機器視覺技術(shù)：基礎(chǔ)及實踐

第1章機器視覺基礎(chǔ)1
1.1機器視覺的作用 1
1.2機器視覺的應(yīng)用領(lǐng)域 2
1.3機器視覺的發(fā)展前景 2
1.4機器視覺的硬件構(gòu)成 3
1.4.1計算機 4
1.4.2圖像采集設(shè)備 6
1.5機器視覺的算法軟件 7
1.6機器人的機器視覺 8
1.7機器視覺的功能與精度 8
1.8實踐用專業(yè)軟件介紹與基本設(shè)定 10
1.8.1通用圖像處理系統(tǒng)ImageSys 10
1.8.2二維三維運動圖像測量分析系統(tǒng) 13
思考題 15
第2章圖像數(shù)據(jù)與文件16
2.1數(shù)字圖像的采樣與量化 16
2.2彩色圖像與灰度圖像 18
2.3圖像的計算機顯示 20
2.4圖像文件 21
2.4.1理論介紹 21
2.4.2ImageSys圖像文件功能 22
2.5視頻文件 24
2.5.1理論介紹 24
2.5.2ImageSys多媒體文件功能 25
2.5.3多媒體文件編輯 27
2.5.4添加水印 28
思考題 29
第3章圖像視頻采集30
3.1基本概念與原理 30
3.1.1基本概念 30
3.1.2原理與分類 31
3.2CCD與CMOS圖像傳感器 32
3.2.1CCD圖像傳感器 32
3.2.2CMOS圖像傳感器 32
3.2.3CCD與CMOS圖像傳感器的區(qū)別 32
3.3DirectX圖像采集系統(tǒng) 33
思考題 36
第4章像素分布處理37
4.1直方圖 37
4.2線剖面圖 39
4.3累計分布圖 40
4.43D剖面圖 41
4.5工程應(yīng)用案例——保護壓板投退狀態(tài)檢測 42
思考題 44
第5章顏色空間與測量45
5.1顏色空間 45
5.1.1RGB顏色空間 45
5.1.2YUV顏色空間 45
5.1.3HSI顏色空間 45
5.1.4L*a*b*顏色空間 46
5.1.5XYZ顏色空間 46
5.2顏色測量 46
5.2.1界面功能 46
5.2.2使用方法 48
5.3工程應(yīng)用案例——小麥苗列檢測 49
思考題 50
第6章顏色變換51
6.1顏色亮度變換 51
6.1.1基礎(chǔ)變化 52
6.1.2L(朗格)變換 54
6.1.3γ(伽馬)變換 54
6.1.4去霧處理 55
6.1.5直方圖平滑化 56
6.2HSI變換 57
6.3RGB色差變換 58
6.4自由變換 59
6.5工程應(yīng)用案例 60
6.5.1綠色農(nóng)田無人駕駛系統(tǒng)的圖像信息檢測 60
6.5.2果樹上紅色桃子區(qū)域檢測 62
思考題 64
第7章幾何變換65
7.1基礎(chǔ)知識 65
7.2單步變換 66
7.2.1實踐準備 66
7.2.2平移 67
7.2.3放大縮小 67
7.2.4旋轉(zhuǎn) 68
7.3復雜變換 69
7.3.1仿射變換 69
7.3.2透視變換 71
7.4齊次坐標表示 71
7.5工程應(yīng)用案例——單目測量系統(tǒng) 72
7.5.1硬件構(gòu)成 72
7.5.2攝像機標定與標定尺檢測 74
7.5.3標識點檢測 74
7.5.4距離與面積計算 75
7.5.5測量精度及實例 75
思考題 77
第8章頻率域變換78
8.1傅里葉變換 78
8.1.1頻率概念 78
8.1.2頻率變換 79
8.1.3離散傅里葉變換 81
8.1.4圖像的二維傅里葉變換 82
8.1.5濾波處理 83
8.1.6圖像傅里葉變換實踐 84
8.2小波變換 89
8.2.1小波變換概述 89
8.2.2小波與小波變換 90
8.2.3離散小波變換 91
8.2.4小波族 92
8.2.5信號的分解與重構(gòu) 92
8.2.6圖像處理中的小波變換 93
8.2.7圖像小波變換實踐 95
8.3工程應(yīng)用案例——小麥播種導航路徑檢測 99
8.3.1試驗設(shè)備與視頻采集 99
8.3.2第一幀田埂導航直線檢測 99
8.3.3非第一幀田埂導航直線檢測 101
8.3.4播種直線檢測 102
8.3.5檢測結(jié)果分析 102
思考題 104
第9章圖像間變換105
9.1圖像間運算及實踐 105
9.1.1運算內(nèi)容 105
9.1.2運算實踐 105
9.2運動圖像校正與實踐 110
9.3工程應(yīng)用案例 111
9.3.1基于幀間差分的羽毛球檢測 111
9.3.2基于背景差分的車流量檢測 114
思考題 116
第10章濾波增強117
10.1基本概念 117
10.2去噪聲處理 119
10.2.1移動平均 119
10.2.2中值濾波 120
10.2.3高斯濾波 121
10.2.4單模板濾波實踐 123
10.3基于微分的邊緣檢測 129
10.3.1一階微分（梯度運算） 129
10.3.2二階微分（拉普拉斯運算） 130
10.3.3模板匹配 130
10.3.4多模板濾波實踐 131
10.4Canny算法及實踐 136
10.5工程應(yīng)用案例——插秧機器人導航目標檢測 140
10.5.1目標田埂與目標苗列的微分處理 140
10.5.2田端田埂的微分檢測 142
思考題 144
第11章圖像分割145
11.1灰度分割與實踐 145
11.1.1常規(guī)閾值分割 145
11.1.2模態(tài)法自動分割 147
11.1.3p參數(shù)法自動分割 148
11.1.4大津法自動分割 148
11.2彩色分割與實踐 150
11.2.1RGB彩色分割 151
11.2.2HSI彩色分割 151
11.3工程應(yīng)用案例——排種器試驗臺圖像采集與分割 152
11.3.1機械結(jié)構(gòu)及圖像采集裝置 152
11.3.2圖像采集與拼接 153
11.3.3籽粒的二值化提取 154
思考題 155
第12章二值運算156
12.1基本運算 156
12.2參數(shù)提取 159
12.3工程應(yīng)用案例——插秧機器人導航目標去噪聲 161
12.3.1苗列二值圖像的去噪聲 161
12.3.2水泥田埂的去噪聲 161
12.3.3土田埂的去噪聲 162
思考題 163
第13章二值參數(shù)測量164
13.1幾何參數(shù)測量 164
13.1.1圖像的幾何參數(shù) 165
13.1.2區(qū)域標記 166
13.1.3幾何參數(shù)檢測與提取 166
13.1.4實踐 167
13.2直線參數(shù)測量 172
13.2.1哈夫變換 172
13.2.2最小二乘法 174
13.2.3實踐 174
13.3圓形分離實踐 176
13.4輪廓測量實踐 177
13.5工程應(yīng)用案例 178
13.5.1果樹上桃子中心與半徑擬合 178
13.5.2排種器試驗臺籽粒分布參數(shù)測量 180
13.5.3農(nóng)田視覺導航線檢測 182
思考題 185
第14章二維三維運動圖像測量186
14.1二維運動圖像測量 186
14.1.1圖像采集 186
14.1.2運動圖像讀入與2D標定 187
14.1.3運動測量 188
14.1.4結(jié)果瀏覽顯示 190
14.1.5結(jié)果修正 196
14.2三維運動圖像測量 196
14.2.1多通道圖像采集 196
14.2.23D標定與3D數(shù)據(jù)合成 196
14.2.3結(jié)果瀏覽顯示 200
14.3工程應(yīng)用案例 201
14.3.1蜜蜂舞蹈實時跟蹤檢測 201
14.3.2三維作物生長量檢測與建模 203
思考題 209
參考文獻210