工業(yè)機(jī)器視覺基礎(chǔ)教程 HALCON篇
定 價(jià):59 元
叢書名:高等職業(yè)教育系列教材
- 作者:郭森
- 出版時(shí)間:2021/12/1
- ISBN:9787111693857
- 出 版 社:機(jī)械工業(yè)出版社
- 中圖法分類:TP302.7
- 頁(yè)碼:
- 紙張:膠版紙
- 版次:
- 開本:16開
本書圍繞工業(yè)機(jī)器視覺的具體應(yīng)用,基于HALCON機(jī)器視覺集成開發(fā)平臺(tái),通過 30 余個(gè)典型案例,詳細(xì)介紹工業(yè)機(jī)器視覺的概念、原理和應(yīng)用。主要內(nèi)容包括HALCON編程軟件、圖像采集硬件的組成、圖像處理的基本方法和原理、圖像特征與提取、圖像模式識(shí)別等,并通過綜合實(shí)例介紹應(yīng)用HALCON解決實(shí)際問題的方法和步驟。
本書面向?qū)嶋H應(yīng)用,內(nèi)容力求精煉,避免冗繁理論推導(dǎo),適合高等職業(yè)院校和應(yīng)用型本科院校相關(guān)專業(yè)的學(xué)生使用,也可供圖像處理、模式識(shí)別、人工智能等領(lǐng)域的科研人員和工程技術(shù)人員參考。
·本書圍繞著工業(yè)機(jī)器視覺的具體應(yīng)用,基于HALCON機(jī)器視覺集成開發(fā)平臺(tái),通過30余個(gè)典型案例,詳細(xì)介紹工業(yè)機(jī)器視覺的概念、原理和應(yīng)用。
·本書配有微課視頻,掃描二維碼即可觀看。
視覺系統(tǒng)是人類認(rèn)識(shí)世界的主要工具,而機(jī)器視覺是對(duì)人類自身視覺感知能力的仿真。伴隨著電子學(xué)和計(jì)算機(jī)科學(xué)的發(fā)展,機(jī)器視覺在工業(yè)、農(nóng)業(yè)、醫(yī)藥、軍事、航天、氣象、天文、公安、交通、安全、科研等各個(gè)領(lǐng)域都到了廣泛應(yīng)用。工業(yè)機(jī)器視覺是機(jī)器視覺在工業(yè)領(lǐng)域內(nèi)的應(yīng)用,是機(jī)器視覺的一個(gè)重要的應(yīng)用方向,已滲透到工業(yè)生產(chǎn)的方方面面,在工業(yè)生產(chǎn)過程中的目標(biāo)識(shí)別、表面質(zhì)量檢測(cè)、目標(biāo)定位、測(cè)量等細(xì)分領(lǐng)域發(fā)揮著越來(lái)越重要的作用。工業(yè)機(jī)器視覺已廣泛應(yīng)用于工業(yè)自動(dòng)化生產(chǎn)的各個(gè)環(huán)節(jié),它顯著地提高了生產(chǎn)效率、產(chǎn)品質(zhì)量以及自動(dòng)化程度,是實(shí)現(xiàn)智能制造的基礎(chǔ)技術(shù)之一。
隨著智能制造的發(fā)展,對(duì)工業(yè)機(jī)器視覺人才的需求逐年增長(zhǎng),廣大工程技術(shù)人員迫切要求掌握和應(yīng)用該項(xiàng)技術(shù)。目前機(jī)器視覺的教材普遍偏重理論和算法介紹,對(duì)數(shù)學(xué)基礎(chǔ)和編程能力有較高的要求,一般的工程技術(shù)人員難以理解和掌握,廣大讀者迫切需要一本易學(xué)、易懂、實(shí)用性強(qiáng)的教材。
應(yīng)用于工業(yè)領(lǐng)域的軟件對(duì)計(jì)算結(jié)果的精度、準(zhǔn)確率和開發(fā)周期有著較高的要求。由于機(jī)器視覺所涉及理論的復(fù)雜性,要從底層做起,開發(fā)出一套商用的工業(yè)視覺軟件有較大的難度,一般的工程技術(shù)人員難以勝任,因此,封裝了機(jī)器視覺基礎(chǔ)算法,具有良好界面的集成開發(fā)環(huán)境,并且易學(xué)、易用的機(jī)器視覺平臺(tái)軟件應(yīng)運(yùn)而生,成了現(xiàn)實(shí)選擇。
目前,市場(chǎng)上主流的工業(yè)機(jī)器視覺平臺(tái)軟件有OpenCV、HALCON、NI Vision等。其中HALCON是由德國(guó)MVTec公司開發(fā)的一款功能齊全的機(jī)器視覺平臺(tái)軟件,它包括 1500 多個(gè)函數(shù),900多個(gè)例程,所有的圖像處理功能都可以找到對(duì)應(yīng)的算子,基于它提供的原型化的集成開發(fā)環(huán)境,用戶可以方便、快捷地搭建自己的機(jī)器視覺系統(tǒng)。它被工業(yè)界公認(rèn)為具有效能的機(jī)器視覺軟件,同時(shí)也是市場(chǎng)占有率的工業(yè)機(jī)器視覺平臺(tái)之一。對(duì)于讀者而言,通過學(xué)習(xí)HALCON可以快速地了解和掌握開發(fā)工業(yè)機(jī)器視覺系統(tǒng)的原理和方法。
本書面向?qū)嶋H應(yīng)用,內(nèi)容力求精煉,避免冗繁理論推導(dǎo),圍繞著工業(yè)機(jī)器視覺的具體應(yīng)用,基于HALCON機(jī)器視覺集成開發(fā)平臺(tái),通過30余個(gè)典型案例,詳細(xì)介紹工業(yè)機(jī)器視覺的概念、原理和應(yīng)用。
本書分為10章。第1章緒論,主要介紹工業(yè)機(jī)器視覺的概念、應(yīng)用領(lǐng)域、系統(tǒng)組成等內(nèi)容。第2章HALCON的基礎(chǔ)知識(shí),介紹HALCON編程軟件,包括HALCON集成開發(fā)環(huán)境,基本語(yǔ)法、常用算子等內(nèi)容。第 3 章機(jī)器視覺硬件系統(tǒng),介紹圖像采集硬件的組成,主要包括鏡頭、相機(jī)、光源、圖像采集卡等硬件知識(shí)和選型原則以及相機(jī)標(biāo)定等內(nèi)容。第4章灰度圖像BLOB分析、第5章圖像濾波和第6章圖像的形態(tài)學(xué)處理,介紹圖像處理的基本方法和原理,包括二值化原理、連通域分析、形態(tài)學(xué)、圖像濾波、圖像增強(qiáng)、仿射變換等。第7章圖像的幾何變換,介紹圖像的位置變換以及形狀變換。第8章圖像特征與提取,介紹常用的圖像特征以及提取方法。第9章圖像模式識(shí)別,介紹模板識(shí)別的基本理論和幾種常見的模式識(shí)別方法。第10章綜合實(shí)例,通過模板匹配、高精度測(cè)量、HALCON與C#混合編程3個(gè)實(shí)例,介紹使用HALCON解決實(shí)際問題的方法和步驟。
本書在編寫過程中得到了超人視覺的羅超先生的大力幫助,謹(jǐn)在此表示衷心感謝。
本書適合高等職業(yè)院校和應(yīng)用型本科院校相關(guān)專業(yè)的學(xué)生使用,也可供圖像處理、模式識(shí)別、人工智能等領(lǐng)域的科研人員和工程技術(shù)人員參考。
本書由郭森擔(dān)任主編,任仙怡、胡濤擔(dān)任副主編。高波、王昌偉參與了編寫,全書由郭森負(fù)責(zé)統(tǒng)稿、定稿。在編寫過程中,編者參考了相關(guān)書籍、論文、資料和網(wǎng)站文獻(xiàn)以及HALCON自帶的例圖和例程,在此對(duì)原作者表示衷心感謝。
由于編者水平有限,書中難免存在疏漏和不足之處,敬請(qǐng)讀者指正。
編者
出版說明
前言
第1章 緒論1
1.1 工業(yè)機(jī)器視覺的概念1
1.2 工業(yè)機(jī)器視覺的應(yīng)用領(lǐng)域1
1.3 工業(yè)機(jī)器視覺的基本原理4
1.3.1 工業(yè)機(jī)器視覺涉及的關(guān)鍵技術(shù)4
1.3.2 工業(yè)機(jī)器視覺系統(tǒng)5
習(xí)題6
第2章 HALCON的基礎(chǔ)知識(shí)7
2.1 HALCON的集成開發(fā)環(huán)境7
2.2 HALCON語(yǔ)言10
2.2.1 HALCON中的數(shù)據(jù)類型10
2.2.2 HALCON中的運(yùn)算符12
2.2.3 HALCON中的控制流算子13
2.3 HALCON中創(chuàng)建函數(shù)15
2.4 案例—找出圖中面積的圓17
習(xí)題19
第3章 機(jī)器視覺硬件系統(tǒng)20
3.1 光源20
3.1.1 光源的顏色21
3.1.2 光源的照射方式23
3.1.3 案例—選擇合適的打光方式27
3.2 鏡頭28
3.2.1 工業(yè)鏡頭的基本參數(shù)28
3.2.2 工業(yè)鏡頭的分類29
3.3 相機(jī)30
3.3.1 相機(jī)的性能指標(biāo)30
3.3.2 相機(jī)的分類31
3.3.3 相機(jī)-計(jì)算機(jī)接口32
3.4 相機(jī)標(biāo)定34
3.4.1 相機(jī)標(biāo)定原理34
3.4.2 相機(jī)標(biāo)定過程36
3.4.3 案例—用HALCON標(biāo)定助手對(duì)相機(jī)進(jìn)行標(biāo)定38
習(xí)題40
第4章 灰度圖像BLOB分析41
4.1 BLOB簡(jiǎn)介41
4.1.1 BLOB的概念41
4.1.2 案例—BLOB分析的方法和步驟42
4.2 灰度直方圖43
4.2.1 灰度直方圖的概念43
4.2.2 灰度直方圖與圖像清晰度的關(guān)系43
4.2.3 案例—顯示灰度圖像的直方圖44
4.3 閾值分割45
4.3.1 全局固定閾值分割45
4.3.2 案例—用“灰度直方圖”工具對(duì)圖像進(jìn)行二值化46
4.3.3 動(dòng)態(tài)閾值分割47
4.3.4 案例—圓點(diǎn)檢測(cè)47
4.4 連通區(qū)域分析48
4.4.1 連通區(qū)域分析的原理48
4.4.2 案例—分割圖中的數(shù)字50
4.5 特征值計(jì)算50
4.5.1 BLOB分析中的常用特征值50
4.5.2 “特征直方圖”工具52
4.5.3 案例—從標(biāo)定板中分割出圓點(diǎn)52
習(xí)題54
第5章 圖像濾波56
5.1 圖像濾波簡(jiǎn)介56
5.2 空間域圖像濾波56
5.2.1 均值濾波57
5.2.2 案例—均值濾波器的應(yīng)用59
5.2.3 高斯濾波60
5.2.4 中值濾波61
5.2.5 三種空間濾波方法的比較62
5.2.6 案例—分析液體中的顆粒63
5.3 頻域圖像濾波64
5.3.1 頻域?yàn)V波原理64
5.3.2 頻率域低通濾波66
5.3.3 案例—低通濾波器的應(yīng)用69
5.3.4 頻率域高通濾波69
5.3.5 案例—應(yīng)用高斯高通濾波器提取圖像輪廓71
5.3.6 頻率域的帶阻/帶通濾波器73
5.3.7 案例—應(yīng)用帶通濾波器進(jìn)行劃痕檢測(cè)75
習(xí)題76
第6章 圖像的形態(tài)學(xué)處理78
6.1 圖像的形態(tài)學(xué)處理簡(jiǎn)介78
6.2 形態(tài)學(xué)的基礎(chǔ)算法78
6.2.1 膨脹運(yùn)算78
6.2.2 腐蝕運(yùn)算79
6.2.3 開運(yùn)算80
6.2.4 閉運(yùn)算80
6.2.5 案例—求圖中地球的中心點(diǎn)坐標(biāo)81
6.2.6 其他形態(tài)學(xué)算子82
6.2.7 案例—應(yīng)用“擊中擊不中”的方法檢測(cè)字符84
6.3 形態(tài)學(xué)的典型應(yīng)用85
6.3.1 邊界提取85
6.3.2 案例—提取目標(biāo)區(qū)域的邊界85
6.3.3 區(qū)域填充86
6.3.4 連接成分提取87
6.3.5 案例—檢測(cè)并計(jì)算出圓形工件上的瑕疵大小88
習(xí)題89
第7章 圖像的幾何變換90
7.1 圖像的幾何變換簡(jiǎn)介90
7.2 圖像的位置變換90
7.2.1 圖像平移90
7.2.2 圖像旋轉(zhuǎn)91
7.2.3 案例—標(biāo)簽旋轉(zhuǎn)92
7.2.4 圖像鏡像93
7.2.5 案例—圖像鏡像94
7.3 圖像的形狀變換95
7.3.1 圖像的縮小95
7.3.2 圖像的放大95
7.3.3 圖像的錯(cuò)切96
7.3.4 透射變換97
7.3.5 案例—二維碼位姿校正98
習(xí)題99
第8章 圖像特征與提取101
8.1 圖像特征101
8.2 邊緣特征101
8.2.1 差分邊緣檢測(cè)算子102
8.2.2 Roberts算子103
8.2.3 Sobel算子103
8.2.4 canny算子104
8.2.5 Prewitt 算子105
8.2.6 案例—用邊緣檢測(cè)提取公路標(biāo)線105
8.3 圖像的骨架特征106
8.3.1 骨架的原理106
8.3.2 案例—長(zhǎng)條形物體上的缺陷檢測(cè)107
8.4 區(qū)域特征109
8.4.1 常用區(qū)域特征109
8.4.2 案例—找出圖中的六角螺帽111
8.5 灰度直方圖特征112
8.5.1 常用的灰度直方圖特征112
8.5.2 案例—紅外物體的熱點(diǎn)溫度檢測(cè)113
8.6 圖像的紋理特征114
8.6.1 灰度共生矩陣原理115
8.6.2 案例—LCD顯示器缺陷檢測(cè)117
8.7 角點(diǎn)特征118
8.7.1 角點(diǎn)檢測(cè)法原理118
8.7.2 案例—方格墻磚的角點(diǎn)檢測(cè)119
8.8 亞像素邊緣特征121
8.8.1 亞像素方法原理121
8.8.2 XLD特征122
8.8.3 案例—用亞像素的方法計(jì)算工件圓孔的半徑122
8.9 圖像的顏色特征124
8.9.1 圖像的彩色124
8.9.2 顏色模塊125
習(xí)題129
第9章 圖像模式識(shí)別131
9.1 圖像模式識(shí)別的定義131
9.2 模板匹配131
9.2.1 模板匹配的原理131
9.2.2 案例—用模式識(shí)別的方法查找對(duì)應(yīng)圖案135
9.2.3 案例—用模板匹配助手實(shí)現(xiàn)芯片標(biāo)識(shí)的匹配與定位136
9.3 統(tǒng)計(jì)模式識(shí)別141
9.3.1 K-近鄰法(K-NN)141
9.3.2 支持向量機(jī)143
9.4 案例—應(yīng)用支持向量機(jī)進(jìn)行樣本缺陷檢測(cè)146
9.5 神經(jīng)網(wǎng)絡(luò)149
9.5.1 神經(jīng)網(wǎng)絡(luò)的定義149
9.5.2 神經(jīng)網(wǎng)絡(luò)的創(chuàng)建和應(yīng)用150
9.5.3 常見的神經(jīng)網(wǎng)絡(luò)類型150
9.5.4 案例—用神經(jīng)網(wǎng)絡(luò)訓(xùn)練識(shí)別車牌漢字152
9.5.5 案例—用神經(jīng)網(wǎng)絡(luò)進(jìn)行像素分類154
9.6 字符識(shí)別(OCR)155
9.6.1 字符識(shí)別原理155
9.6.2 案例—識(shí)別車牌中的英文字母和數(shù)字157
習(xí)題158
第10章 綜合實(shí)例16