机器视觉技术基础

封面

版权信息

内容提要

作者简介

前言PREFACE

第1章 机器视觉概述

1.1 什么是机器视觉

1.2 机器视觉系统硬件构成

1.3 硬件选型

1.4 机器视觉的应用及展望

小结

习题

第2章 数字图像基础

2.1 图像和数字图像

2.2 图像的数字化

2.3 图像像素间的关系

2.4 图像灰度直方图

小结

习题

第3章 初步认识HALCON

3.1 走进HALCON

3.2 HDevelop图形组件

3.3 软件图像采集

3.4 数据结构

小结

习题

第4章 图像预处理

4.1 感兴趣区域（ROI）

4.2 图像的变换与校正

4.3 图像增强

小结

习题

第5章 图像分割

5.1 阈值分割

5.2 边缘检测

5.3 区域分割

5.4 Hough变换

5.5 分水岭算法

小结

习题

第6章 特征提取

6.1 图像特征概述

6.2 区域形状特征

6.3 基于灰度值的特征

6.4 基于图像纹理的特征

小结

习题

第7章 图像的形态学处理

7.1 数学形态学预备知识

7.2 二值图像的基本形态学运算

7.3 灰度图像的形态学运算

7.4 二值图像的基本形态学算法

小结

习题

第8章 图像模板匹配

8.1 图像模板匹配概述

8.2 基于像素灰度值的模板匹配

8.3 基于特征的模板匹配

8.4 图像金字塔

8.5 Matching助手

小结

习题

第9章 相机标定

9.1 标定的目的和意义

9.2 标定的参数

9.3 HALCON标定流程

小结

习题

第10章 3D视觉基础

10.1 三维空间坐标

10.2 双目立体视觉

10.3 激光三角测量

小结

习题

第11章 混合编程

11.1 混合编程的方式

11.2 HALCON与MFC混合编程

11.3 HALCON与QT混合编程

小结

习题

第12章 案例分析

12.1 车牌识别

12.2 卡号识别

12.3 缺陷检测

12.4 几何测量

12.5 齿轮3D平面度检测