第1章機器視覺基礎1
1.1機器視覺的作用 1
1.2機器視覺的應用領域 2
1.3機器視覺的發展前景 2
1.4機器視覺的硬件構成 3
1.4.1計算機 4
1.4.2圖像采集設備 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實踐用專業軟件介紹與基本設定 10
1.8.1通用圖像處理繫統ImageSys 10
1.8.2二維三維運動圖像測量分析繫統 13
思考題 15

第2章圖像數據與文件16
2.1數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圖像傳感器的區別 32
3.3DirectX圖像采集繫統 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工程應用案例——保護壓板投退狀態檢測 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工程應用案例 60
6.5.1綠色農田無人駕駛繫統的圖像信息檢測 60
6.5.2果樹上紅色桃子區域檢測 62
思考題 64

第7章幾何變換65
7.1基礎知識 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 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工程應用案例——單目測量繫統 72
7.5.1硬件構成 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傅裡葉變換 78
8.1.1頻率概念 78
8.1.2頻率變換 79
8.1.3離散傅裡葉變換 81
8.1.4圖像的二維傅裡葉變換 82
8.1.5濾波處理 83
8.1.6圖像傅裡葉變換實踐 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 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工程應用案例——小麥播種導航路徑檢測 99
8.3.1試驗設備與視頻采集 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工程應用案例 111
9.3.1基於幀間差分的羽毛球檢測 111
9.3.2基於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基於微分的邊緣檢測 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常規閾值分割 145
11.1.2模態法自動分割 147
11.1.3p參數法自動分割 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工程應用案例——排種器試驗臺圖像采集與分割 152
11.3.1機械結構及圖像采集裝置 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
12.2參數提取 159
12.3工程應用案例——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章二值參數測量164
13.1幾何參數測量 164
13.1.1圖像的幾何參數 165
13.1.2區域標記 166
13.1.3幾何參數檢測與提取 166
13.1.4實踐 167
13.2直線參數測量 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測量 180
13.5.3農田視覺導航線檢測 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結果瀏覽顯示 190
14.1.5結果修正 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數據合成 196
14.2.3結果瀏覽顯示 200
14.3工程應用案例 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

隨著科學技術的不斷進步，人類的生產和社會活動已經進入了智能化與無人化的發展階段。工信部2035年發展目標中的一項重要任務，是使機器人成為人民生活的重要組成部分。要從技術、規模、應用、生態等多方面實現機器人技術的發展，離不開機器視覺技術。機器視覺就是機器的眼睛，如同人眼之於人，是智能機械裝備獲得外部信息的重要方法。隨著機器視覺技術的普及與應用，越來越多的人開始從事與機器視覺和圖像處理相關的工作，從業人員需要在懂得機器視覺和圖像處理理論的基礎上，掌握操作、維護和完善設備功能等實踐技能，這也是國家對職業教育重點培養工匠型人纔的專業要求。
本書以培養應用型人纔為目標，利用專業圖像處理軟件平臺，介紹機器視覺及圖像處理理論，同時直觀演示相關理論的實現過程與結果，然後再介紹一些實際工程應用案例。通過這種理論與實踐相結合的方式，讓讀者掌握理論並學會操作應用。
本書主要內容包括：機器視覺基礎、圖像數據與文件、圖像視頻采集、像素分布處理、顏色空間與測量、顏色變換、幾何變換、頻率域變換、圖像間變換、濾波增強、圖像分割、二值運算、二值參數測量、二維三維運動圖像測量。專業圖像處理軟件平臺包括：通用圖像處理繫統ImageSys、二維運動圖像測量分析繫統MIAS和三維運動圖像測量分析繫統MIAS3D。本書比較全面地介紹了機器視覺與圖像處理的基本理論和實踐應用方向。學習本書內容後，再學算法設計與開發會比較容易。
本書由陳兵旗、梁習卉子、陳思遙編著。陳兵旗從1993年初到日本留學開始，一直從事機器視覺與圖像處理的學習和研究工作，現任中國農業大學工學院機電繫教授，有30年的科研、教學和開發經驗，2004年至今出版了11本相關著作和教材，獲得了廣泛好評，為機器視覺技術的發展和應用做了一定的工作。梁習卉子對圖像處理算法有深入研究，目前在蘇州健雄職業技術學院任教，有著豐富的實踐教學經驗。陳思遙目前在日本京都大學攻讀博士學位，從事生物信息圖像傳感研究。
由於作者水平所限，書中不妥之處在所難免，敬請廣大專家和讀者批評指正。

編著者