幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

HALCON機器視覺演算法及應用/人工智慧開發叢書

  • 作者：編者:王強|責編:潘新文
  • 出版社：化學工業
  • ISBN：9787122449511
  • 出版日期：2025/02/01
  • 裝幀：平裝
  • 頁數：260
人民幣：RMB 89 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書主要介紹機器視覺系統的概念、原理、視覺系統組成、數字圖像處理演算法及視覺應用，共分為三部分：第一部分快速入門，介紹了機器視覺系統的組成、圖像採集系統；第二部分圖像處理演算法，介紹了視覺圖像處理相關演算法及應用；第三部分機器視覺應用，介紹了機器視覺的典型應用案例。
    全書理論聯繫實際，從圖像採集部分開始到數字圖像處理部分，除了介紹相關的理論知識外，結合具體的實際案例以及HALCON編程，提供了明確的使用方法。對每一種數字圖像處理演算法在機器視覺系統中的應用，都通過實例說明了具體的應用方法和注意事項，並通過具體案例的學習加深對內容的理解。
    本書可作為圖像處理、機器視覺或電腦視覺相關科研人員和工程技術人員的參考用書，也可作為高等教育學校相關專業的教材使用，也適用於對圖像處理、機器視覺或電腦視覺感興趣的所有讀者。
作者介紹
編者:王強|責編:潘新文
目錄
第一部分  快速入門
  第1章  緒論
    1.1  機器視覺的概念
    1.2  機器視覺系統的組成
    1.3  機器視覺系統的特點
    1.4  機器視覺系統應用領域
      1.4.1  在工業中的應用
      1.4.2  在農業中的應用
      1.4.3  在醫學中的應用
      1.4.4  在軍工及制導方面的應用
      1.4.5  在其他方面的應用
    1.5  機器視覺相關圖像處理庫
      1.5.1  OpenCV
      1.5.2  VisionPro
      1.5.3  HALCON
      1.5.4  其他圖像處理庫
  第2章  視覺圖像採集設備
    2.1  光源
      2.1.1  電磁輻射
      2.1.2  光譜特性及與被測物關係
      2.1.3  光源類型
      2.1.4  光源形狀及照明方式
    2.2  鏡頭
      2.2.1  高斯光學
      2.2.2  遠心鏡頭
      2.2.3  鏡頭的主要參數
    2.3  攝像機
      2.3.1  攝像機感測器類型
      2.3.2  攝像機主要參數
      2.3.3  攝像機與電腦的介面
      2.3.4  攝像機與鏡頭的介面
  第3章  數字圖像基礎
    3.1  數字圖像的產生
      3.1.1  圖像數字化
      3.1.2  數字圖像的表示
      3.1.3  圖像文件格式
    3.2  數字圖像分類
      3.2.1  彩色圖像
      3.2.2  二值圖像
      3.2.3  灰度圖像
      3.2.4  索引圖像
    3.3  像素間的基本關係
      3.3.1  相鄰像素和圖像鄰域
      3.3.2  連通域
      3.3.3  圖像中的距離度量方法
    3.4  數字圖像基本性質
    3.5  圖像的基本特徵
      3.5.1  直方圖
      3.5.2  圖像的熵
      3.5.3  其他統計特徵

    3.6  圖像處理方法
  第4章  HALCON入門
    4.1  認識HALCON
      4.1.1  HALCON界面
      4.1.2  菜單欄
      4.1.3  工具欄
      4.1.4  子窗口
    4.2  HALCON編程入門
      4.2.1  圖像相關□量
      4.2.2  控制□量
      4.2.3  程序控制語句
    4.3  瀏覽HALCON常式及第一個HALCON程序
第二部分  圖像處理演算法
  第5章  圖像常用數學運算
    5.1  代數運算
      5.1.1  加法運算：add_image
      5.1.2  減法運算：sub_image、abs_diff_image
      5.1.3  乘法運算：mult_image
      5.1.4  除法運算：div_image
      5.1.5  應用實例
    5.2  位運算
      5.2.1  「與」運算：bit_and
      5.2.2  「或」運算：bit_or
      5.2.3  「非」運算：bit_not
      5.2.4  「異或」運算：bit_xor
      5.2.5  切片運算：bit_slice
      5.2.6  其它位運算
      5.2.7  應用實例
    5.3  圖像插值方法
    5.4  幾何□換
      5.4.1  仿射□換原理
      5.4.2  仿射□換相關運算元
      5.4.3  投影□換原理
      5.4.4  投影□換運算元：projective_trans_image
      5.4.5  極坐標□換：polar_trans_image_ext
      5.4.6  應用實例
  第6章  圖像預處理方法
    6.1  圖像增強
      6.1.1  線性□換：scale_image
      6.1.2  □□值範圍線性□換：scale_image_max
      6.1.3  分段線性□換：scale_image_range
      6.1.4  對數□換：log_image
      6.1.5  圖像開方：sqrt_image
      6.1.6  冪次□換：pow_image
      6.1.7  直方圖均衡化：equ_histo_image
      6.1.8  邊緣增強：emphasize
      6.1.9  改善光照增強：illuminate
      6.1.10  圖像增強應用實例
    6.2  圖像平滑濾波
      6.2.1  均值濾波：mean_image

      6.2.2  中值濾波：median_image
      6.2.3  高斯濾波：gauss_filter
      6.2.4  雙邊濾波：bilateral_filter
      6.2.5  各向異性擴散濾波：anisotropic_diffusion
      6.2.6  導向濾波：guided_filter
      6.2.7  頻域□換及濾波：rft_generic
      6.2.8  圖像平滑濾波實例
    6.3  邊緣提取方法
      6.3.1  圖像梯度的概念
      6.3.2  sobel運算元：sobel_dir
      6.3.3  kirsch運算元：kirsch_dir
      6.3.4  prewitt運算元：prewitt_dir
      6.3.5  frei運算元：frei_dir
      6.3.6  roberts運算元：roberts
      6.3.7  robinson運算元：robinson_dir
      6.3.8  la□□□ce運算元：la□□□ce
      6.3.9  高斯拉普拉斯運算元：la□□□ce_of_gauss
      6.3.10  高斯差分：diff_of_gauss
      6.3.11  canny運算元：edges_image
      6.3.12  邊緣提取應用實例
    6.4  圖像的數學形態學分析
      6.4.1  形態學運算基礎
      6.4.2  膨脹運算：dilation_circle
      6.4.3  腐蝕運算：erosion_circle
      6.4.4  開運算：opening_circle
      6.4.5  閉運算：closing_circle
      6.4.6  擊中擊不中：hit_or_miss
      6.4.7  其它形態學運算元
      6.4.8  形態學應用實例
    6.5  圖像分割
      6.5.1  全□手動閾值分割：threshold
      6.5.2  Otsu分割：binary_threshold
      6.5.3  自動閾值分割：auto_threshold
      6.5.4  直方圖閾值分割：histo_to_thresh
      6.5.5  字元閾值分割：char_threshold
      6.5.6  □部閾值分割：local_threshold
      6.5.7  動態閾值分割：dyn_threshold
      6.5.8  可□閾值分割：var_threshold
      6.5.9  區域生長分割：regiongrowing
      6.5.10  分水嶺分割：watersheds
      6.5.11  □□穩定極值區域：segment_image_mser
      6.5.12  圖像分割實例
  第7章  模板匹配
    7.1  模板匹配相似度計算方法
    7.2  HALCON模板匹配方法
      7.2.1  快速匹配：fast_match
      7.2.2  最佳匹配：best_match
      7.2.3  相關匹配：find_ncc_model
    7.3  模板匹配中的問題
      7.3.1  匹配效率問題

      7.3.2  縮放與旋轉問題
    7.4  穩定的匹配方法
      7.4.1  基於邊緣的匹配
      7.4.2  形狀匹配：find_shape_model
    7.5  其他匹配方法介紹
      7.5.1  利用hu 不□矩進行匹配
      7.5.2  Hausdorff 距離匹配
    7.6  模板匹配實例
  第8章  圖像特徵
    8.1  幾何特徵檢測
      8.1.1  霍夫□換直線檢測：hough_lines
      8.1.2  霍夫□換圓檢測：hough_circles
      8.1.3  霍夫幾何特徵檢測實例
    8.2  常用幾何特徵擬合
      8.2.1  直線擬合：fit_line_contour_xld
      8.2.2  圓擬合：fit_circle_contour_xld
      8.2.3  橢圓擬合：fit_ellipse_contour_xld
      8.2.4  幾何特徵擬合實例
    8.3  特徵點檢測
      8.3.1  Harris角點檢測：points_harris
      8.3.2  FAST特徵點檢測
      8.3.3  SIFT特徵檢測
      8.3.4  特徵點檢測實例
    8.4  HOG 特徵
    8.5  紋理特徵
      8.5.1  灰度共生矩陣：gen_cooc_matrix
      8.5.2  LBP特徵
      8.5.3  紋理特徵實例
  第9章  機器學習
    9.1  k-近鄰演算法
      9.1.1  k-近鄰演算法原理
      9.1.2  k-近鄰實例
    9.2  多層感知機
      9.2.1  多層感知機原理
      9.2.2  多層感知機實例
    9.3  支持向量機
      9.3.1  支持向量機原理
      9.3.2  支持向量機實例
    9.4  卷積神經網路
      9.4.1  卷積神經網路原理
      9.4.2  HALCON卷積神經網路實例解讀
  第10章  攝像機標定和手眼標定
    10.1  攝像機標定原理
      10.1.1  坐標系轉換關係
      10.1.2  鏡頭畸□
    10.2  標定過程
    10.3  手眼標定
      10.3.1  眼在手上
      10.3.2  眼在手外
    10.4  利用攝像機標定進行長度測量實例

第三部分  機器視覺應用
  第11章  缺陷檢測
    11.1  缺陷類別
    11.2  藥片缺陷檢測
    11.3  划痕缺陷檢測
    11.4  織物瑕疵缺陷檢測
  第12章  模式識別
    12.1  字元識別
      12.1.1  產品上的序列號識別
      12.1.2  點陣字元識別
    12.2  條形碼及二維碼識別
      12.2.1  條形碼識別
      12.2.2  二維碼識別
    12.3  產品分類
      12.3.1  利用多層感知機對金屬零件分類
      12.3.2  利用支持向量機對藥品分類
  第13章  視覺測量
    13.1  晶元引腳距離測量
    13.2  圓弧測量
  第14章  機器視覺系統搭建
    14.1  HALCON與C#混合編程開發離線字元識別系統
      14.1.1  演算法設計
      14.1.2  系統設計與演算法集成
    14.2  搭建一個在線檢測視覺圖像採集系統
      14.2.1  在線圖像採集方法
      14.2.2  利用攝像機SDK實現在線視覺系統圖像採集
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032