互联网
类型
可以朗读
语音朗读
220千字
字数
2019-12-01
发行日期
展开全部
主编推荐语
全面学习Halcon机器视觉算法原理与编程实战，适合初学者和开发者。
内容简介
随着机器视觉技术的飞速发展，大量需要使用机器视觉代替人工检测的需求应运而生。Halcon在开发机器视觉项目中表现出的高效性和稳定性，使其应用范围非常广泛。本书将针对机器视觉的原理和算法，以及如何应用算法解决问题进行探讨和说明，并利用Halcon对各种机器视觉算法进行举例，让读者全面、深入、透彻地理解Halcon机器视觉开发过程中的各种常用算法的原理及其应用方法，提高实际开发水平和项目实战能力。同时，也为机器视觉项目的管理者提供项目管理和技术参考。
目录
- 版权信息
- 内容提要
- 前言
- 第1篇 基础篇
- 第1章 机器视觉概述
- 1.1 什么是机器视觉
- 1.2 机器视觉与计算机视觉的区别
- 1.3 机器视觉的工作原理
- 1.4 机器视觉的应用领域
- 第2章 如何做机器视觉项目
- 2.1 项目的前期准备
- 2.2 项目规划
- 2.3 详细设计
- 2.4 项目交付
- 第3章 硬件环境搭建
- 3.1 相机
- 3.2 图像采集卡
- 3.3 镜头
- 3.4 光源
- 3.5 实例：硬件选型
- 第4章 软件图像采集
- 4.1 获取非实时图像
- 4.2 获取实时图像
- 4.3 多相机采集图像
- 4.4 Halcon图像的基本结构
- 4.5 实例：采集Halcon图像并进行简单处理
- 第2篇 算法篇
- 第5章 图像预处理
- 5.1 图像的变换与校正
- 5.2 感兴趣区域（ROI）
- 5.3 图像增强
- 5.4 图像平滑与去噪
- 5.5 光照不均匀
- 第6章 图像分割
- 6.1 阈值处理
- 6.2 区域生长法
- 6.3 分水岭算法
- 第7章 颜色与纹理
- 7.1 图像的颜色
- 7.2 颜色通道的处理
- 7.3 实例：利用颜色信息提取背景相似的字符区域
- 7.4 纹理分析
- 第8章 图像的形态学处理
- 8.1 腐蚀与膨胀
- 8.2 开运算与闭运算
- 8.3 顶帽运算与底帽运算
- 8.4 灰度图像的形态学运算
- 8.5 实例：粘连木材图像的目标分割与计数
- 第9章 特征提取
- 9.1 区域形状特征
- 9.2 基于灰度值的特征
- 9.3 基于图像纹理的特征
- 第10章 边缘检测
- 10.1 像素级边缘提取
- 10.2 亚像素级边缘提取
- 10.3 轮廓处理
- 第11章 模板匹配
- 11.1 模板匹配的种类
- 11.2 图像金字塔
- 11.3 模板图像
- 11.4 模板匹配的步骤
- 11.5 实例：指定区域的形状匹配
- 第12章 图像分类
- 12.1 分类器
- 12.2 特征的分类
- 12.3 光学字符识别
- 第13章 相机标定与三维重建
- 13.1 立体视觉的基础知识
- 13.2 相机标定
- 13.3 双目立体视觉
- 13.4 激光三角测量
- 13.5 DFF方法
- 第14章 机器视觉中的深度学习
- 14.1 深度学习的基本概念
- 14.2 分类
- 14.3 物体检测
- 14.4 语义分割
- 第3篇 应用案例篇
- 第15章 实例分析：印刷完整性检测
- 15.1 系统结构
- 15.2 检测算法
- 第16章 实例分析：布料表面缺陷检测
- 16.1 检测算法
- 16.2 检测布料表面划痕
- 16.3 检测布料表面破洞
- 16.4 检测周期纹理图像的缺陷
- 16.5 检测周期纹理图像的污染区域
- 第17章 实例分析：仪表数值智能识别
- 17.1 检测算法
- 17.2 指针识别
- 17.3 字符识别
- 17.4 数值分析
- 第18章 实例分析：双目立体视觉与定位
- 18.1 系统结构
- 18.2 图像采集与标定
- 18.3 双目测距
展开全部
评分及书评
尚无评分
目前还没人评分
出版方
北京大学出版社
北京大学出版社是在1979年，经国家出版事业管理局同意，教育部批准成立的，恢复了北京大学出版社建制。北京大学出版社依靠北大雄厚的教学、科研力量，同时积极争取国内外专家学者的合作支持，出版了大量高水平、高质量、适应多层次需要的优秀高等教育教材。 北大出版社注意对教材进行全面追踪，捕捉信息，及时修订，以跟上各学科的最新发展，反映该学科研究的最新成果，保持北大版教材的领先地位。
