机器视觉检测理论与算法PDF电子书下载

第1章 机器视觉检测概述 1

1.1 机器视觉应用与发展 1

1.1.1 机器视觉发展现状 1

1.1.2 机器视觉应用分类 3

1.1.3 机器视觉应用领域 4

1.2 视觉检测原理与软件体系 9

1.2.1 视觉检测工作原理 9

1.2.2 视觉检测中图像处理流程 10

1.2.3 视觉检测软件体系 12

1.3 视觉检测算法的研究现状 14

1.3.1 预处理算法与应用 15

1.3.2 图像分割算法与应用 17

1.3.3 图像变换算法与应用 18

1.3.4 图像特征提取与匹配 20

1.3.5 图像分析与分类 21

1.4 本书的组织结构及机器视觉案例简介 22

1.4.1 本书的组织结构 22

1.4.2 机器视觉案例简介 23

第2章 图像预处理 32

2.1 图像滤波 32

2.1.1 高斯滤波 33

2.1.2 均值滤波 34

2.1.3 中值滤波 35

2.1.4 粘扣带疵点视觉检测的图像滤波 36

2.1.5 导爆管视觉检测的图像滤波 37

2.2 图像锐化 39

2.2.1 图像梯度锐化算法原理 39

2.2.2 汽车锁扣铆点视觉测量的边缘锐化 40

2.3 图像增强 41

2.3.1 灰度变换 42

2.3.2 直方图增强 44

2.3.3 电子元器件视觉检测的图像增强 47

第3章 图像分割 48

3.1 边缘检测 48

3.1.1 一阶微分边缘算子 49

3.1.2 二阶微分边缘算子 52

3.1.3 形态学边缘检测 55

3.1.4 粘扣带疵点视觉检测的边缘检测 56

3.1.5 网孔织物质量视觉检测的边缘检测 58

3.1.6 导爆管视觉检测的边缘检测 61

3.1.7 电子元器件视觉检测的边缘检测 62

3.2 基于先验知识的ROI提取 63

3.2.1 ROI设定方法 64

3.2.2 先验知识的表示 64

3.2.3 FPC补强片缺陷检测的轮廓掩模 65

3.2.4 汽车锁扣铆点视觉测量的铆点ROI提取 66

3.2.5 TFDS挡键故障识别的ROI定位 67

3.3 直方图反向投影 70

3.3.1 基于灰度的直方图反向投影算法 70

3.3.2 基于直方图反向投影的坯布疵点定位 71

3.3.3 基于灰度共生矩阵与反向投影的坯布疵点定位 75

3.4 阈值分割 80

3.4.1 全局阈值分割 81

3.4.2 局部阈值分割 84

3.4.3 导爆管视觉检测的阈值分割 84

3.4.4 坯布疵点视觉检测的阈值分割 85

3.4.5 网孔织物质量视觉检测的阈值分割 87

3.4.6 FPC补强片缺陷检测的阈值分割 90

3.4.7 TFDS挡键故障识别的阈值分割 91

3.5 轮廓算法 91

3.5.1 轮廓提取 91

3.5.2 连通标记 92

3.5.3 边界追踪 93

3.5.4 轮廓的几何特征 94

3.5.5 网孔织物质量视觉检测的网孔轮廓标记 98

3.5.6 电子接插件视觉检测的Pin轮廓定位 99

3.5.7 FPC补强片缺陷检测的缺陷轮廓特征 104

第4章 图像变换 106

4.1 形态学处理 106

4.1.1 腐蚀与膨胀 106

4.1.2 开运算与闭运算 107

4.1.3 形态骨架提取 107

4.1.4 FPC补强片激光测高的光斑定位 108

4.2 几何变换 110

4.2.1 平移、缩放与旋转 110

4.2.2 仿射变换 115

4.2.3 汽车锁扣铆点视觉测量的仿射变换 115

4.3 图像轮廓拟合 117

4.3.1 直线拟合 117

4.3.2 圆的拟合 118

4.3.3 FPC补强片激光测高的光斑椭圆拟合 122

4.3.4 TFDS零件轮廓的组合图元识别 124

4.4 图像的直-极坐标变换 127

第5章 特征提取与图像匹配 129

5.1 基于灰度的特征提取与匹配 129

5.1.1 基于灰度的模板匹配 129

5.1.2 高斯金字塔匹配 131

5.1.3 TFDS截断塞门手把的灰度模板匹配 132

5.2 基于不变矩的特征提取与匹配 133

5.2.1 不变矩特征 133

5.2.2 基于不变矩的匹配算法 134

5.2.3 TFDS截断塞门手把的不变矩变步长匹配 135

5.3 基于形状的特征提取与匹配 138

5.3.1 基于几何形状特征的TFDS截断塞门手把匹配 140

5.3.2 基于改进形状上下文的TFDS挡键故障识别 144

5.3.3 基于角度与尺度混合描述子的TFDS集尘器匹配 150

5.3.4 基于改进高度函数的TFDS截断塞门手把匹配 158

第6章 图像分析与分类 171

6.1 图像特征分类 171

6.1.1 颜色特征 171

6.1.2 纹理特征 173

6.1.3 形状特征 177

6.1.4 空间关系特征 179

6.2 SVM分类 181

6.2.1 基于SVM的视觉检测分类算法 181

6.2.2 坯布视觉检测中基于SVM的疵点分类 184

6.3 BP神经网络分类 188

6.3.1 基于BP神经网络的视觉检测分类算法 188

6.3.2 坯布视觉检测中基于BP神经网络的疵点分类 189

参考文献 193