机器视觉技术

上篇 机器视觉理论与算法
第1章　机器视觉　/ 2
　1.1　机器视觉的作用　/ 2
　1.2　机器视觉的硬件构成　/ 3
　　　1.2.1　计算机　/ 4
　　　1.2.2　图像采集设备　/ 6
　1.3　机器视觉的软件及编程工具　/ 7
　1.4　机器视觉、机器人和智能装备　/ 8
　1.5　机器视觉的功能与精度　/ 9
第2章　图像处理　/ 12
　2.1　图像处理的发展过程　/ 12
　2.2　数字图像的采样与量化　/ 18
　2.3　彩色图像与灰度图像　/ 20
　2.4　图像文件及视频文件格式　/ 22
　2.5　数字图像的计算机表述　/ 23
　2.6　常用图像处理算法及其通用性问题　/ 24
　参考文献　/ 25
第3章　目标提取　/ 26
　3.1　如何提取目标物体　/ 26
　3.2　基于阈值的目标提取　/ 26
　　　3.2.1　二值化处理　/ 26
　 3.2.2　阈值的确定　/ 27
　3.3　基于颜色的目标提取　/ 30
　　　3.3.1　色相、亮度、饱和度及其他　/ 30
　　　3.3.2　颜色分量及其组合处理　/ 33
　3.4　基于差分的目标提取　/ 38
　　　3.4.1　帧间差分　/ 38
　　　3.4.2　背景差分　/ 39
　参考文献　/ 40
第4章　边缘检测　/ 42
　4.1　边缘与图像处理　/ 42
　4.2　基于微分的边缘检测　/ 44
　4.3　基于模板匹配的边缘检测　/ 45
　4.4　边缘图像的二值化处理　/ 47
　4.5　细线化处理　/ 48
　4.6　Canny算法　/ 48
　参考文献　/ 52
第5章　图像平滑处理　/ 53
　5.1　图像噪声及常用平滑方式　/ 53
　5.2　移动平均　/ 54
　5.3　中值滤波　/ 54
　5.4　高斯滤波　/ 56
　5.5　模糊图像的清晰化处理　/ 59
　　　5.5.1　对比度增强　/ 59
　　　5.5.2　自动对比度增强　/ 61
　　　5.5.3　直方图均衡化　/ 63
　　　5.5.4　暗通道先验法去雾处理　/ 65
　5.6　二值图像的平滑处理　/ 67
　参考文献　/ 69
第6章　几何参数检测　/ 70
　6.1　基于图像特征的自动识别　/ 70
　6.2　二值图像的特征参数　/ 70
　6.3　区域标记　/ 73
　6.4　基于特征参数提取物体　/ 74
　6.5　基于特征参数消除噪声　/ 75
　参考文献　/ 76
第7章　Hough变换　/ 77
　7.1　传统Hough变换的直线检测　/ 77
　7.2　过已知点Hough变换的直线检测　/ 79
　7.3　Hough变换的曲线检测　/ 81
　参考文献　/ 81
第8章　几何变换　/ 82
　8.1　关于几何变换　/ 82
　8.2　放大缩小　/ 83
　8.3　平移　/ 87
　8.4　旋转　/ 87
　8.5　复杂变形　/ 88
　8.6　齐次坐标表示　/ 90
　参考文献　/ 91
第9章　单目视觉测量　/ 92
　9.1　硬件构成　/ 92
　9.2　摄像机模型　/ 93
　　　9.2.1　参考坐标系　/ 94
　　　9.2.2　摄像机模型分析　/ 95
　9.3　摄像机标定　/ 97
　9.4　标定尺检测　/ 98
　　　9.4.1　定位追踪起始点　/ 98
　　　9.4.2　蓝黄边界检测　/ 100
　　　9.4.3　确定角点坐标　/ 102
　 9.4.4　单应矩阵计算　/ 103
　9.5　标定结果分析　/ 103
　9.6　标识点自动检测　/ 104
　9.7　手动选取目标　/ 110
　9.8　距离测量分析　/ 110
　　　9.8.1　透视畸变对测距精度的影响　/ 110
　　　9.8.2　目标点与标定点的距离对测距精度的影响　/ 112
　9.9　面积测量算法　/ 113
　　　9.9.1　获取待测区域轮廓点集　/ 113
　　　9.9.2　*小凸多边形拟合　/ 114
　　　9.9.3　多边形面积计算　/ 115
　　　9.9.4　测量实例　/ 116
　参考文献　/ 117
第10章　双目视觉测量　/ 118
　10.1　双目视觉系统的结构　/ 118
　　　10.1.1　平行式立体视觉模型　/ 119
　　　10.1.2　汇聚式立体视觉模型　/ 120
　10.2　摄像机标定　/ 122
　　　10.2.1　直接线性标定法　/ 123
　　　10.2.2　张正友标定法　/ 124
　　　10.2.3　摄像机参数与投影矩阵的转换　/ 128
　10.3　标定测量试验　/ 129
　　　10.3.1　直接线性标定法试验　/ 130
　　　10.3.2　张正友标定法试验　/ 131
　　　10.3.3　三维测量试验　/ 134
　参考文献　/ 135
第11章　运动图像处理　/ 136
　11.1　光流法　/ 136
　　　11.1.1　光流法的基本概念　/ 136
　　　11.1.2　光流法用于目标跟踪的原理　/ 137
　11.2　模板匹配　/ 138
11.3　运动图像处理实例　/ 139
　　　11.3.1　羽毛球技战术实时图像检测　/ 139
　　　11.3.2　蜜蜂舞蹈行为分析　/ 145
　参考文献　/ 154
第12章　傅里叶变换　/ 155 　
　12.1　频率的世界　/ 155
　12.2　频率变换　/ 156
　12.3　离散傅里叶变换　/ 159
　12.4　图像的二维傅里叶变换　/ 161
　12.5　滤波处理　/ 162
　参考文献　/ 163
第13章　小波变换　/ 164
　13.1　小波变换概述　/ 164
　13.2　小波与小波变换　/ 165
　13.3　离散小波变换　/ 167
　13.4　小波族　/ 167
　13.5　信号的分解与重构　/ 168
　13.6　图像处理中的小波变换　/ 175
　　　13.6.1　二维离散小波变换　/ 175
　　　13.6.2　图像的小波变换编程　/ 177
　参考文献　/ 179
第14章　模式识别　/ 180
　14.1　模式识别与图像识别的概念　/ 180
　14.2　图像识别系统的组成　/ 181
　14.3　图像识别与图像处理和图像理解的关系　/ 182
　14.4　图像识别方法　/ 183
　　　14.4.1　模板匹配方法　/ 183
　　　14.4.2　统计模式识别　/ 183
　　　14.4.3　新的模式识别方法　/ 187
14.5　人脸图像识别系统　/ 189
　参考文献　/ 192
第15章　神经网络　/ 193
　15.1　人工神经网络　/ 193
　　　15.1.1　人工神经网络的生物学基础　/ 194
　　　15.1.2　人工神经元　/ 195
　　　15.1.3　人工神经元的学习　/ 195
　　　15.1.4　人工神经元的激活函数　/ 196
　　　15.1.5　人工神经网络的特点　/ 197
　15.2　BP神经网络　/ 198
　　　15.2.1　BP神经网络简介　/ 198
　　　15.2.2　BP神经网络的训练学习　/ 200
　　　15.2.3　改进型BP神经网络　/ 202
　15.3　BP神经网络在数字字符识别中的应用　/ 203
　　　15.3.1　BP神经网络数字字符识别系统原理　/ 204
　　　15.3.2　网络模型的建立　/ 205
　　　15.3.3　数字字符识别演示　/ 207
　参考文献　/ 209
第16章　深度学习　/ 210
　16.1　深度学习的发展历程　/ 210
　16.2　深度学习的基本思想　/ 212
　16.3　浅层学习和深度学习　/ 212
　16.4　深度学习与神经网络　/ 213
　16.5　深度学习训练过程　/ 214
　16.6　深度学习的常用方法　/ 215
　　　16.6.1　自动编码器　/ 215
　　　16.6.2　稀疏编码　/ 218
　　　16.6.3　限制波尔兹曼机　/ 220
　　　16.6.4　深信度网络 　/ 222
　　　16.6.5　卷积神经网络　/ 225
　16.7　基于卷积神经网络的手写体字识别　/ 228
　 16.7.1　手写字识别的卷积神经网络结构　/ 228
　　　16.7.2　卷积神经网络文字识别的实现　/ 231
　参考文献　/ 231
第17章　遗传算法　/ 232
　17.1　遗传算法概述　/ 232
　17.2　简单遗传算法　/ 234
　　　17.2.1　遗传表达　/ 234
　　　17.2.2　遗传算子　/ 235
　17.3　遗传参数　/ 238
　　　17.3.1　交叉率和变异率　/ 238
　　　17.3.2　其他参数　/ 238
　　　17.3.3　遗传参数的确定　/ 238
　17.4　适应度函数　/ 239
　　　17.4.1　目标函数映射为适应度函数　/ 239
　　　17.4.2　适应度函数的尺度变换　/ 240
　　　17.4.3　适应度函数设计对GA 的影响　/ 241
　17.5　模式定理　/ 242
　　　17.5.1　模式的几何解释　/ 244
　　　17.5.2　模式定理　/ 246
　17.6　遗传算法在模式识别中的应用　/ 248
　　　17.6.1　问题的设定　/ 248
　　　17.6.2　GA的应用方法　/ 250
　　　17.6.3　基于GA的双目视觉匹配　/ 252
　参考文献　/ 255

下篇 机器视觉应用系统
第18章　通用图像处理系统ImageSys　/ 258
　18.1　系统简介　/ 258
　18.2　状态窗　/ 259
　18.3　图像采集　/ 259
　 18.3.1　DirectX直接采集　/ 259
　　　18.3.2　VFW PC相机采集　/ 260
　　　18.3.3　A/D图像卡采集　/ 260
　18.4　直方图处理　/ 261
　　　18.4.1　直方图　/ 261
　　　18.4.2　线剖面　/ 261
　　　18.4.3　3D剖面　/ 262
　　　18.4.4　累计分布图　/ 263
　18.5　颜色测量　/ 264
　18.6　颜色变换　/ 264
　　　18.6.1　颜色亮度变换　/ 264
　　　18.6.2　HSI表示变换　/ 265
　　　18.6.3　自由变换　/ 265
　　　18.6.4　RGB颜色变换　/ 266
　18.7　几何变换　/ 266
　　　18.7.1　仿射变换　/ 266
　　　18.7.2　透视变换　/ 267
　18.8　频率域变换　/ 267
　　　18.8.1　小波变换　/ 267
　　　18.8.2　傅里叶变换　/ 268
　18.9　图像间变换　/ 270
　　　18.9.1　图像间演算　/ 270
　　　18.9.2　运动图像校正　/ 270
　18.10　滤波增强　/ 271
　　　18.10.1　单模板滤波增强　/ 271
　　　18.10.2　多模板滤波增强　/ 272
　　　18.10.3　Canny边缘检测　/ 273
　18.11　图像分割　/ 273
　18.12　二值运算　/ 274
　　　18.12.1　基本运算　/ 274
　　　18.12.2　特殊提取　/ 275
　18.13　二值图像测量　/ 276
　　　18.13.1　几何参数测量　/ 276
　　　18.13.2　直线参数测量　/ 281
　 18.13.3　圆形分离　/ 281
　　　18.13.4　轮廓测量　/ 281
　18.14　帧编辑　/ 282
　18.15　画图　/ 283
　18.16　查看　/ 284
　18.17　文件　/ 284
　　　18.17.1　图像文件　/ 284
　　　18.17.2　多媒体文件　/ 286
　　　18.17.3　多媒体文件编辑　/ 289
　　　18.17.4　添加水印　/ 290
　18.18　系统设置　/ 291
　　　18.18.1　系统帧设置　/ 291
　　　18.18.2　系统语言设置　/ 292
　18.19　系统开发平台Sample　/ 293
　参考文献　/ 293
第19章　二维运动图像测量分析系统MIAS　/ 294
　19.1　系统概述　/ 294
　19.2　文件　/ 295
　19.3　运动图像及2D比例标定　/ 296
　19.4　运动测量　/ 298
　　　19.4.1　自动测量　/ 298
　　　19.4.2　手动测量　/ 301
　　　19.4.3　标识测量　/ 302
　19.5　结果浏览　/ 305
　　　19.5.1　结果视频表示　/ 305
　　　19.5.2　位置速率　/ 308
　　　19.5.3　偏移量　/ 310
　　　19.5.4　2点间距离　/ 311
　　　19.5.5　2线间夹角　/ 311
　　　19.5.6　连接线图一览　/ 312
　19.6　结果修正　/ 313
　　　19.6.1　手动修正　/ 313
　　　19.6.2　平滑化　/ 313
　 19.6.3　内插补间　/ 314
　　　19.6.4　帧坐标变换　/ 314
　　　19.6.5　人体重心测量　/ 314
　　　19.6.6　设置事项　/ 315
　19.7　查看　/ 315
　19.8　实时测量　/ 315
　　　19.8.1　实时目标测量　/ 315
　　　19.8.2　实时标识测量　/ 316
　19.9　开发平台MSSample　/ 316
　参考文献　/ 317
第20章　三维运动测量分析系统MIAS 3D　/ 318
　20.1　MIAS 3D系统简介　/ 318
　20.2　文件　/ 319
　20.3　2D结果导入、3D标定及测量　/ 319
　20.4　显示结果　/ 321
　　　20.4.1　视频表示　/ 322
　　　20.4.2　点位速率　/ 323
　　　20.4.3　位移量　/ 323
　　　20.4.4　2点间距离　/ 324
　　　20.4.5　2线间夹角　/ 325
　　　20.4.6　连接线一览图　/ 326
　20.5　结果修正　/ 326
　20.6　其他功能　/ 327
　参考文献　/ 327
第21章　车辆视觉导航系统　/ 328
　21.1　车辆无人驾驶的发展历程及趋势　/ 328
　21.2　视觉导航系统的硬件　/ 330
　21.3　视觉导航系统的软件　/ 331
　21.4　导航试验及性能测试比较　/ 334

索引　/ 337