔn)8.4 圖像融合應(yīng)用8.4.1 多光照?qǐng)D像融合8.4.2 多聚焦圖像融合8.4.3 異質(zhì)圖像融合習(xí)題與實(shí)驗(yàn)參考文獻(xiàn)第9章 目標(biāo)跟蹤技術(shù)9.1 檢測(cè)與跟蹤的關(guān)系9.2 運(yùn)動(dòng)目標(biāo)檢測(cè)9.2.1 相鄰幀間差分算法9.2.2 背景差分算法9.3 運(yùn)動(dòng)目標(biāo)跟蹤9.3.1 特征匹配搜索算法9.3.2 均值漂移算法9.3.3 目標(biāo)遮擋跟蹤算法9.4 運(yùn)動(dòng)目標(biāo)跟蹤實(shí)例9.4.1 無(wú)遮擋目標(biāo)跟蹤實(shí)例9.4.2 有遮擋目標(biāo)跟蹤實(shí)例習(xí)題與實(shí)驗(yàn)參考文獻(xiàn)第10章 三維重構(gòu)技術(shù)10.1 三維重構(gòu)技術(shù)分類(lèi)10.2 三維重構(gòu)基本概念10.2.1 輻射度10.2.2 目標(biāo)表面朝向10.2.3 反射類(lèi)型與反射模型10.3 SFS三維重構(gòu)算法10.3.1 基于混合反射模型的SFS算法(AHRM)10.3.2 AHRM算法實(shí)例分析10.3.3 基于透視成像模型的SFS算法(APM)10.3.4 APM算法的實(shí)例分析10.3.5 SFS三維重構(gòu)變分算法10.3.6 變分算法實(shí)例分析10.4 光度立體學(xué)10.4.1 光度立體視覺(jué)法10.4.2 算法實(shí)例習(xí)題與實(shí)驗(yàn)參考文獻(xiàn)

章節(jié)摘錄

插圖：1.1.2 機(jī)器視覺(jué)技術(shù)的應(yīng)用機(jī)器視覺(jué)技術(shù)正在被廣泛地應(yīng)用于各種生產(chǎn)活動(dòng)，可以說(shuō)需要人類(lèi)視覺(jué)的場(chǎng)合幾乎都有機(jī)器視覺(jué)的應(yīng)用，特別是在許多人類(lèi)視覺(jué)無(wú)法感知的場(chǎng)合，如在精確定量感知、高速檢測(cè)判定、危險(xiǎn)場(chǎng)景感知和不可見(jiàn)物體感知等情況下，機(jī)器視覺(jué)技術(shù)更顯示出其無(wú)可比擬的優(yōu)越性。機(jī)器視覺(jué)技術(shù)的應(yīng)用主要包括如下幾個(gè)方面。1.在工業(yè)檢測(cè)中的應(yīng)用工業(yè)檢測(cè)是指在工業(yè)生產(chǎn)中運(yùn)用一定的測(cè)試技術(shù)和手段對(duì)生產(chǎn)環(huán)境、工況、產(chǎn)品等進(jìn)行測(cè)試和檢驗(yàn)，其檢測(cè)結(jié)果是對(duì)生產(chǎn)過(guò)程進(jìn)行控制的重要指標(biāo)，直接影響著生產(chǎn)效率和質(zhì)量。在現(xiàn)代自動(dòng)化大生產(chǎn)中，視覺(jué)檢測(cè)往往是不可缺少的重要環(huán)節(jié)。如汽車(chē)零件結(jié)構(gòu)尺寸、藥品包裝正誤、IC字符印刷質(zhì)量、電路板焊接好壞等，都需要工人通過(guò)卡尺、量規(guī)或者顯微鏡等工具進(jìn)行觀(guān)測(cè)檢驗(yàn)。人工檢測(cè)的弊端很多，主要體現(xiàn)在以下6個(gè)方面。（1）人工檢測(cè)勞動(dòng)強(qiáng)度大、生產(chǎn)效率低。（2）人工檢測(cè)沒(méi)有嚴(yán)格統(tǒng)一的質(zhì)量標(biāo)準(zhǔn)，直接影響產(chǎn)品的檢驗(yàn)一致性。（3）在一些高速的生產(chǎn)環(huán)節(jié)，人工檢測(cè)無(wú)法實(shí)現(xiàn)實(shí)時(shí)全檢，只能對(duì)部分產(chǎn)品進(jìn)行抽檢。（4）在高精度檢測(cè)要求下，人工檢測(cè)很難達(dá)到精度要求，而且檢測(cè)成本居高不下。（5）在某些高溫或有毒生產(chǎn)現(xiàn)場(chǎng)，無(wú)法通過(guò)人工方式對(duì)產(chǎn)品質(zhì)量進(jìn)行檢測(cè)。（6）人工檢測(cè)的數(shù)據(jù)無(wú)法及時(shí)準(zhǔn)確地納入質(zhì)量管理系統(tǒng)，不利于測(cè)控管系統(tǒng)集成。隨著現(xiàn)代工業(yè)的發(fā)展和進(jìn)步，特別是在一些高精度加工產(chǎn)業(yè)，傳統(tǒng)的檢測(cè)手段已遠(yuǎn)遠(yuǎn)不能滿(mǎn)足生產(chǎn)的需要。機(jī)器視覺(jué)技術(shù)則因其具備在線(xiàn)檢測(cè)、實(shí)時(shí)分析、實(shí)時(shí)控制的能力以及高效、經(jīng)濟(jì)、靈活的優(yōu)點(diǎn)，成為現(xiàn)代檢測(cè)技術(shù)中一種重要的技術(shù)手段。機(jī)器視覺(jué)技術(shù)在微尺寸、大尺寸、復(fù)雜結(jié)構(gòu)尺寸和異型曲面尺寸檢測(cè)中具有突出的優(yōu)勢(shì)和特點(diǎn)：對(duì)于微尺寸測(cè)量，機(jī)器視覺(jué)技術(shù)不僅具有非接觸的特點(diǎn)，還可以通過(guò)調(diào)節(jié)攝像系統(tǒng)的分辨率和放大倍數(shù)方便地實(shí)現(xiàn)不同測(cè)量范圍的高精度測(cè)量；對(duì)于大尺寸測(cè)量，機(jī)器視覺(jué)技術(shù)可以通過(guò)拼接零件不同部位的圖像，分析得到零件的完整結(jié)構(gòu)尺寸；對(duì)于復(fù)雜結(jié)構(gòu)零件（如齒輪、螺紋、凸輪等）測(cè)量，機(jī)器視覺(jué)技術(shù)只需要一幅或多幅圖像就可以獲得復(fù)雜結(jié)構(gòu)的輪廓信息。機(jī)器視覺(jué)工業(yè)檢測(cè)就其檢測(cè)性質(zhì)和應(yīng)用范圍而言，分為定量檢測(cè)和定性檢測(cè)兩大類(lèi)，每類(lèi)又分為不同的子類(lèi)。除了對(duì)各種零件幾何尺寸的測(cè)量，機(jī)器視覺(jué)技術(shù)在工業(yè)在線(xiàn)檢測(cè)的應(yīng)用還包括印制電路板檢查、鋼板表面自動(dòng)探傷、大型工件平行度和垂直度測(cè)量、容器容積或雜質(zhì)檢測(cè)、機(jī)器零件的自動(dòng)識(shí)別和分類(lèi)等。

編輯推薦

《機(jī)器視覺(jué)技術(shù)及應(yīng)用》是教育部高等學(xué)校自動(dòng)化專(zhuān)業(yè)教學(xué)指導(dǎo)分委員會(huì)規(guī)劃工程應(yīng)用型自動(dòng)化專(zhuān)業(yè)系列教材。

圖書(shū)封面

評(píng)論、評(píng)分、閱讀與下載

---

    機(jī)器視覺(jué)技術(shù)及應(yīng)用 PDF格式下載

---