这书分左右几篇详细介绍机器视觉的组成、图象处理方式及其运用案例。
上篇“机器视觉基础理论与优化算法”包含：机器视觉、图象处理、总体目标获取、边缘检测、图象光滑解决、几何图形主要参数检验、Hough转换、单目視覺精确测量、双眼視覺精确测量、健身运动图象处理、傅里叶变换、小波变换、模式识别、神经元网络、深度神经网络、遗传算法。
续篇“机器视觉软件系统”包含：通用性图象处理系统软件ImageSys、二维动画健身运动精确测量分析软件MIAS、三维立体健身运动精确测量分析软件MIAS 3D、车子視覺网站导航。
这书汇聚了图象处理绝大部分目前时兴优化算法,以粗浅的图片配文字的方式解读繁杂的基础理论优化算法,每一优化算法都得出了具体解决实例。
书中所说实例均来源于生活实践,都获得了具体运用的检测。
这书不但适用机器视觉和图象处理技术专业基础理论融合实践活动的课堂教学,针对本技术专业及有关技术专业的研究课题工作人员和专业技术也具备关键的实用价值。
目录
- 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
- 4.6Canny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
- 7.3Hough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最小凸多边形拟合/ 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
- 15.2BP神经网络/ 198
- 15.2.1BP神经网络简介/ 198
- 15.2.2BP神经网络的训练学习/ 200
- 15.2.3改进型BP神经网络/ 202
- 15.3BP神经网络在数字字符识别中的应用/ 203
- 15.3.1BP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
- 17.6.2GA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
- 18.3.1DirectX直接采集/ 259
- 18.3.2VFW PC相机采集/ 260
- 18.3.3A/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
- 18.4.33D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
- 18.6.2HSI表示变换/ 265
- 18.6.3自由变换/ 265
- 18.6.4RGB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
- 18.10.3Canny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
- 19.5.42点间距离/ 311
- 19.5.52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
- 20.1MIAS 3D系统简介/ 318
- 20.2文件/ 319
- 20.32D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
- 20.4.42点间距离/ 324
- 20.4.52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
