机器视觉技术及应用
￥39.00定价
作者： 宋伟，吴章江，于京
出版时间：2024-03
出版社：中国铁道出版社
- 中国铁道出版社
- 9787113311254
- 1-1
- 531486
- 16开
- 2024-03
- 计算机类
- 高职
内容简介
本书通过实际案例论述工业机器视觉技术的基本原理， 并用核心代码论述技术要点。
全书共 9 章， 分为三部分。 第一部分包括第 1 章和第 2 章， 论述机器视觉的基本概念和组成结构; 第二部分包括第 3~ 8 章， 论述传统工业机器视觉在动态检测、 三维立体检测、
板匹配模、 分拣系统、 导航等方面的应用; 第三部分包括第 9 章， 论述在现代人工智能背景下基于深度学习的机器视觉的应用， 以帮助读者快速掌握基于深度神经网络的配置方法、
模型应用等技巧。
本书为从事机器视觉的技术人员提供了一些基础资料， 给从事该领域研究的人员提供了一些技术指导， 也可作为高等院校人工智能、 电子信息工程等专业的教材。
全书共 9 章， 分为三部分。 第一部分包括第 1 章和第 2 章， 论述机器视觉的基本概念和组成结构; 第二部分包括第 3~ 8 章， 论述传统工业机器视觉在动态检测、 三维立体检测、
板匹配模、 分拣系统、 导航等方面的应用; 第三部分包括第 9 章， 论述在现代人工智能背景下基于深度学习的机器视觉的应用， 以帮助读者快速掌握基于深度神经网络的配置方法、
模型应用等技巧。
本书为从事机器视觉的技术人员提供了一些基础资料， 给从事该领域研究的人员提供了一些技术指导， 也可作为高等院校人工智能、 电子信息工程等专业的教材。
目录
第一部分
第 1 章 工业机器视觉概论 1
1. 1 工业机器视觉和计算机视觉的区别 1
1. 1. 1 应用领域 2
1. 1. 2 技术关注点 2
1. 2 工业机器视觉发展现状 3
1. 2. 1 国内工业机器视觉发展现状 3
1. 2. 2 国外工业机器视觉发展现状 3
1. 3 工业机器视觉的国际组织和标准 4
小结 5
习题 5
第 2 章 工业机器视觉的基本组成 6
2. 1 工业机器视觉的基本组成结构 6
2. 2 工业机器视觉的摄像机选择 8
2. 2. 1 分辨率 8
2. 2. 2 帧率 8
2. 2. 3 传感器 8
2. 2. 4 波长 9
2. 2. 5 接口 9
2. 3 工业机器视觉的光源选择 9
2. 3. 1 光源的亮度和均匀性 10
2. 3. 2 光源类型 10
2. 3. 3 光源的方向性 10
Ⅱ 机器视觉技术及应用
2. 3. 4 光谱特性 10
2. 4 工业机器视觉的图像采集卡选择 11
2. 5 工业机器视觉中的机械部件 12
2. 6 工业机器视觉中的软件 13
2. 6. 1 常用的工业视觉软件介绍 13
2. 6. 2 系统的用户界面设计 14
小结 14
习题 15
第二部分
第 3 章 平面尺寸检测 16
3. 1 直线位置的检测 16
3. 1. 1 无干扰点直线拟合 17
3. 1. 2 有干扰点直线拟合 20
3. 2 矩形检测 24
3. 3 圆或圆弧的检测 25
3. 3. 1 平面像素圆检测算法 26
3. 3. 2 三定点平面圆检测法 30
3. 4 畸变修正 35
3. 4. 1 相机标定 35
3. 4. 2 角点检测与匹配 36
3. 4. 3 畸变校正 40
3. 4. 4 重投影 42
小结 42
习题 42
第 4 章 基于机器视觉的动态检测 44
4. 1 振动的振幅与频率的检测 44
4. 1. 1 振动的基本概念 45
目 录 Ⅲ
4. 1. 2 振动的产生 45
4. 1. 3 振幅的定义和计算 46
4. 1. 4 频率的定义和计算 46
4. 1. 5 基于工业视觉振动检测的原理 47
4. 1. 6 基于工业视觉振动检测的方法 48
4. 1. 7 经典方法优缺点总结 62
4. 2 对运动物体的轨迹追踪 63
4. 2. 1 轨迹的定义 63
4. 2. 2 轨迹追踪的原理 63
4. 2. 3 运动特征的定义与提取 64
4. 2. 4 时空特征的定义与提取 64
4. 2. 5 轨迹追踪的方法 66
4. 3 计算运动物体的速度 72
4. 3. 1 平均速度的计算方法 72
4. 3. 2 瞬时速度的计算方法 72
4. 3. 3 基于机器视觉的速度计算方法 72
小结 73
习题 73
第 5 章 基于机器视觉的三维立体检测 75
5. 1 结构光方法的三维检测 76
5. 1. 1 直接三角法 76
5. 1. 2 光栅相位法 77
5. 2 旋转方法的三维检测 78
5. 2. 1 对称扫描模型 78
5. 2. 2 斜入射式扫描模型 79
5. 3 其他三维检测简介 79
5. 3. 1 飞行时间法 79
5. 3. 2 干涉法 80
Ⅳ 机器视觉技术及应用
5. 3. 3 相移测量法 80
5. 4 代码 80
5. 4. 1 代码 80
5. 4. 2 检测过程 87
小结 88
习题 88
第 6 章 模板匹配算法及其应用 89
6. 1 最简单的模板匹配算法 89
6. 1. 1 灰度化处理 90
6. 1. 2 算法实现 90
6. 2 数字模板匹配的方法 93
6. 2. 1 制作数字模板 94
6. 2. 2 数字模板匹配方法的实现 97
6. 3 汽车车牌号模板匹配的方法 102
6. 3. 1 汽车车牌号的模板 102
6. 3. 2 汽车车牌号模板匹配方法的实现 103
6. 4 火车螺钉掉失模板匹配的方法 106
6. 5 用模板匹配方法评估机器零部件加工精度 109
6. 6 用模板匹配对身份证进行识别 112
小结 118
习题 118
第 7 章 基于机器视觉的分拣系统 120
7. 1 机器视觉在分拣系统中的应用 121
7. 1. 1 物品识别与分类 121
7. 1. 2 位置检测 123
7. 1. 3 不合格产品的检测 124
7. 2 根据物品特性进行分拣 126
7. 2. 1 根据形状不同进行分拣 126
目 录 Ⅴ
7. 2. 2 根据体积不同进行分拣 131
7. 2. 3 根据颜色特征进行分拣 134
小结 137
习题 137
第 8 章 基于机器视觉的导航 139
8. 1 无人设备导航绪论 140
8. 1. 1 概述 140
8. 1. 2 视觉传感器 140
8. 1. 3 视觉定位与制图 141
8. 1. 4 障碍物检测与避障 141
8. 1. 5 路径规划 141
8. 1. 6 应用 142
8. 2 机器视觉概念介绍 143
8. 2. 1 视觉成像部分 143
8. 2. 2 图像处理部分 144
8. 2. 3 运动控制部分 145
8. 2. 4 总结 145
8. 3 基于视觉 SLAM 的机器导航介绍 146
8. 3. 1 视觉 SLAM 原理 146
8. 3. 2 使用 ROS 实现视觉 SLAM 导航实例 147
8. 4 无人设备自主避障方案 149
8. 4. 1 概述 149
8. 4. 2 无人设备避障 149
8. 5 使用 Python 实现无人设备按照线路的标识进行导航 151
8. 5. 1 通过 Python 创建 ROS 节点 151
8. 5. 2 发布导航线路标识点 152
8. 5. 3 程序示例效果 153
8. 6 使用 Python 实现无人设备根据实时状况进行导航 154
Ⅵ 机器视觉技术及应用
小结 156
习题 156
第三部分
第 9 章 基于深度学习的机器视觉的应用 157
9. 1 深度学习介绍与环境搭载 157
9. 1. 1 深度学习的特点概述 157
9. 1. 2 深度学习环境的搭载 158
9. 1. 3 PyCharm 平台的使用 169
9. 2 实际系统举例 173
9. 2. 1 YOLOv5 目标检测 173
9. 2. 2 仪表盘读数系统 176
小结 184
习题 184
参考文献 185
第 1 章 工业机器视觉概论 1
1. 1 工业机器视觉和计算机视觉的区别 1
1. 1. 1 应用领域 2
1. 1. 2 技术关注点 2
1. 2 工业机器视觉发展现状 3
1. 2. 1 国内工业机器视觉发展现状 3
1. 2. 2 国外工业机器视觉发展现状 3
1. 3 工业机器视觉的国际组织和标准 4
小结 5
习题 5
第 2 章 工业机器视觉的基本组成 6
2. 1 工业机器视觉的基本组成结构 6
2. 2 工业机器视觉的摄像机选择 8
2. 2. 1 分辨率 8
2. 2. 2 帧率 8
2. 2. 3 传感器 8
2. 2. 4 波长 9
2. 2. 5 接口 9
2. 3 工业机器视觉的光源选择 9
2. 3. 1 光源的亮度和均匀性 10
2. 3. 2 光源类型 10
2. 3. 3 光源的方向性 10
Ⅱ 机器视觉技术及应用
2. 3. 4 光谱特性 10
2. 4 工业机器视觉的图像采集卡选择 11
2. 5 工业机器视觉中的机械部件 12
2. 6 工业机器视觉中的软件 13
2. 6. 1 常用的工业视觉软件介绍 13
2. 6. 2 系统的用户界面设计 14
小结 14
习题 15
第二部分
第 3 章 平面尺寸检测 16
3. 1 直线位置的检测 16
3. 1. 1 无干扰点直线拟合 17
3. 1. 2 有干扰点直线拟合 20
3. 2 矩形检测 24
3. 3 圆或圆弧的检测 25
3. 3. 1 平面像素圆检测算法 26
3. 3. 2 三定点平面圆检测法 30
3. 4 畸变修正 35
3. 4. 1 相机标定 35
3. 4. 2 角点检测与匹配 36
3. 4. 3 畸变校正 40
3. 4. 4 重投影 42
小结 42
习题 42
第 4 章 基于机器视觉的动态检测 44
4. 1 振动的振幅与频率的检测 44
4. 1. 1 振动的基本概念 45
目 录 Ⅲ
4. 1. 2 振动的产生 45
4. 1. 3 振幅的定义和计算 46
4. 1. 4 频率的定义和计算 46
4. 1. 5 基于工业视觉振动检测的原理 47
4. 1. 6 基于工业视觉振动检测的方法 48
4. 1. 7 经典方法优缺点总结 62
4. 2 对运动物体的轨迹追踪 63
4. 2. 1 轨迹的定义 63
4. 2. 2 轨迹追踪的原理 63
4. 2. 3 运动特征的定义与提取 64
4. 2. 4 时空特征的定义与提取 64
4. 2. 5 轨迹追踪的方法 66
4. 3 计算运动物体的速度 72
4. 3. 1 平均速度的计算方法 72
4. 3. 2 瞬时速度的计算方法 72
4. 3. 3 基于机器视觉的速度计算方法 72
小结 73
习题 73
第 5 章 基于机器视觉的三维立体检测 75
5. 1 结构光方法的三维检测 76
5. 1. 1 直接三角法 76
5. 1. 2 光栅相位法 77
5. 2 旋转方法的三维检测 78
5. 2. 1 对称扫描模型 78
5. 2. 2 斜入射式扫描模型 79
5. 3 其他三维检测简介 79
5. 3. 1 飞行时间法 79
5. 3. 2 干涉法 80
Ⅳ 机器视觉技术及应用
5. 3. 3 相移测量法 80
5. 4 代码 80
5. 4. 1 代码 80
5. 4. 2 检测过程 87
小结 88
习题 88
第 6 章 模板匹配算法及其应用 89
6. 1 最简单的模板匹配算法 89
6. 1. 1 灰度化处理 90
6. 1. 2 算法实现 90
6. 2 数字模板匹配的方法 93
6. 2. 1 制作数字模板 94
6. 2. 2 数字模板匹配方法的实现 97
6. 3 汽车车牌号模板匹配的方法 102
6. 3. 1 汽车车牌号的模板 102
6. 3. 2 汽车车牌号模板匹配方法的实现 103
6. 4 火车螺钉掉失模板匹配的方法 106
6. 5 用模板匹配方法评估机器零部件加工精度 109
6. 6 用模板匹配对身份证进行识别 112
小结 118
习题 118
第 7 章 基于机器视觉的分拣系统 120
7. 1 机器视觉在分拣系统中的应用 121
7. 1. 1 物品识别与分类 121
7. 1. 2 位置检测 123
7. 1. 3 不合格产品的检测 124
7. 2 根据物品特性进行分拣 126
7. 2. 1 根据形状不同进行分拣 126
目 录 Ⅴ
7. 2. 2 根据体积不同进行分拣 131
7. 2. 3 根据颜色特征进行分拣 134
小结 137
习题 137
第 8 章 基于机器视觉的导航 139
8. 1 无人设备导航绪论 140
8. 1. 1 概述 140
8. 1. 2 视觉传感器 140
8. 1. 3 视觉定位与制图 141
8. 1. 4 障碍物检测与避障 141
8. 1. 5 路径规划 141
8. 1. 6 应用 142
8. 2 机器视觉概念介绍 143
8. 2. 1 视觉成像部分 143
8. 2. 2 图像处理部分 144
8. 2. 3 运动控制部分 145
8. 2. 4 总结 145
8. 3 基于视觉 SLAM 的机器导航介绍 146
8. 3. 1 视觉 SLAM 原理 146
8. 3. 2 使用 ROS 实现视觉 SLAM 导航实例 147
8. 4 无人设备自主避障方案 149
8. 4. 1 概述 149
8. 4. 2 无人设备避障 149
8. 5 使用 Python 实现无人设备按照线路的标识进行导航 151
8. 5. 1 通过 Python 创建 ROS 节点 151
8. 5. 2 发布导航线路标识点 152
8. 5. 3 程序示例效果 153
8. 6 使用 Python 实现无人设备根据实时状况进行导航 154
Ⅵ 机器视觉技术及应用
小结 156
习题 156
第三部分
第 9 章 基于深度学习的机器视觉的应用 157
9. 1 深度学习介绍与环境搭载 157
9. 1. 1 深度学习的特点概述 157
9. 1. 2 深度学习环境的搭载 158
9. 1. 3 PyCharm 平台的使用 169
9. 2 实际系统举例 173
9. 2. 1 YOLOv5 目标检测 173
9. 2. 2 仪表盘读数系统 176
小结 184
习题 184
参考文献 185
