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

機器視覺中的光學成像及缺陷評價/變革性光科學與技術叢書

  • 作者：楊甬英//曹頻//江佳斌|責編:魯永芳|總主編:羅先剛
  • 出版社：清華大學
  • ISBN：9787302683858
  • 出版日期：2025/03/01
  • 裝幀：平裝
  • 頁數：336
人民幣：RMB 129 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書共6章：基於FDTD方法的表面微觀缺陷顯微散射暗場成像模型，建立了缺陷散射光近、遠場場分佈逆向識別資料庫，實現微觀缺陷的逆向標定和評價。著重討論了各種複雜屬性的光學元件表面的微弱缺陷的機器視覺照明及檢測方法。圍繞表面疵病的機器視覺中光源、樣品及最優成像問題展開，基於雙向反射分佈函數BRDF，通過相機、被測物及光源場景建模和像函數求解，通過光線追跡建模取代繁瑣的實驗。針對最複雜的高次曲面、非球面的表面缺陷檢測的難題，通過最佳光源照明方式、自動定中建模，基於投影變換的高精度、高效的全口徑圖像拼接實現三維空間微觀缺陷的數字化評價。建立了工業化智能檢測目標識別、語義分割網路模型、基於類別不平衡半監督學習的裝配體異常分類演算法，應用於玻璃面板及複雜裝配件智能檢測中。聚焦于光學表面缺陷成像的定量評估，討論了對缺陷的評價的國際標準、美標及國標，並建立了新穎的表面缺陷數字化定量評價體系。
    本書可作為科研院所從事與機器視覺相關的光電、自動化等專業科研人員、高等院校相關專業師生的參考書，也可作為企業從事自動化檢測研發及質量管控專業技術人員的參考書。
作者介紹
楊甬英//曹頻//江佳斌|責編:魯永芳|總主編:羅先剛
目錄
第1章  機器視覺光學成像理論基礎
  1.1  引言
  1.2  表面缺陷散射電磁理論
    1.2.1  FDTD方法基本原理
    1.2.2  基於FDTD方法的表面缺陷電磁散射模擬模型
    1.2.3  表面缺陷遠場電磁分佈求解方法
  1.3  表面缺陷電磁散射數值模擬
    1.3.1  表面缺陷散射模擬建模
    1.3.2  表面缺陷散射模擬結果分析
    1.3.3  基於散射光強分佈特徵的缺陷尺寸逆向識別原理
  1.4  表面缺陷散射輻度學理論
    1.4.1  基於輻度學的散射場表徵方法
    1.4.2  典型缺陷散射模型
    1.4.3  有限孔徑內的散射強度
    1.4.4  表面缺陷暗場散射模擬分析
  1.5  光線追跡成像原理
    1.5.1  光學元件表面面型的數學表徵
    1.5.2  像函數與光線追跡路線
    1.5.3  基於蒙特卡羅數值積分的輻度學參數求解
  1.6  光線追跡成像建模與求解
    1.6.1  小孔相機成像模型
    1.6.2  有限口徑相機成像模型
    1.6.3  光線追跡成像模型的求解方法
    1.6.4  基於光線追跡的機器視覺成像模擬
  參考文獻
第2章  不同屬性表面的照明及光學成像系統選型
  2.1  基於缺陷散射特性的顯微散射暗場照明系統研究
    2.1.1  光學表面的散射源
    2.1.2  划痕的散射特性及信息收集
    2.1.3  顯微散射暗場成像照明光源相關參數研究
    2.1.4  基於柯拉照明的均勻照明光源設計方法
  2.2  大口徑光滑表面顯微散射暗場系統布局
    2.2.1  光學顯微散射暗場成像檢測技術
    2.2.2  雙倍率檢測方案與子孔徑掃描拼接技術
    2.2.3  標準缺陷數字化標定技術
  2.3  複雜屬性的光學元件表面的微弱缺陷的照明及檢測
    2.3.1  單面拋光的光學元件表面屬性分析和成像分析
    2.3.2  同軸入射遠心明場成像系統組成及成像特徵分析
    2.3.3  基於視覺差勵與雙次離散傅里葉變換的微弱缺陷提取演算法研究
    2.3.4  藍寶石襯底基片微弱划痕的檢測技術應用
  2.4  複雜紋理的金屬圓弧表面的微弱缺陷的照明及檢測
    2.4.1  複雜紋理的金屬圓弧表面屬性分析和成像分析
    2.4.2  多角度入射遠心明場成像系統組成及系統成像特徵分析
    2.4.3  複雜金屬弧面中微弱缺陷的檢測技術應用
  參考文獻
第3章  光澤表面、光滑表面的光照場景建模和像函數求解
  3.1  光澤表面成像建模
    3.1.1  全自動漆面質量檢測建模
    3.1.2  條紋光掃描疵病檢測原理
    3.1.3  場景建模和像函數求解

    3.1.4  基於圖像融合的疵病檢測方法
    3.1.5  模擬場景示例
    3.1.6  光學反射麵條紋光融合成像實驗
  3.2  光滑表面成像建模
    3.2.1  自動化曲面表面檢測設備
    3.2.2  暗場檢測原理
    3.2.3  暗場檢測布局建模
    3.2.4  光滑單透鏡暗場成像模擬
    3.2.5  光滑單孔徑無盲區融合檢測
    3.2.6  球面透鏡單孔徑無盲區暗場融合成像實驗
  參考文獻
第4章  球面光學元件表面缺陷檢測方法研究
  4.1  球面子孔徑規劃
    4.1.1  球面孔徑成像過程分析
    4.1.2  三維子孔徑掃描
    4.1.3  經緯線掃描軌跡
    4.1.4  球面子孔徑規劃
  4.2  子孔徑規劃模擬
    4.2.1  SOM子孔徑規劃模擬
    4.2.2  SOP子孔徑規劃模擬
    4.2.3  SOM與SOP規劃結果評估
  4.3  基於投影變換的大口徑球面子孔徑拼接方法
    4.3.1  基於小孔成像的子孔徑三維矯正
    4.3.2  球面子孔徑全局坐標變換
    4.3.3  三維子孔徑在投影平面上的全口徑拼接
    4.3.4  球面表面缺陷全景圖像生成
    4.3.5  球面表面缺陷定量化評價
  4.4  球面子孔徑拼接誤差分析
    4.4.1  轉動機構轉角誤差的影響
    4.4.2  平移導軌定位誤差的影響
  4.5  多軸掃描系統運動及誤差的分析與建模
    4.5.1  多體系統理論概述
    4.5.2  理想運動的變換矩陣
    4.5.3  實際運動中的變換矩陣
    4.5.4  拓撲結構、低序體陣列
    4.5.5  特徵矩陣、理想運動矩陣與實際運動矩陣
    4.5.6  誤差項物理意義辨識及實際運動特徵矩陣簡化
    4.5.7  球面子孔徑掃描誤差模型
    4.5.8  理想掃描軌跡曲線
    4.5.9  各誤差項對掃描軌跡及拼接影響分析
    4.5.10  實際掃描軌跡模擬及誤差優化
  4.6  高次曲面表面疵病檢測儀
    4.6.1  高次曲面表面疵病檢測儀原理
    4.6.2  檢測系統機構布局組成
    4.6.3  非球面檢測示例
  參考文獻
第5章  深度學習在工業化智能檢測中的應用
  5.1  應用於機器視覺中圖像識別的深度學習模型
    5.1.1  基於機器視覺的光學元件表面缺陷智能檢測應用的研究現狀
    5.1.2  經典深度學習模型：目標識別網路模型及語義分割網路模型

  5.2  深度學習在光學玻璃表面缺陷檢測中的在線智能檢測應用
    5.2.1  基於多種成像場的玻璃表面缺陷光學成像
    5.2.2  基於並聯平衡殘差網路結構的光學玻璃面板缺陷識別及分類的應用
    5.2.3  基於並聯平衡殘差網路結構的光學玻璃表面缺陷識別及分類的檢測結果
    5.2.4  基於輕量級網路的缺陷像素級分割及定量計算方法
    5.2.5  基於輕量級網路的缺陷像素級分割及定量計算檢測結果
  5.3  深度學習在複雜裝配件智能檢測中的應用
    5.3.1  裝配件異常檢測的前向照明成像
    5.3.2  基於類別不平衡半監督學習的裝配件異常分類演算法
    5.3.3  基於類別不平衡半監督學習的裝配件異常檢測結果
  參考文獻
第6章  光學表面缺陷成像的定量評估
  6.1  光學表面缺陷的測量和量化
    6.1.1  光學表面缺陷的可見度測量及量化
    6.1.2  光學表面缺陷的面積測量及量化
    6.1.3  光學表面缺陷標準評價方法
  6.2  基於數字化標定技術的缺陷尺寸識別方法
    6.2.1  典型光學畸變
    6.2.2  典型光學畸變的標定方法
    6.2.3  缺陷尺寸數字化標定與識別
  6.3  基於散射光強分佈特徵的缺陷精密尺寸識別方法
    6.3.1  缺陷實際散射光強分佈修正方法
    6.3.2  基於LASSO-DRT的缺陷尺寸識別演算法
    6.3.3  基於極端隨機樹的缺陷尺寸識別演算法
  6.4  表面缺陷密集度數字化計算方法
    6.4.1  表面缺陷密集度計算原理
    6.4.2  划痕密集度計算方法
    6.4.3  麻點密集度計算方法
    6.4.4  表面缺陷檢測評估實例
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