机器视觉技术

1. 遵循学习者的认知规律，由易到难，简繁得当，实用易学。2. 图文并茂，通俗易懂，实例丰富。重点给读者呈现了HALCON的编程技巧及突出HALCON数字图像处理技术的应用实践，并引导读者掌握HALCON的编程方法，培养读者的思维方法，在解决实际问题中能有自己的想法。 3. 章后附有思考与练习题。

随着计算机硬件和软件技术的发展，机器视觉技术在工程中的应用越来越广泛，HALCON软件作为当今机器视觉技术的代表软件，提供了强大的视觉库。本书以HALCON为编程工具，全面、系统地介绍了机器视觉技术的相关理论和工程应用实例，使读者能更好地学习和掌握HALCON编程基础与编程技巧。
全书分为11章，内容包括机器视觉技术概述、HALCON编程基础、HALCON数据结构、图像预处理、图像采集、图像分割、图像匹配、图像测量、运动图像分析、深度学习基础知识、HALCON中的深度学习方法等。每一章的末尾都附有必要的习题，便于教学或自学练习，以便加深读者对本书所述内容的理解。同时，本书汇集了图像处理中大多数现有流行箅法，以图文并茂的方法讲解复杂的理论算法，并给出了实际处理案例。
本书难度适中，内容精练，可作为高等学校智能制造工程、机器人工程、电子信息工程、通信与信息工程、计算机科学与技术、控制科学与技术等专业本科生与研究生的教材，也可供从事图像处理、模式识别、人工智能、生物工程、医学成像等相关领域的科研人员和工程技术人员参考。

刘国华，天津市优秀创新创业导师，天津工业大学教学名师，教授，硕士生导师；长期从事计算机视觉与图像处理、微型执行器和优选检测技术等方面的研究。近年来承担国际合作项目1项，承担重量、省部级项目6项，企业合作项目10项；在高水平刊物上发表研究论文40余篇，其中SCI检索10篇；申请发明专利8项，申请软件著作权20余项；2019年获得“中国机械工程学会”优秀论文奖；荣获“纺织之光”中国纺织工业联合会纺织高等教育教学成果一等奖、二等奖、三等奖；天津市级一流本科课程负责人；出版“十三五”规划教材《HALCON数字图像处理》、《HALCON编程与工程应用》等6部。

第1章绪论(1)
1.1机器视觉(1)
1.2HALCON简介(5)
本章小结(19)
习题(19)
第2章HALCON编程基础与数据结构(20)
2.1HALCON控制语句(20)
2.2HALCON算子(24)
2.3HALCON图像读取、显示和转换(29)
2.4图形参数(37)
2.5控制参数(60)
本章小结(64)
习题(64)
第3章图像处理基础(65)
3.1图像数字化(65)
3.2数字图像表现形式及格式(73)
3.3数字图像的描述(75)
本章小结(79)
习题(79)
第4章HALCON图像采集(80)
4.1图像采集硬件(80)
4.2图像采集算子(99)
4.3图像采集助手(103)
本章小结(107)
习题(108)
第5章图像预处理(109)
5.1灰度变换(109)
5.2直方图处理(116)
5.3图像的几何变换(124)
5.4图像的平滑(135)
5.5图像的锐化(143)
5.6图像的彩色增强(148)
本章小结(150)
习题(150)
第6章图像分割(152)
6.1阈值分割(152)
6.2边缘检测(159)
6.3区域分割(170)
6.4霍夫变换(174)
6.5动态聚类分割(178)
6.6分水岭算法(180)
本章小结(183)
习题(183)
第7章图像匹配(184)
7.1基于灰度值的匹配(184)
7.2基于图像特征的匹配(191)
7.3基于相关性的匹配(197)
7.4空间金字塔匹配(199)
7.5Matching助手(204)
本章小结(210)
习题(210)
第8章图像测量(211)
8.1机器视觉与测量(211)
8.2HALCON一维测量(212)
8.3HALCON二维测量(222)
8.4HALCON三维测量(233)
8.5HALCON测量助手(253)
本章小结(258)
习题(258)
第9章运动图像分析(260)
9.1帧间差分法(260)
9.2背景差分法(264)
9.3光流法(273)
本章小结(281)
习题(281)
第10章神经网络与深度学习(282)
10.1人工智能、机器学习和深度学习(282)
10.2神经网络基础(285)
10.3卷积神经网络基础(292)
10.4模型训练与评估(300)
本章小结(308)
习题(308)
第11章HALCON中的深度学习(309)
11.1HALCON深度学习环境的配置(309)
11.2图像的标注(310)
11.3主要流程及算子(315)
11.4深度学习例程(320)
本章小结(350)
习题(350)
参考文献(351)