●序
前言
上篇理論篇
第1章機器視覺繫統組成
1.1照明
1.1.1電磁輻射
1.1.2光與目標的相互作用
1.1.3照明的光譜特性
1.1.4照明的方向性
1.1.5照明的偏振性
1.1.6光場的照度與均勻性
1.2鏡頭與相機
1.2.1鏡頭
1.2.2相機
1.3計算資源
第2章圖像處理與機器視覺基礎
2.1色彩空間
2.1.1RGB
2.1.2CMY
2.1.3HSI
2.2圖像增強
2.2.1直接灰度變換
2.2.2直方圖修正
2.2.3圖像代數運算
2.2.4噪聲去除
2.2.5圖像銳化
2.3形態學圖像處理
2.3.1連通性
2.3.2膨脹和腐蝕
2.3.3開運算與閉運算
2.3.4灰度圖像的形態學操作
2.4邊緣檢測
2.4.1邊緣定義及分類
2.4.2邊緣檢測算子
2.4.3輪廓提取方法
2.5圖像分割
2.5.1灰度閩值法分割
2.5.2區域生長
2.5.3區域分離與聚合
2.6雙目立體視覺
2.6.1測量原理
2.6.2雙目立體視覺標定
第3章目標識別算法
3.1特征提取
3.1.1顏色特征
3.1.2紋理特征
3.1.3形狀特征
3.1.4空間關繫特征
3.2聚類
3.2.1聚類分析
3.2.2聚類方法
3.2.3用於聚類算法的優化和搜索技術
3.3模板匹配
3.3.1模板匹配方法
3.3.2模板匹配方法的改進
3.4神經網絡識別
3.4.1人工神經網絡簡介
3.4.2前向網絡分類器
3.4.3自組織映射網絡
3.4.4深度學習
下篇實踐篇
第4章基於表面漫反射光譜成像的豬肉新鮮度檢測
4.1背景與沒計思路
4.1.1背景
4.1.2設計思路與總體設計
4.2光譜成像繫統構建與圖像獲取
4.2.1聲光可調濾光器工作原理
4.2.2繫統架構
4.2.3光譜成像繫統軟件開發與繫統標定
4.24光譜圖像采集
4.3光譜圖像處理
4.3.1空間預處理
4.3.2光譜預處理
4.4新鮮度的定量可視化分析
4.4.1全局光譜預測建模
4.4.2基於肌肉有效興趣區域的新鮮度定量可視化
4.4.3空間平滑濾波對像素級定量預測的必要性
4.5案例總結
第5章肉內異物檢測
5.1背景與設計思路
5.1.1背景
5.1.2設計思路
5.2激光輪廓掃描繫統構建與圖像獲取
5.2.1激光雙三角法肉尺寸測量繫統構建
5.2.2圖像獲取
5.3X射線成像繫統構建與圖像獲取
5.3.1繫統構建
5.3.2圖像獲取
5.4圖像處理方法
5.4.1激光圖像預處理
5.4.2X射線圖像預處理
5.5二源圖像融合
5.5.1圖像配準
5.5.2圖像配準變換參數及肉圖像配準
5.5.3厚度補償
5.5.4肉異物圖像分割
5.6結果與討論
第6章蘋果自動快速分級
6.1背景與設計思路
6.1.1背景
6.1.2設計思路
6.2基於自動定向的蘋果分級機械裝置設計
6.2.1蘋果分級裝置繫統組成
6.2.2蘋果品質智能分級生產線設計
6.3單攝像頭三像同步圖像采集繫統
6.3.1照明方案及背景的選擇
6.3.2相機及附件的選擇
6.3.3圖像拍攝誤差分析與計算
6.4蘋果分級創新方法
6.4.1蘋果大小和形狀分級方法
6.4.2蘋果顏色分級方法
6.4.3蘋果果面缺陷分級方法研究
6.5基於Halcon和VC++平臺的蘋果綜合分級方法
6.5.1基於L-M算法的多層前向神經網絡設計
6.5.2蘋果綜合分級繫統軟件設計
6.5.3蘋果綜合分級控制繫統的通信
6.5.4蘋果綜合分級繫統類的組成
6.6基於神經網絡的蘋果綜合分級繫統
6.6.1普通用戶主界面
6.6.2管理員用戶界面
6.7結果與討論
第7章農田雜草識別
7.1背景
7.2行間雜草識別
7.2.1特征提取
7.2.2特征參數分析
7.2.3圖像分割與目標識別
7.2.4圖像後處理與去噪
7.3行內雜草識別
7.3.1識別繫統組成
7.3.2行內雜草識別算法
7.3.3試驗結果與討論
7.4討論
第8章茶葉智能采摘與分選
8.1名優綠茶采摘研究背景
8.2名優綠茶新梢識別繫統組成與圖像獲取
8.3名優綠茶新梢在茶蓬平面中位置識別
8.4名優綠茶新梢高度參數測量
8.4.1測量原理
8.4.2高度測量和新梢三維重建
8.5名優綠茶采茶應用實例
8.6大宗茶茶葉分選需求
8.7茶葉分選識別繫統組成
8.7.1喂料繫統
8.7.2光學檢測繫統
8.7.3分選繫統
8.7.4人機界面繫統
8.7.5電控繫統
8.8基於幾何特征分析的彩色茶葉色選識別算法
8.8.1圖像降噪
8.8.2色彩空間變換
8.8.3圖像分割
8.8.4形態學處理
8.8.5幾何特征提取
8.9大宗茶茶葉分選結果與討論
第9章樹形識別繫統
9.1背景與設計思路
9.1.1背景
9.1.2設計思路
9.2樹形識別繫統組成與圖像獲取
9.2.1樹形識別繫統組成
9.2.2圖像獲取及圖像分析
9.3樹木圖像分割方法
9.3.1基於分形理論與顏色的樹木圖像分割
9.3.2基於小波理論的樹木圖像分割
9.4基於BP網絡的樹形識別繫統
9.4.1輸入層
9.4.2隱含層
9.4.3輸出層
9.5試驗及結果分析
9.5.1樣本及試驗參數
9.5.2試驗結果分析
第10章林火視頻識別
10.1背景與設計思路
10.1.1背景
10.1.2設計思路
10.2林火視頻監控繫統組成與視頻獲取
10.2.1林火視頻監控繫統組成
10.2.2視頻獲取
10.3林火視頻火焰識別
10.3.1疑似火焰視頻特征向量提取
10.32火焰視頻識別
lO.4林火視頻煙霧識別
10.4.1疑似煙霧視頻特征向量提取
10.4.2煙霧視頻識別
10.5結果與討論
10.5.1森林火焰視頻識別結果與討論
10.5.2森林煙霧視頻識別結果與討論
第11章基於CT掃描的原木檢測與識別
11.1背景與設計思路
11.2CT成像基本原理
11.3基於CT掃描的原木薄木刨切計算機模擬
11.3.1基於CT掃描的原木薄木刨切
11.3.2CT掃描圖像獲取
11.3.3試驗結果
11.4原木CT圖像中木材缺陷的自動識別
11.4.1試驗材料準備與CT掃描圖像獲取
11.4.2原木缺陷識別算法
11.4.3應用實例
11.5木材含水率檢測技術
11.5.1測量原理
11.5.2材料與試驗
11.5.3結論與分析
11.6結果與分析
第12章數字圖像相關技術(DIC)在木材科學中的應用
12.1背景
12.2數字圖像相關技術(DIC)測量原理
12.3數字圖像相關技術應用實例
12.3.1DIC測量壓縮木的徑向彈性模量
12.3.2提高木材壓縮應變計算速度的DIC算法改進
12.4利用DIC測量位移和應變的誤差來源及分析
12.4.1相關運算算法本身的誤差
12.4.2試驗設備、操作及環境的影響
彩圖

趙茂程、劉英主編的《機器視覺繫統及農林工程應用》根據“南京林業大學研究生課程繫列教材建設”項目組織編寫。本教材在介紹機器視覺繫統組成、圖像處理與機器視覺基礎、目標識別算法等理論知識的基礎上，圍繞編寫組成員在重量、省部級項目中的很新研究成果，將基於表面漫反射光譜成像的豬肉新鮮度檢測、肉內異物檢測、蘋果自動快速分級、農田雜草識別、茶葉智能采摘與分選、樹形識別繫統、林火視頻識別、基於CT掃描的原木檢測與識別、數字圖像相關技術(DIC)在木材科學中的應用等農林應用實例結合起來闡述，使學生從整體上認識和把握機器視覺繫統在現代農業、林業中的應用，掌握機器視覺、圖像處理、人工神經網絡、專家繫統的基本理論與技能，推動高水平農林智能繫統的研發。本教材可作為高等院校機械工程、控制科學與工程等一級學科相關課程的研究生教材，也可供從事農林產品檢測、圖像處理、控制及機器視覺等繫統研究、設計和開發的科研與工程技術人員等