●第1章緒論
1.1機器視覺的概念2
1.2機器視覺的組成2
1.3機器視覺繫統的特點3
1.4機器視覺繫統的應用領域4
1.4.1在工業生產中的應用4
1.4.2在農產品檢測中的應用5
1.4.3在醫學中的應用6
1.4.4在以及制導方面的應用6
1.4.5在其他方面的應用7
習題7
第2章機器視覺圖像采集
2.1光源9
2.1.1電磁輻射9
2.1.2光源類型10
2.1.3光源的形狀11
2.1.4光源照明方式14
2.2鏡頭17
2.2.1焦距17
2.2.2光圈18
2.2.3其他鏡頭參數19
2.3攝像機19
2.3.1CCD芯片尺寸20
2.3.2分辨率21
2.3.3幀率與曝光時間21
2.3.4其他攝像機參數22
習題22
第3章數字圖像處理基礎
3.1數字圖像的表示25
3.2數字圖像分類25
3.2.1彩色圖像26
3.2.2二值圖像26
3.2.3灰度圖像27
3.2.4索引圖像29
3.3數字圖像的格式30
3.3.1BMP格式30
3.3.2JPEG格式30
3.3.3PNG格式30
3.3.4GIF格式30
3.3.5TIFF格式31
3.4數字圖像處理的一般步驟和方法31
3.5圖像性質32
3.5.1圖像的通道32
3.5.2圖像的分辨率32
3.5.3圖像的鄰域32
3.5.4圖像的連通域33
3.5.5像素之間的距離33
3.5.6圖像直方圖34
3.5.7圖像中的熵35
3.5.8圖像中的其他統計特征36
習題36
第4章HALCON簡介
4.1HALCON介紹39
4.2HALCON界面認識39
4.2.1菜單欄41
4.2.2工具欄41
4.2.3子窗口42
4.3HALCON的數據類型44
4.3.1HALCON的Image圖像45
4.3.2Region區域47
4.3.3XLD輪廓49
4.3.4Tu組50
4.4HALCON控制語句55
4.4.1if條件語句55
4.4.2while循環語句56
4.4.3for循環語句57
4.4.4switch分支條件語句57
4.4.5中斷語句58
4.5第一個機器視覺例子59
習題61
第5章圖像增強
5.1灰度變換63
5.1.1線性變換63
5.1.2分段線性變換64
5.1.3對數變換64
5.1.4冪次變換65
5.2直方圖變換67
5.2.1直方圖均衡化67
5.2.2直方圖規定化69
5.3圖像平滑處理72
5.3.1圖像卷積運算概念72
5.3.2均值濾波74
5.3.3中值濾波75
5.3.4高斯濾波76
5.3.5雙邊濾波77
5.4代數運算79
5.4.1圖像加法80
5.4.2圖像減法80
5.4.3圖像乘法80
5.4.4圖像除法81
5.5圖像邏輯運算82
習題84
第6章圖像幾何變換
6.1圖像插值87
6.1.1最近鄰插值87
6.1.2雙線性插值88
6.1.3雙三次插值89
6.2仿射變換90
6.3透視變換93
6.4極坐標變換94
習題95
第7章圖像銳化與邊緣檢測
7.1圖像梯度的概念98
7.2一階微分算子銳化與邊緣檢測99
7.2.1水平微分和垂直微分算子99
7.2.2Kirsch算子102
7.2.3Sobel算子102
7.2.4Prewitt算子103
7.2.5Roberts算子104
7.3二階微分算子105
7.3.1Laplacian算子106
7.3.2LOG算子107
7.3.3DOG算子107
7.4Canny算子108
習題109
第8章數學形態學處理
8.1形態學運算基礎112
8.2二值圖像形態學運算113
8.2.1膨脹運算114
8.2.2腐蝕運算115
8.2.3開運算和閉運算117
8.2.4擊中擊不中變換119
8.3灰度圖像數學形態學運算122
8.3.1灰度圖膨脹與腐蝕122
8.3.2灰度圖開運算與閉運算123
8.3.3形態學梯度124
8.3.4頂帽124
8.3.5底帽124
8.4形態學運算的應用126
8.4.1二值圖形態學應用126
8.4.2灰度圖形態學應用128
習題131
第9章圖像分割
9.1基於灰度值的閾值分割134
9.1.1全局閾值分割134
9.1.2局部閾值分割138
9.2區域生長算法141
9.3分水嶺算法142
9.4其他分割算法介紹145
習題146
第10章圖像模板匹配
10.1圖像金字塔148
10.1.1高斯金字塔148
10.1.2拉普拉斯金字塔149
10.2基於灰度值的匹配150
10.3帶旋轉與縮放的匹配156
10.4基於邊緣的匹配156
10.5形狀匹配157
10.6基於特征的匹配161
10.6.1基於矩的匹配方法161
10.6.2基於特征點的匹配方法163
習題163
第11章攝像機標定
11.1標定原理166
11.1.1坐標繫之間的轉換關繫167
11.1.2鏡頭畸變169
11.2標定過程170
習題175
第12章機器視覺應用實例分析
12.1點陣字符分割與識別177
12.1.1確定字符區域177
12.1.2分割單個字符178
12.1.3字符訓練與識別179
12.2鏡片自動分揀181
12.2.1提取凹面鏡片區域182
12.2.2中心位置查找183
12.3布料瑕疵檢測184
12.3.1彩色圖像分解185
12.3.2瑕疵區域提取186
12.4HALCON與C#混合編程實例188
12.4.1圖像處理算法導出188
12.4.2繫統設計與算法集成189
習題198
參考文獻199

本書介紹了機器視覺繫統的概念、原理、視覺繫統組成以及數字圖像處理基礎，重點介紹了機器視覺繫統的圖像采集繫統、視覺圖像處理基礎算法以及機器視覺的典型應用案例，典型案例介紹了機器視覺的應用並采用halcon與c#混合編程的方式演示了如何搭建機器視覺繫統。本書重在理論聯繫實際，從圖像采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介紹halcon編程，提供了明確的使用方法。對每一種數字圖像處理算法在機器視覺繫統中的應用，都通過實例說明了具體的應用方法和注意事項。本書中提供的實例圖像大部分來至於工業應用現場。每章均配有典型習題供練習使用，以加深對內容的理解。本書既可作為高等學校機械電子、工業機器人、智能制造、自動化、計算機、電子信息、測控等專業的教材，也可供圖像處理及與機器視覺相關的科研和工程技術人員參考。