定 價(jià):39 元
叢書名:普通高等學(xué)校新工科校企共建智能制造相關(guān)專業(yè)系列教材
- 作者:工課幫 著
- 出版時(shí)間:2020/11/1
- ISBN:9787568066921
- 出 版 社:華中科技大學(xué)出版社
- 中圖法分類:TP242.2
- 頁碼:240
- 紙張:膠版紙
- 版次:1
- 開本:16開
本書是由一批具有豐富教學(xué)經(jīng)驗(yàn)的高校教師和一批具有豐富實(shí)踐經(jīng)驗(yàn)的企業(yè)工程師共同編寫,全文概念清晰、結(jié)構(gòu)合理、重點(diǎn)突出、難度適中、實(shí)例豐富,便于教學(xué)和學(xué)習(xí)。
本書內(nèi)容包括:機(jī)器視覺概述、工業(yè)機(jī)器人視覺系統(tǒng)軟硬件環(huán)境搭建、圖像采集、圖像預(yù)處理、圖像分割、顏色處理、圖像的形態(tài)學(xué)處理、特征提取、邊緣檢測、模板匹配、圖像分類等,各章附有習(xí)題和答案。
本書可作為高校電子信息類、電氣類、光電類、自動化類及計(jì)算機(jī)類等相關(guān)專業(yè)的教材和教學(xué)參考書,也可作為工程技術(shù)人員參考資料和感興趣的讀者的自學(xué)讀物。
在撰寫本書過程中,作者結(jié)合近年來教學(xué)實(shí)踐及科研的心得體會,并參考大量相關(guān)文獻(xiàn),概況地描述了圖像處理理論和技術(shù)所涉及的各個(gè)分支,內(nèi)容包括:數(shù)字圖像基礎(chǔ)、圖像運(yùn)算、圖像增強(qiáng)、圖像分割、圖像匹配,同時(shí)講述了HALCON圖像處理基礎(chǔ)、HALCON數(shù)據(jù)結(jié)構(gòu)、HALCON混合編程等技術(shù)和方法。在本書中,盡可能地給出了必要的基本知識及實(shí)例,深入淺出,盡量定性地去描述;同時(shí),重點(diǎn)給讀者呈現(xiàn)了HALCON的編程技巧及突出HALCON數(shù)字圖像處理技術(shù)的應(yīng)用實(shí)踐,并引導(dǎo)讀者掌握HALCON的編程方法,培養(yǎng)讀者的思維方法,在解決實(shí)際問題中能有自己的想法。本書秉承著以知識學(xué)習(xí)、技能訓(xùn)練形成方法思維。以方法論的系統(tǒng)思維解決視覺應(yīng)用中的紛繁復(fù)雜的場景應(yīng)用。書中所引用的案例素材均是來源于企業(yè)的真實(shí)項(xiàng)目,具有較強(qiáng)的實(shí)戰(zhàn)性;每種視覺應(yīng)用本書都會通過系統(tǒng)化得思維總結(jié)流程框架,讓讀者思維超越具體的算子代碼,形成解決視覺應(yīng)用的整體思路。有別于目前視覺相關(guān)資料偏重算法原理和代碼解析。這樣能夠引導(dǎo)讀者形成通用的方法和思路來應(yīng)對可能的不同視覺應(yīng)用需求。
武漢金石興機(jī)器人自動化工程有限公司(簡稱金石興)是一家專門致力于工程項(xiàng)目與工程教育的高新技術(shù)企業(yè),“工課幫”是金石興旗下的高端工科教育品牌。
自“工課幫”創(chuàng)立以來,教學(xué)研發(fā)團(tuán)隊(duì)一直致力于打造精品課程資源,不斷在產(chǎn)、學(xué)、研三個(gè)層面創(chuàng)新執(zhí)教理念與教學(xué)方針,并集中“工課幫”的優(yōu)勢力量,有針對性地出版了智能制造系列教材二十多種,制作了教學(xué)視頻數(shù)十套,發(fā)表了各類技術(shù)文章數(shù)百篇。
“工課幫”不僅研發(fā)智能制造系列教材,還為高校師生提供配套學(xué)習(xí)資源與服務(wù)。
為高校學(xué)生提供的配套服務(wù):
(1) 針對高校學(xué)生在學(xué)習(xí)過程中壓力大等問題,“工課幫”為高校學(xué)生量身打造了“金妞”,“金妞”致力推行快樂學(xué)習(xí)。高校學(xué)生可添加QQ(2360363974)獲取相關(guān)服務(wù)。
(2) 高校學(xué)生可用QQ掃描下方的二維碼,加入“金妞”QQ群,獲取新的學(xué)習(xí)資源,與“金妞”一起快樂學(xué)習(xí)。
為工科教師提供的配套服務(wù):
針對高校教學(xué),“工課幫”為智能制造系列教材精心準(zhǔn)備了“課件+教案+授課資源+考試庫+題庫+教學(xué)輔助案例”系列教學(xué)資源。高校老師可聯(lián)系大牛老師(QQ:289907659),獲取教材配套資源,也可用QQ掃描下方的二維碼,進(jìn)入專為工科教師打造的師資服務(wù)平臺,獲取“工課幫”新教師教學(xué)輔助資源。
武漢金石興機(jī)器人自動化工程有限公司(簡稱金石興)是一家致力于培養(yǎng)高素質(zhì)智能制造系統(tǒng)集成開發(fā)應(yīng)用人才科技公司,“工課幫”是金石興旗下高端教學(xué)資源開發(fā)品牌!肮ふn幫”由金石興公司團(tuán)結(jié)華中科技大學(xué)研究團(tuán)隊(duì)及國內(nèi)工業(yè)機(jī)器人集成行業(yè)資深技術(shù)人員共同組建。自成立以來,教學(xué)研發(fā)團(tuán)隊(duì)一直致力于打造精品課程資源,為斷在產(chǎn)、學(xué)、研3個(gè)層面創(chuàng)新自己的執(zhí)教理念與教學(xué)方針,并集中“工課幫”的優(yōu)勢力量,針對性地出版了智能制造系列教材30多冊,制作教學(xué)視頻十套,發(fā)表各類技術(shù)文章數(shù)十篇。
工業(yè)機(jī)器人視覺應(yīng)用目錄
第1章機(jī)器視覺概述(1)
1.1什么是機(jī)器視覺(2)
1.2機(jī)器視覺的工作原理(3)
1.3機(jī)器視覺常見軟件開發(fā)工具(3)
1.4工業(yè)機(jī)器人視覺系統(tǒng)的應(yīng)用(4)
1.4.1機(jī)器視覺的應(yīng)用領(lǐng)域(4)
1.4.2機(jī)器視覺面臨的問題(5)
第2章工業(yè)機(jī)器人視覺系統(tǒng)軟硬件環(huán)境搭建(7)
2.1工業(yè)機(jī)器人視覺系統(tǒng)軟件環(huán)境搭建(8)
2.1.1Halcon軟件簡介(8)
2.1.2Halcon軟件安裝(9)
2.1.3Halcon軟件界面介紹(16)
2.1.4Halcon軟件常用操作介紹(16)
2.2工業(yè)機(jī)器人視覺系統(tǒng)硬件環(huán)境搭建(18)
2.2.1工業(yè)相機(jī)(18)
2.2.2圖像采集卡(23)
2.2.3鏡頭(24)
2.2.4光源(26)
2.2.5支架平臺(26)
第3章圖像采集(27)
3.1圖像(28)
3.1.1圖像的概念(28)
3.1.2Halcon圖像的基本結(jié)構(gòu)(28)
3.2獲取非實(shí)時(shí)圖像(29)
3.2.1讀取圖像文件(29)
3.2.2讀取視頻文件(30)
3.3獲取實(shí)時(shí)圖像(32)
3.3.1Halcon的圖像采集步驟(32)
3.3.2使用Halcon接口連接相機(jī)(33)
3.3.3外部觸發(fā)采集圖像(34)
3.4實(shí)例:采集圖像并進(jìn)行簡單的處理(35)
第4章圖像預(yù)處理(43)
4.1圖像的變換與校正(44)
4.1.1齊次坐標(biāo)(44)
4.1.2二維圖像的平移、旋轉(zhuǎn)和縮放(44)
4.1.3投影變換(46)
4.1.4圖像的仿射變換(48)
4.2感興趣區(qū)域ROI(51)
4.2.1ROI的意義(51)
4.2.2創(chuàng)建ROI(51)
4.3圖像增強(qiáng)(54)
4.3.1直方圖均衡(54)
4.3.2增強(qiáng)對比度(55)
4.3.3處理失焦圖像(57)
4.4圖像平滑與去噪(58)
4.4.1均值濾波(58)
4.4.2中值濾波(59)
4.4.3高斯濾波(60)
4.5實(shí)例:圖像的平滑處理與增強(qiáng)(61)
第5章圖像分割(63)
5.1閾值處理(64)
5.1.1全局閾值(64)
5.1.2基于直方圖的自動閾值分割方法(65)
5.1.3自動布局閾值分割方法(65)
5.1.4局部閾值分割方法(67)
5.1.5其他閾值分割方法(70)
5.2區(qū)域生長法(71)
5.2.1regiongrowing算子(72)
5.2.2regiongrowing_mean算子(73)
5.3分水嶺算法(76)
5.4實(shí)例:利用區(qū)域生長算法提取圖像中特定區(qū)域(79)
第6章顏色處理(85)
6.1圖像的顏色(86)
6.1.1圖像的色彩空間(86)
6.1.2顏色空間的轉(zhuǎn)換(87)
6.2顏色通道的處理(88)
6.2.1圖像的通道與訪問(88)
6.2.2通道分離與合并(90)
6.2.3處理RGB信息(92)
6.3實(shí)例:利用顏色信息提取顏色相近的線段(95)
第7章圖像的形態(tài)學(xué)處理(99)
7.1腐蝕與膨脹(100)
7.1.1腐蝕(100)
7.1.2膨脹(102)
7.2開運(yùn)算與閉運(yùn)算(104)
7.2.1開運(yùn)算(104)
7.2.2閉運(yùn)算(106)
7.3頂帽運(yùn)算與底帽運(yùn)算(109)
7.3.1頂帽運(yùn)算(109)
7.3.2底帽運(yùn)算(111)
7.4灰度圖像的形態(tài)學(xué)運(yùn)算(113)
7.4.1灰度圖像與區(qū)域的區(qū)別(113)
7.4.2灰度圖像的形態(tài)學(xué)運(yùn)算效果及常用算子(113)
7.5實(shí)例:圖像目標(biāo)的分割與計(jì)數(shù)(117)
第8章特征提取(121)
8.1區(qū)域形狀特征(122)
8.1.1區(qū)域的面積和中心點(diǎn)(122)
8.1.2封閉區(qū)域(孔洞)的面積(124)
8.1.3根據(jù)特征值選擇區(qū)域(126)
8.1.4根據(jù)特征值創(chuàng)建區(qū)域(128)
8.2基于灰度值的特征(130)
8.2.1區(qū)域的灰度特征值(130)
8.2.2區(qū)域的大、小灰度值(132)
8.2.3灰度的平均值和偏差(132)
8.2.4灰度區(qū)域的面積和中心(133)
8.2.5根據(jù)灰度特征值選擇區(qū)域(134)
8.3基于圖像紋理的特征(135)
8.3.1灰度共生矩陣(136)
8.3.2灰度共生矩陣的創(chuàng)建與計(jì)算(137)
8.4實(shí)例:提取圖像的紋理特征(138)
第9章邊緣檢測(141)
9.1像素級邊緣提取(142)
9.1.1經(jīng)典的邊緣檢測算子(142)
9.1.2sobel_amp算子(143)
9.1.3edges_image算子(145)
9.1.4laplace_of_gauss算子(148)
9.2亞像素級邊緣提取(151)
9.2.1edges_sub_pix算子(151)
9.2.2edges_color_sub_pix算子(153)
9.2.3lines_gauss算子(154)
9.3亞輪廓處理(156)
9.3.1輪廓的生成(156)
9.3.2輪廓的處理(156)
9.4實(shí)例:對圖像實(shí)現(xiàn)邊緣檢測并提取輪廓(159)
第10章模板匹配(165)
10.1模板匹配的種類(166)
10.1.1基于灰度值的模板匹配(166)
10.1.2基于相關(guān)性的模板匹配(167)
10.1.3基于形狀的模板匹配(167)
10.2圖像金字塔(168)
10.3模板圖像的創(chuàng)建(169)
10.3.1從參考圖像的特定區(qū)域中創(chuàng)建模板(169)
10.3.2使用XLD輪廓創(chuàng)建模板(170)
10.4模板匹配的步驟(172)
10.4.1基于灰度值的模板匹配(172)
10.4.2基于相關(guān)性的模板匹配(174)
10.4.3基于形狀的模板匹配(177)
10.4.4優(yōu)化匹配速度(180)
10.4.5使用Halcon匹配助手進(jìn)行匹配(181)
10.5實(shí)例:疊層區(qū)域的形狀匹配(182)
第11章圖像分類(187)
11.1分類器(188)
11.1.1分類的基礎(chǔ)知識(188)
11.1.2MLP分類器(188)
11.1.3SVM分類器(189)
11.1.4GMM分類器(190)
11.1.5kNN分類器(190)
11.1.6分類器的選擇(190)
11.1.7特征和訓(xùn)練樣本的選擇(191)
11.2特征的分類(191)
11.2.1一般步驟(191)
11.2.2MLP分類器(192)
11.2.3SVM分類器(193)
11.2.4GMM分類器(194)
11.2.5kNN分類器(195)
11.3實(shí)例:用MLP分類器對不同的零件進(jìn)行分類(196)
參考文獻(xiàn)(202)