- 工业机器视觉基础教程(HALCON篇计算机类专业高等职业教育系列教材)
- - 作者：编者:郭森|责编:和庆娣
  - 出版社：机械工业
  - ISBN：9787111693857
  - 出版日期：2021/11/01
  - 页数：200
- 售价：23.6

内容大纲
本书围绕工业机器视觉的具体应用，基于HALCON机器视觉集成开发平台，通过30余个典型案例，详细介绍工业机器视觉的概念、原理和应用。主要内容包括HALCON编程软件、图像采集硬件的组成、图像处理的基本方法和原理、图像特征与提取、图像模式识别等，并通过综合实例介绍应用HALCON解决实际问题的方法和步骤。
本书面向实际应用，内容力求精炼，避免冗繁理论推导，适合高等职业院校和应用型本科院校相关专业的学生使用，也可供图像处理、模式识别、人工智能等领域的科研人员和工程技术人员参考。
作者介绍
目录
出版说明
前言
第1章  绪论
  1.1  工业机器视觉的概念
  1.2  工业机器视觉的应用领域
  1.3  工业机器视觉的基本原理
    1.3.1  工业机器视觉涉及的关键技术
    1.3.2  工业机器视觉系统
  习题
第2章  HALCON的基础知识
  2.1  HALCON的集成开发环境
  2.2  HALCON语言
    2.2.1  HALCON中的数据类型
    2.2.2  HALCON中的运算符
    2.2.3  HALCON中的控制流算子
  2.3  HALCON中创建函数
  2.4  案例——找出图中面积最大的圆
  习题
第3章  机器视觉硬件系统
  3.1  光源
    3.1.1  光源的颜色
    3.1.2  光源的照射方式
    3.1.3  案例——选择合适的打光方式
  3.2  镜头
    3.2.1  工业镜头的基本参数
    3.2.2  工业镜头的分类
  3.3  相机
    3.3.1  相机的性能指标
    3.3.2  相机的分类
    3.3.3  相机-计算机接口
  3.4  相机标定
    3.4.1  相机标定原理
    3.4.2  相机标定过程
    3.4.3  案例——用HALCON标定助手对相机进行标定
  习题
第4章  灰度图像BLOB分析
  4.1  BLOB简介
    4.1.1  BLOB的概念
    4.1.2  案例——BLOB分析的方法和步骤
  4.2  灰度直方图
    4.2.1  灰度直方图的概念
    4.2.2  灰度直方图与图像清晰度的关系
    4.2.3  案例——显示灰度图像的直方图
  4.3  阈值分割
    4.3.1  全局固定阈值分割
    4.3.2  案例——用“灰度直方图”工具对图像进行二值化
    4.3.3  动态阈值分割
    4.3.4  案例——圆点检测
  4.4  连通区域分析
    4.4.1  连通区域分析的原理

    4.4.2  案例——分割图中的数字
  4.5  特征值计算
    4.5.1  BLOB分析中的常用特征值
    4.5.2  “特征直方图”工具
    4.5.3  案例——从标定板中分割出圆点
  习题
第5章  图像滤波
  5.1  图像滤波简介
  5.2  空间域图像滤波
    5.2.1  均值滤波
    5.2.2  案例——均值滤波器的应用
    5.2.3  高斯滤波
    5.2.4  中值滤波
    5.2.5  三种空间滤波方法的比较
    5.2.6  案例——分析液体中的颗粒
  5.3  频域图像滤波
    5.3.1  频域滤波原理
    5.3.2  频率域低通滤波
    5.3.3  案例——低通滤波器的应用
    5.3.4  频率域高通滤波
    5.3.5  案例——应用高斯高通滤波器提取图像轮廓
    5.3.6  频率域的带阻/带通滤波器
    5.3.7  案例——应用带通滤波器进行划痕检测
  习题
第6章  图像的形态学处理
  6.1  图像的形态学处理简介
  6.2  形态学的基础算法
    6.2.1  膨胀运算
    6.2.2  腐蚀运算
    6.2.3  开运算
    6.2.4  闭运算
    6.2.5  案例——求图中地球的中心点坐标
    6.2.6  其他形态学算子
    6.2.7  案例——应用“击中击不中”的方法检测字符
  6.3  形态学的典型应用
    6.3.1  边界提取
    6.3.2  案例——提取目标区域的边界
    6.3.3  区域填充
    6.3.4  连接成分提取
    6.3.5  案例——检测并计算出圆形工件上的瑕疵大小
  习题
第7章  图像的几何变换
  7.1  图像的几何变换简介
  7.2  图像的位置变换
    7.2.1  图像平移
    7.2.2  图像旋转
    7.2.3  案例——标签旋转
    7.2.4  图像镜像
    7.2.5  案例——图像镜像
  7.3  图像的形状变换

    7.3.1  图像的缩小
    7.3.2  图像的放大
    7.3.3  图像的错切
    7.3.4  透射变换
    7.3.5  案例——二维码位姿校正
  习题
第8章  图像特征与提取
  8.1  图像特征
  8.2  边缘特征
    8.2.1  差分边缘检测算子
    8.2.2  Roberts算子
    8.2.3  Sobel算子
    8.2.4  canny算子
    8.2.5  Prewitt算子
    8.2.6  案例——用边缘检测提取公路标线
  8.3  图像的骨架特征
    8.3.1  骨架的原理
    8.3.2  案例——长条形物体上的缺陷检测
  8.4  区域特征
    8.4.1  常用区域特征
    8.4.2  案例——找出图中的六角螺帽
  8.5  灰度直方图特征
    8.5.1  常用的灰度直方图特征
    8.5.2  案例——红外物体的热点温度检测
  8.6  图像的纹理特征
    8.6.1  灰度共生矩阵原理
    8.6.2  案例——LCD显示器缺陷检测
  8.7  角点特征
    8.7.1  角点检测法原理
    8.7.2  案例——方格墙砖的角点检测
  8.8  亚像素边缘特征
    8.8.1  亚像素方法原理
    8.8.2  XLD特征
    8.8.3  案例——用亚像素的方法计算工件圆孔的半径
  8.9  图像的颜色特征
    8.9.1  图像的彩色
    8.9.2  颜色模块
  习题
第9章  图像模式识别
  9.1  图像模式识别的定义
  9.2  模板匹配
    9.2.1  模板匹配的原理
    9.2.2  案例——用模式识别的方法查找对应图案
    9.2.3  案例——用模板匹配助手实现芯片标识的匹配与定位
  9.3  统计模式识别
    9.3.1  K-最近邻法（K-NN）
    9.3.2  支持向量机
  9.4  案例——应用支持向量机进行样本缺陷检测
  9.5  神经网络
    9.5.1  神经网络的定义

    9.5.2  神经网络的创建和应用
    9.5.3  常见的神经网络类型
    9.5.4  案例——用神经网络训练识别车牌汉字
    9.5.5  案例——用神经网络进行像素分类
  9.6  字符识别（OCR）
    9.6.1  字符识别原理
    9.6.2  案例——识别车牌中的英文字母和数字
  习题
第10章  综合实例
  10.1  模板匹配和数字识别
  10.2  高精度测量
  10.3  HALCON与C#混合编程
附录  HALCON常用算子
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目