- 电子工业出版社
- 9787121463549
- 1-3
- 540505
- 16开
- 2025-01
- 电子电气类
- 高职
内容简介
本书分为?4?篇,主要内容包括机器视觉认知、图像颜色的空间转换和基本变换、检测目标图像的边缘、分割目标图像、拼接两张图像、使用OCR识别文字、检测人脸、手动搭建BP神经网络实现图像识别、搭建卷积神经网络实现手写数字图像识别、基于ResNet50实现限速牌识别、实现零件的自动分拣、实现工业钢材的缺陷检测、实现医学X-ray影像的肺炎检测、实现机器小车的目标跟随、实现机器小车的视觉巡线与自动驾驶、实现视觉SLAM建图。
目录
第1篇 机器视觉认知与图像的基础算法__eol__任务1 机器视觉认知与图像基础算法 3__eol__【任务要求】 3__eol__【相关知识】 3__eol__1.1 机器视觉简介 3__eol__1.2 机器视觉系统 5__eol__1.3 机器视觉识别的实现方式 8__eol__1.4 常用的机器视觉工具 10__eol__小 结 13__eol__任务1练习 13__eol__任务2 图像颜色的空间转换和基本变换 15__eol__【任务要求】 15__eol__【相关知识】 15__eol__2.1 常用机器视觉工具的安装 15__eol__2.2 读写图像文件 27__eol__2.3 常用的图像类型和颜色空间 30__eol__2.4 常见的图像变换操作 36__eol__【任务设计】 49__eol__【任务实施】 50__eol__【任务评价】 52__eol__小 结 52__eol__任务2练习 52__eol__任务3 检测目标图像的边缘 54__eol__【任务要求】 54__eol__【相关知识】 54__eol__3.1 边缘检测简介 54__eol__3.2 图像平滑处理 55__eol__3.3 常见的边缘检测算法 59__eol__【任务设计】 71__eol__【任务实施】 72__eol__【任务评价】 73__eol__小 结 74__eol__任务3练习 74__eol__任务4 分割目标画像 75__eol__【任务要求】 75__eol__【相关知识】 75__eol__4.1 图像分割简介 75__eol__4.2 常见的图像分割算法 76__eol__【任务设计】 88__eol__【任务实施】 89__eol__【任务评价】 91__eol__小 结 91__eol__任务4练习 91__eol__任务5 拼接两张图像 94__eol__【任务要求】 94__eol__【相关知识】 94__eol__5.1 图像拼接简介 94__eol__5.2 特征提取 95__eol__5.3 图像配准 99__eol__5.4 图像融合 105__eol__【任务设计】 106__eol__【任务实施】 107__eol__【任务评价】 110__eol__小 结 111__eol__任务5练习 111__eol__第2篇 机器视觉常见应用__eol__任务6 使用OCR识别文字 115__eol__【任务要求】 115__eol__【相关知识】 115__eol__6.1 OCR技术简介 115__eol__6.2 OCR原理介绍 116__eol__6.3 OCR工具软件安装与环境配置 117__eol__6.4 OCR实现 125__eol__【任务设计】 129__eol__【任务实施】 130__eol__【任务评价】 132__eol__小 结 133__eol__任务6练习 133__eol__任务7 检测人脸 134__eol__【任务要求】 134__eol__【相关知识】 134__eol__7.1 人脸检测简介 134__eol__7.2 基于Haar特征的人脸检测 135__eol__7.3 使用OpenCV库实现人脸检测 137__eol__【任务设计】 141__eol__【任务实施】 142__eol__【任务评价】 144__eol__小 结 144__eol__任务7练习 144__eol__任务8 手动搭建BP神经网络实现图像识别 146__eol__【任务要求】 146__eol__【相关知识】 146__eol__8.1 人工神经网络的发展历程 146__eol__8.2 人工神经网络的基本组成 148__eol__8.3 基于BP算法的多层感知机神经网络 151__eol__8.4 PyTorch框架 153__eol__【任务设计】 179__eol__【任务实施】 181__eol__【任务评价】 183__eol__小 结 183__eol__任务8练习 183__eol__任务9 搭建卷积神经网络实现手写数字图像识别 185__eol__【任务要求】 185__eol__【相关知识】 185__eol__9.1 卷积神经网络常见的网络层 185__eol__9.2 常见的卷积神经网络 194__eol__9.3 深度学习通用流程 197__eol__【任务设计】 203__eol__【任务实施】 204__eol__【任务评价】 208__eol__小 结 208__eol__任务9练习 209__eol__任务10 基于ResNet50实现限速牌识别 210__eol__【任务要求】 210__eol__【相关知识】 210__eol__10.1 残差网络 210__eol__10.2 ResNet50网络结构 211__eol__【任务设计】 212__eol__【任务实施】 213__eol__【任务评价】 218__eol__小 结 218__eol__任务10练习 219__eol__第3篇 工业机器视觉与应用__eol__任务11 实现零件的自动分拣 223__eol__【任务要求】 223__eol__【相关知识】 223__eol__11.1 智能分拣简介 223__eol__11.2 智能分拣系统的基本组成 224__eol__11.3 零件智能分拣的流程 225__eol__【任务设计】 236__eol__【任务实施】 237__eol__【任务评价】 243__eol__小 结 244__eol__任务11练习 244__eol__任务12 实现工业钢材的缺陷检测 246__eol__【任务要求】 246__eol__【相关知识】 246__eol__12.1 工业钢材缺陷检测的应用背景简介 246__eol__12.2 工业钢材的数据集采集 247__eol__12.3 基于深度学习的钢材缺陷检测流程 250__eol__【任务实施】 260__eol__【任务评价】 261__eol__小 结 261__eol__任务12练习 262__eol__任务13 实现医学X-ray影像的肺炎检测 263__eol__【任务要求】 263__eol__【相关知识】 263__eol__13.1 医学X-ray影像检测背景 263__eol__13.2 肺炎检测的数据采集 263__eol__13.3 基于深度学习的肺炎疾病检测流程 264__eol__【任务实施】 272__eol__【任务评价】 273__eol__小 结 273__eol__任务13练习 273__eol__第4篇 智能机器人视觉与应用__eol__任务14 实现机器小车的目标跟随 277__eol__【任务要求】 277__eol__【相关知识】 277__eol__【任务设计】 289__eol__【任务实施】 289__eol__14.1 边缘智能小车EAC平台 271 __eol__14.2 目标检测与识别 281 __eol__14.3 目标检测与识别模型简介及部署 282__eol__14.4 摄像头数据采集及预处理 284__eol__14.5 场景判断及目标跟随 285__eol__【任务评价】 291__eol__任务14练习 291__eol__任务15 实现机器小车的视觉巡线与自动驾驶 293__eol__【任务要求】 293__eol__【相关知识】 293__eol__15.1 机器小车的自动驾驶实现原理 293__eol__15.2 场景数据的采集与标注 294__eol__15.3 自动驾驶模型训练 297__eol__15.4 自动驾驶模型部署与运行 303__eol__【任务设计】 307__eol__【任务实施】 308__eol__【任务评价】 310__eol__任务15练习 310__eol__任务16 实现视觉SLAM建图 312__eol__【任务要求】 312__eol__【相关知识】 312__eol__16.1 视觉SLAM 312__eol__16.2 视觉SLAM框架 314__eol__16.3 经典视觉SLAM算法 315__eol__【任务设计】 321__eol__【任务实施】 321__eol__【任务评价】 322__eol__任务16练习 322__eol__