第1篇 機(jī)器視覺認(rèn)知與圖像的基礎(chǔ)算法
任務(wù)1　機(jī)器視覺認(rèn)知與圖像基礎(chǔ)算法3
【任務(wù)要求】3
【相關(guān)知識】3
1.1　機(jī)器視覺簡介3
1.2 機(jī)器視覺系統(tǒng)5
1.3　機(jī)器視覺識別的實(shí)現(xiàn)方式8
1.4　常用的機(jī)器視覺工具10
小　結(jié)13
任務(wù)1練習(xí)13
任務(wù)2　圖像顏色的空間轉(zhuǎn)換和基本變換15
【任務(wù)要求】15
【相關(guān)知識】15
2.1　常用機(jī)器視覺工具的安裝15
2.2　讀寫圖像文件27
2.3　常用的圖像類型和顏色空間30
2.4　常見的圖像變換操作36
【任務(wù)設(shè)計(jì)】49
【任務(wù)實(shí)施】50
【任務(wù)評價】52
小　結(jié)52
任務(wù)2練習(xí)52
任務(wù)3　檢測目標(biāo)圖像的邊緣54
【任務(wù)要求】54
【相關(guān)知識】54
3.1　邊緣檢測簡介54
3.2　圖像平滑處理55
3.3　常見的邊緣檢測算法59
【任務(wù)設(shè)計(jì)】71
【任務(wù)實(shí)施】72
【任務(wù)評價】73
小　結(jié)74
任務(wù)3練習(xí)74
任務(wù)4　分割目標(biāo)畫像75
【任務(wù)要求】75
【相關(guān)知識】75
4.1　圖像分割簡介75
4.2　常見的圖像分割算法76
【任務(wù)設(shè)計(jì)】88
【任務(wù)實(shí)施】89
【任務(wù)評價】91
小　結(jié)91
任務(wù)4練習(xí)91
任務(wù)5　拼接兩張圖像94
【任務(wù)要求】94
【相關(guān)知識】94
5.1　圖像拼接簡介94
5.2　特征提取95
5.3　圖像配準(zhǔn)99
5.4　圖像融合105
【任務(wù)設(shè)計(jì)】106
【任務(wù)實(shí)施】107
【任務(wù)評價】110
小　結(jié)111
任務(wù)5練習(xí)111
第2篇 機(jī)器視覺常見應(yīng)用
任務(wù)6　使用OCR識別文字115
【任務(wù)要求】115
【相關(guān)知識】115
6.1　OCR技術(shù)簡介115
6.2　OCR原理介紹116
6.3　OCR工具軟件安裝與環(huán)境配置117
6.4　OCR實(shí)現(xiàn)125
【任務(wù)設(shè)計(jì)】129
【任務(wù)實(shí)施】130
【任務(wù)評價】132
小 結(jié)133
任務(wù)6練習(xí)133
任務(wù)7　檢測人臉134
【任務(wù)要求】134
【相關(guān)知識】134
7.1　人臉檢測簡介134
7.2　基于Haar特征的人臉檢測135
7.3　使用OpenCV庫實(shí)現(xiàn)人臉檢測137
【任務(wù)設(shè)計(jì)】141
【任務(wù)實(shí)施】142
【任務(wù)評價】144
小　結(jié)144
任務(wù)7練習(xí)144
任務(wù)8　手動搭建BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)圖像識別146
【任務(wù)要求】146
【相關(guān)知識】146
8.1　人工神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程146
8.2　人工神經(jīng)網(wǎng)絡(luò)的基本組成148
8.3　基于BP算法的多層感知機(jī)神經(jīng)網(wǎng)絡(luò)151
8.4　PyTorch框架153
【任務(wù)設(shè)計(jì)】179
【任務(wù)實(shí)施】181
【任務(wù)評價】183
小　結(jié)183
任務(wù)8練習(xí)183
任務(wù)9　搭建卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)手寫數(shù)字圖像識別185
【任務(wù)要求】185
【相關(guān)知識】185
9.1　卷積神經(jīng)網(wǎng)絡(luò)常見的網(wǎng)絡(luò)層185
9.2　常見的卷積神經(jīng)網(wǎng)絡(luò)194
9.3　深度學(xué)習(xí)通用流程197
【任務(wù)設(shè)計(jì)】203
【任務(wù)實(shí)施】204
【任務(wù)評價】208
小　結(jié)208
任務(wù)9練習(xí)209
任務(wù)10　基于ResNet50實(shí)現(xiàn)限速牌識別210
【任務(wù)要求】210
【相關(guān)知識】210
10.1　殘差網(wǎng)絡(luò)210
10.2　ResNet50網(wǎng)絡(luò)結(jié)構(gòu)211
【任務(wù)設(shè)計(jì)】212
【任務(wù)實(shí)施】213
【任務(wù)評價】218
小　結(jié)218
任務(wù)10練習(xí)219
第3篇 工業(yè)機(jī)器視覺與應(yīng)用
任務(wù)11　實(shí)現(xiàn)零件的自動分揀223
【任務(wù)要求】223
【相關(guān)知識】223
11.1　智能分揀簡介223
11.2　智能分揀系統(tǒng)的基本組成224
11.3　零件智能分揀的流程225
【任務(wù)設(shè)計(jì)】236
【任務(wù)實(shí)施】237
【任務(wù)評價】243
小　結(jié)244
任務(wù)11練習(xí)244
任務(wù)12　實(shí)現(xiàn)工業(yè)鋼材的缺陷檢測246
【任務(wù)要求】246
【相關(guān)知識】246
12.1　工業(yè)鋼材缺陷檢測的應(yīng)用背景簡介246
12.2　工業(yè)鋼材的數(shù)據(jù)集采集247
12.3　基于深度學(xué)習(xí)的鋼材缺陷檢測流程250
【任務(wù)實(shí)施】260
【任務(wù)評價】261
小　結(jié)261
任務(wù)12練習(xí)262
任務(wù)13　實(shí)現(xiàn)醫(yī)學(xué)X-ray影像的肺炎檢測263
【任務(wù)要求】263
【相關(guān)知識】263
13.1　醫(yī)學(xué)X-ray影像檢測背景263
13.2　肺炎檢測的數(shù)據(jù)采集263
13.3　基于深度學(xué)習(xí)的肺炎疾病檢測流程264
【任務(wù)實(shí)施】272
【任務(wù)評價】273
小 結(jié)273
任務(wù)13練習(xí)273
第4篇 智能機(jī)器人視覺與應(yīng)用
任務(wù)14　實(shí)現(xiàn)機(jī)器小車的目標(biāo)跟隨277
【任務(wù)要求】277
【相關(guān)知識】277
【任務(wù)設(shè)計(jì)】289
【任務(wù)實(shí)施】289
14.1　邊緣智能小車EAC平臺271
14.2　目標(biāo)檢測與識別281
14.3　目標(biāo)檢測與識別模型簡介及部署282
14.4　攝像頭數(shù)據(jù)采集及預(yù)處理284
14.5　場景判斷及目標(biāo)跟隨285
【任務(wù)評價】291
任務(wù)14練習(xí)291
任務(wù)15　實(shí)現(xiàn)機(jī)器小車的視覺巡線與自動駕駛293
【任務(wù)要求】293
【相關(guān)知識】293
15.1　機(jī)器小車的自動駕駛實(shí)現(xiàn)原理293
15.2　場景數(shù)據(jù)的采集與標(biāo)注294
15.3　自動駕駛模型訓(xùn)練297
15.4　自動駕駛模型部署與運(yùn)行303
【任務(wù)設(shè)計(jì)】307
【任務(wù)實(shí)施】308
【任務(wù)評價】310
任務(wù)15練習(xí)310
任務(wù)16　實(shí)現(xiàn)視覺SLAM建圖312
【任務(wù)要求】312
【相關(guān)知識】312
16.1　視覺SLAM312
16.2　視覺SLAM框架314
16.3　經(jīng)典視覺SLAM算法315
【任務(wù)設(shè)計(jì)】321
【任務(wù)實(shí)施】321
【任務(wù)評價】322
任務(wù)16練習(xí)322