机器视觉自动检测技术(余文勇)(第二版)

《机器视觉自动检测技术》(第二版)内容共分为6章。第1章为机器视觉概述，讲述机器视觉技术的系统构成、工作原理、发展历程和应用领域等。第2章讲述机器视觉系统的硬件构成，包括相机的分类及主要特性参数、光学镜头的原理与选型、图像采集卡的原理及种类、图像数据的传输方式等。第3章讲述机器视觉成像技术，内容包括光源，工业环境下的灰度照明技术和彩色照明技术，LED照明设计技术。第4章重点讲述机器视觉核心算法，包括图像预处理、频域图像增强、数学形态学应用、灰度均衡、边缘检测、Blob分析、阈值分割、图像匹配算法及其应用、相机标定和测量算法。第5章介绍机器视觉软件的开发与算法，包括图像文件格式、常用函数库、Matlab应用和算法示例。第6章讲述视觉测量与检测的工程应用和案例分析。 本书可供高等学校机械、自动化、检测、测量等相关专业教学使用，也可供精密检测研究、开发、应用技术人员参考。

余文勇，华中科技大学，教授，经数十年自主创新研究在机器视觉自动检测领域取得丰硕成果，基于本书内容共计发表相关学术论文33篇，被SCI和EI检索收录12篇，代表论文他引次数已达20余次，基于相关实验设备获得授权国家发明专利16项。

第1章 概述 1.1　机器视觉的定义001 1.2　机器视觉系统的构成002 1.3　机器视觉系统的工作过程004 1.4　机器视觉系统的特点005 1.5　机器视觉系统的发展006 1.5.1　机器视觉系统的发展历程006 1.5.2　中国机器视觉系统的研究现状007 1.5.3　中国机器视觉系统的发展趋势008 1.6　机器视觉系统的应用领域010 1.7　机器视觉系统相关会议和期刊012 1.7.1　机器视觉领域重要的国际会议012 1.7.2　机器视觉领域重要的国际期刊013 1.7.3　机器视觉领域重要的国内期刊（均为EI检索）013 习题013 第2章 机器视觉系统的硬件 2.1　相机014 2.1.1　相机的分类014 2.1.2　相机的主要参数018 2.1.3　CCD相机019 2.1.4　CMOS相机022 2.1.5　CCD与CMOS相机的比较022 2.1.6　智能相机（SmartCamera）024 2.2　光学镜头026 2.2.1　概述026 2.2.2　镜头的基本结构029 2.2.3　镜头主要参数031 2.2.4　镜头相关技术037 2.2.5　镜头的选择040 2.3　图像采集卡的原理及种类042 2.3.1　概述042 2.3.2　图像采集卡的结构与技术参数043 2.3.3　图像采集卡分类045 2.3.4　数据采集046 2.3.5　与图像采集卡相关的技术名词048 2.4　图像数据的传输方式汇总及比较049 习题053 第3章 机器视觉成像技术 3.1　光源054 3.1.1　光源的作用054 3.1.2　光谱055 3.1.3　光源的种类055 3.1.4　选择光源应考虑的系统特性059 3.1.5　照明技术分类060 3.2　灰度照明技术062 3.2.1　直射照明和漫射照明062 3.2.2　背向照明和前向照明063 3.3　彩色照明技术064 3.3.1　光的三原色和色彩的三原色064 3.3.2　颜色的反射与吸收065 3.3.3　金属的反射特性067 3.3.4　显色性068 3.3.5　白平衡069 3.4　偏振技术071 3.5　LED光源的特性072 3.5.1　LED照明和传统照明的比较072 3.5.2　LED特性和分类073 3.6　LED光源的结构设计075 3.6.1　环形光源075 3.6.2　条形光源078 3.6.3　面形光源079 3.6.4　拱形光源080 3.6.5　同轴光源081 3.6.6　点光源083 3.6.7　光源的选型083 习题084 第4章 机器视觉核心算法 4.1　图像预处理085 4.1.1　空间滤波基础085 4.1.2　均值滤波086 4.1.3　中值滤波090 4.2　频域图像增强092 4.2.1　基本步骤092 4.2.2　傅立叶变换093 4.2.3　低通滤波器094 4.2.4　陷波滤波器096 4.3　数学形态学及其应用097 4.3.1　二值形态学097 4.3.2　二值形态学的应用099 4.3.3　灰度形态学基本操作101 4.3.4　讨论104 4.4　灰度均衡104 4.4.1　图像灰度直方图104 4.4.2　均衡算法106 4.5　边缘检测107 4.5.1　概述107 4.5.2　一阶算子107 4.5.3　二阶算子109 4.5.4　Canny算子110 4.5.5　几种算子的比较110 4.6　Blob分析111 4.6.1　简介111 4.6.2　Blob分析方法112 4.7　阈值分割116 4.7.1　图像分割方法116 4.7.2　阈值化分割118 4.7.3　全局阈值法118 4.7.4　局部阈值法和多阈值法120 4.8　图像匹配算法及其应用121 4.8.1　模式匹配法121 4.8.2　基于灰度值的匹配算法122 4.8.3　基于边缘的匹配算法123 4.9　相机标定124 4.9.1　概述124 4.9.2　相机透视投影模型126 4.9.3　镜头的畸变128 4.9.4　张正友标定法130 4.10　测量算法133 4.10.1　尺寸测量133 4.10.2　形状分析及描述135 4.10.3　直线最小二乘法拟合137 4.10.4　霍夫（Hough）变换138 4.10.5　圆形最小二乘法拟合138 习题141 第5章 软件开发与算法案例 5.1　图像文件格式142 5.1.1　位图文件简介142 5.1.2　JPEG文件简介145 5.2　机器视觉常用函数库146 5.2.1　英特尔高性能多媒体函数库(IntelIPP)147 5.2.2　OpenCV函数库154 5.2.3　Matlab图像处理工具157 5.3　算法案例161 5.3.1　测量与检测161 5.3.2　频域滤波172 5.3.3　目标分割174 5.3.4　模式识别175 5.3.5　畸变校正176 习题179 第6章 机器视觉工程应用 6.1　快速实时视觉检测系统的设计180 6.1.1　重要概念180 6.1.2　应用项目组织181 6.1.3　基本设计参数183 6.1.4　光照技术的设计189 6.1.5　设计图像处理算法的步骤190 6.1.6　可行性分析191 6.2　在包装印刷中的应用及案例分析192 6.2.1　自动印刷品质量检测概述192 6.2.2　系统描述194 6.2.3　算法描述197 6.2.4　检测结果199 6.2.5　在医药包装行业的应用201 6.3　在表面质量检测领域中的应用及案例分析204 6.3.1　玻璃表面质量的检测205 6.3.2　钢板表面质量的检测211 6.4　在尺寸测量领域中的应用及案例分析215 6.4.1　长度测量215 6.4.2　面积测量216 6.4.3　圆测量217 6.4.4　线弧测量218 6.4.5　角度测量219 6.5　在字符识别中的应用及案例分析219 6.5.1　OCR技术原理219 6.5.2　票据字符识别系统221 习题225 参考文献226