描述
开 本: 16开纸 张: 胶版纸包 装: 平装是否套装: 否国际标准书号ISBN: 9787122426789
《机器视觉自动检测技术》论述的主要技术和方法，已经在国内多家大型企业集团包括红塔集团、武烟集团、南京金陵金箔集团等得到了广泛的应用，取得了良好的经济效益和社会效益。这些单位的应用效果表明，本书涉及的关键技术用于产品质量在线检测时，具有很高的灵敏度而且性能可靠，与其它同类检测方法相比具有独特的优势。
《机器视觉自动检测技术》(第二版)内容共分为6章。第1章为机器视觉概述，讲述机器视觉技术的系统构成、工作原理、发展历程和应用领域等。第2章讲述机器视觉系统的硬件构成，包括相机的分类及主要特性参数、光学镜头的原理与选型、图像采集卡的原理及种类、图像数据的传输方式等。第3章讲述机器视觉成像技术，内容包括光源，工业环境下的灰度照明技术和彩色照明技术，LED照明设计技术。第4章重点讲述机器视觉核心算法，包括图像预处理、频域图像增强、数学形态学应用、灰度均衡、边缘检测、Blob分析、阈值分割、图像匹配算法及其应用、相机标定和测量算法。第5章介绍机器视觉软件的开发与算法，包括图像文件格式、常用函数库、Matlab应用和算法示例。第6章讲述视觉测量与检测的工程应用和案例分析。本书可供高等学校机械、自动化、检测、测量等相关专业教学使用，也可供精密检测研究、开发、应用技术人员参考。
第1章 概述
1.1 机器视觉的定义001
1.2 机器视觉系统的构成002
1.3 机器视觉系统的工作过程004
1.4 机器视觉系统的特点005
1.5 机器视觉系统的发展006
1.5.1 机器视觉系统的发展历程006
1.5.2 中国机器视觉系统的研究现状007
1.5.3 中国机器视觉系统的发展趋势008
1.6 机器视觉系统的应用领域010
1.7 机器视觉系统相关会议和期刊012
1.7.1 机器视觉领域重要的国际会议012
1.7.2 机器视觉领域重要的国际期刊013
1.7.3 机器视觉领域重要的国内期刊（均为EI检索）013
习题013
第2章 机器视觉系统的硬件
2.1 相机014
2.1.1 相机的分类014
2.1.2 相机的主要参数018
2.1.3 CCD相机019
2.1.4 CMOS相机022
2.1.5 CCD与CMOS相机的比较022
2.1.6 智能相机（SmartCamera）024
2.2 光学镜头026
2.2.1 概述026
2.2.2 镜头的基本结构029
2.2.3 镜头主要参数031
2.2.4 镜头相关技术037
2.2.5 镜头的选择040
2.3 图像采集卡的原理及种类042
2.3.1 概述042
2.3.2 图像采集卡的结构与技术参数043
2.3.3 图像采集卡分类045
2.3.4 数据采集046
2.3.5 与图像采集卡相关的技术名词048
2.4 图像数据的传输方式汇总及比较049
习题053
第3章 机器视觉成像技术
3.1 光源054
3.1.1 光源的作用054
3.1.2 光谱055
3.1.3 光源的种类055
3.1.4 选择光源应考虑的系统特性059
3.1.5 照明技术分类060
3.2 灰度照明技术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 彩色照明技术064
3.3.1 光的三原色和色彩的三原色064
3.3.2 颜色的反射与吸收065
3.3.3 金属的反射特性067
3.3.4 显色性068
3.3.5 白平衡069
3.4 偏振技术071
3.5 LED光源的特性072
3.5.1 LED照明和传统照明的比较072
3.5.2 LED特性和分类073
3.6 LED光源的结构设计075
3.6.1 环形光源075
3.6.2 条形光源078
3.6.3 面形光源079
3.6.4 拱形光源080
3.6.5 同轴光源081
3.6.6 点光源083
3.6.7 光源的选型083
习题084
第4章 机器视觉核心算法
4.1 图像预处理085
4.1.1 空间滤波基础085
4.1.2 均值滤波086
4.1.3 中值滤波090
4.2 频域图像增强092
4.2.1 基本步骤092
4.2.2 傅立叶变换093
4.2.3 低通滤波器094
4.2.4 陷波滤波器096
4.3 数学形态学及其应用097
4.3.1 二值形态学097
4.3.2 二值形态学的应用099
4.3.3 灰度形态学基本操作101
4.3.4 讨论104
4.4 灰度均衡104
4.4.1 图像灰度直方图104
4.4.2 均衡算法106
4.5 边缘检测107
4.5.1 概述107
4.5.2 一阶算子107
4.5.3 二阶算子109
4.5.4 Canny算子110
4.5.5 几种算子的比较110
4.6 Blob分析111
4.6.1 简介111
4.6.2 Blob分析方法112
4.7 阈值分割116
4.7.1 图像分割方法116
4.7.2 阈值化分割118
4.7.3 全局阈值法118
4.7.4 局部阈值法和多阈值法120
4.8 图像匹配算法及其应用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 基于边缘的匹配算法123
4.9 相机标定124
4.9.1 概述124
4.9.2 相机透视投影模型126
4.9.3 镜头的畸变128
4.9.4 张正友标定法130
4.10 测量算法133
4.10.1 尺寸测量133
4.10.2 形状分析及描述135
4.10.3 直线最小二乘法拟合137
4.10.4 霍夫（Hough）变换138
4.10.5 圆形最小二乘法拟合138
习题141
第5章 软件开发与算法案例
5.1 图像文件格式142
5.1.1 位图文件简介142
5.1.2 JPEG文件简介145
5.2 机器视觉常用函数库146
5.2.1 英特尔高性能多媒体函数库(IntelIPP)147
5.2.2 OpenCV函数库154
5.2.3 Matlab图像处理工具157
5.3 算法案例161
5.3.1 测量与检测161
5.3.2 频域滤波172
5.3.3 目标分割174
5.3.4 模式识别175
5.3.5 畸变校正176
习题179
第6章 机器视觉工程应用
6.1 快速实时视觉检测系统的设计180
6.1.1 重要概念180
6.1.2 应用项目组织181
6.1.3 基本设计参数183
6.1.4 光照技术的设计189
6.1.5 设计图像处理算法的步骤190
6.1.6 可行性分析191
6.2 在包装印刷中的应用及案例分析192
6.2.1 自动印刷品质量检测概述192
6.2.2 系统描述194
6.2.3 算法描述197
6.2.4 检测结果199
6.2.5 在医药包装行业的应用201
6.3 在表面质量检测领域中的应用及案例分析204
6.3.1 玻璃表面质量的检测205
6.3.2 钢板表面质量的检测211
6.4 在尺寸测量领域中的应用及案例分析215
6.4.1 长度测量215
6.4.2 面积测量216
6.4.3 圆测量217
6.4.4 线弧测量218
6.4.5 角度测量219
6.5 在字符识别中的应用及案例分析219
6.5.1 OCR技术原理219
6.5.2 票据字符识别系统221
习题225
参考文献226
工业产品外观质量检测在机械、汽车、航空航天、电子、钢铁、纺织、医药等领域应用广泛且需求迫切，但检测手段过去一直在离线检测（如工具显微镜、投影测量仪和体视显微镜等传统设备）或人工检测的技术中徘徊。随着国家“新一代人工智能发展规划”以及“智能检测装备产业发展行动计划（2023—2025年）”的提出，以工业化和信息化以及人工智能赋能的智能制造已提升到国家战略需求，产品的装配、定位、分拣和检测的要求越来越高，精度从0.01mm向0.001mm过渡，计量方式从抽检向100%全检过渡，检测项目从简单走向复杂、从单项走向多项综合。作为工业自动化和工业机器人的眼睛和大脑，机器视觉技术改变传统的计量和检测方式，满足现代制造业的高速、精密、复杂需要已迫在眉睫。
机器视觉检测技术的应用大致分为两个层次：一类是离线检测，由于对算法的实时性和硬件的处理速度要求不高，此类应用已经相对成熟；另一类是实时在线检测，目前存在如下瓶颈问题。
1）复杂问题的求解：缺陷是检测对象的物理特性、力学特性和光学特性的综合反映，容易淹没在重复模式的微动、材料形变和背景噪声之中，传统计算机视觉算法和人工智能算法有效结合才能获得全面质量数据。
2）视觉信息处理的网络化问题：随着检测精度提高，观测面积增大和检测任务趋于复杂，单机系统无法同时满足数据传输、图像处理和实时控制的要求，以网络为中心的多目视觉检测和分布式计算成为现代自动化生产线计量和品质检测的主流需求。
3）处理速度的高速化问题：当今最快的生产速度已达到1000m/min，处理速度的高速化永远是机器视觉系统所追求的目标，但处理速度受制于数据流量、处理算法和硬件结构。
针对上述问题，本书系统介绍机器视觉自动检测领域的知识，让读者了解机器视觉与图像处理的基本原理、构造、编程技术，并结合实际案例介绍机器视觉自动检测技术在半导体与集成电路行业、精密制造行业、包装印刷行业等关系到国计民生的行业中的研究和应用。另外，本书有意培养读者熟悉图像处理程序的编写与调试，具备基本的编程解决问题的能力，并且培养读者作为研究者或工程师应具有的对待工作认真负责的态度。
全书包含6章，系统讲述机器视觉的硬件构成、成像技术、核心算法、软件开发和工程应用。第1章为概述，介绍机器视觉的内涵、应用及发展趋势。第2章介绍机器视觉系统的硬件构成，包括成像原理、相机构造、镜头、图像采集卡、数据传输方式等。第3章介绍机器视觉成像技术。第4章介绍机器视觉常用核心算法。第5章介绍常用算法库和算法案例。第6章介绍机器视觉自动检测的工程案例。
我们在2013年出版了本书的第一版，至今已经连续9年加印，在20多所大专院校的使用过程中，很多老师提出了宝贵的意见和建议。本书第二版做了较大的修订，调整了章节的逻辑，合并了相关内容，同时还增加了比较完善的编程案例。
本书由华中科技大学余文勇、武汉理工大学石绘合力编著完成。本书的出版是多项国家自然科学基金资助的结果，特别是NSFC.No.51775214，No.52375494。本书的出版还得到了华中科技大学教材出版基金的资助，在此表示感谢。本书为华中科技大学机械工程国家一流本科专业建设点的教材建设成果。本书的编写蒙国内外多家机器视觉产品研发机构（包括CCS、大恒图像、凌云等）提供实验素材和专业指导，在此深表感谢。
机器视觉检测技术涉及专业范围很广，限于编著者的研究水平和教学水平，本书不妥之处在所难免，希望任课老师和读者批评指正。
编著者
评论
还没有评论。