本書是機器視覺原理與應用的基礎性教材,使用OpenCV、Python與MATLAB實現(xiàn)涉及的各種機器視覺算法。通過本書的學習,讀者能理解并掌握機器視覺的原理和應用。本書注重理論與實踐的結(jié)合,共13章,分別是機器視覺理論簡介、機器視覺數(shù)學基礎、機器視覺編程基礎、機器視覺測量系統(tǒng)、視覺圖像基礎、基于OpenCV和Python的圖像預處理、圖像的特征提取、視覺動態(tài)紋理識別、圖像配準、立體視覺、主動輪廓與跟蹤運動、聚類分析及隨機配置網(wǎng)絡。
本書內(nèi)容翔實、實例豐富,注重理論與實踐相結(jié)合,不僅可以作為本科生和研究生的教材或參考書,而且可以作為機器視覺愛好者入門與提高的參考書。
本書內(nèi)容翔實、實例豐富,注重理論與實踐相結(jié)合,不僅可以作為本科生和研究生的教材或參考書,而且可以作為機器視覺愛好者入門與提高的參考書。
機器視覺是人工智能領(lǐng)域的一個活躍學科,旨在研究機器視覺的構(gòu)成、圖像處理算法和應用系統(tǒng)。近年來,機器視覺作為學科交叉的研究領(lǐng)域,研究內(nèi)容和研究方法涉及光學工程、模式識別、人工智能、儀器儀表、圖像處理、信號處理、機器人學、機器學習、神經(jīng)網(wǎng)絡及自動化等多學科領(lǐng)域,廣泛應用于航空航天、智能制造、建材、冶金、選礦、自動駕駛、固廢處理、服務機器人等領(lǐng)域。本書重點介紹機器視覺的原理及多種機器視覺算法的實用化應用。
本書從原理與應用兩個角度進行闡述,系統(tǒng)深入地講解了目前主要的機器視覺算法,包括機器視覺理論簡介、機器視覺數(shù)學基礎、機器視覺編程基礎、機器視覺測量系統(tǒng)、視覺圖像基礎、基于OpenCV和Python的圖像預處理、圖像的特征提取、視覺動態(tài)紋理識別、圖像配準、立體視覺、主動輪廓與跟蹤運動、聚類分析及隨機配置網(wǎng)絡。對重點算法分別通過理論分析、實驗程序、實際應用三部分進行講解。對于算法的核心部分,編著者進行了詳細的闡述。
學習本書,需要讀者掌握基本的數(shù)學基礎知識,如微積分、線性代數(shù)、概率論及矩陣論等,同時應具備一些編程基礎,如C語言、MATLAB及Python和OpenCV。
本書由沈陽工業(yè)大學的喬景慧編著。編著者的學生李嶺、趙校偉、何鑫達、張皓博、趙燕松、崔景研等為本書的實踐應用部分做了大量的工作,唐韞澤、徐寧、陳宇曦、張嘯涵、李洪達、韓玉明、張開濟、張巖、熊寧康、蘇冠赫、黃湛強、柳司麒、李卓然等為本書的插圖及程序提供了大量幫助。
回望學術(shù)研究之路,感謝我的碩士導師韓躍新教授在選礦及納米材料方面的指引,感謝我的博士導師柴天佑院士在控制理論與控制工程專業(yè)的引領(lǐng)。回望教學之路,感謝田方教授及沈陽工業(yè)大學各位同事的支持和幫助。回望科研實踐之路,感謝各合作企業(yè)給予的大力支持。
本書的編寫得到了國家自然科學基金項目的支持(項目編號:61573249),遼寧省高等學校創(chuàng)新人才支持計劃(項目編號:LR2019048)的支持,也得到了遼寧省研究生教育教學改革研究項目——多元協(xié)調(diào)的機械工程研究生實踐創(chuàng)新能力培養(yǎng)的教學改革與實踐探索(項目編號:LNYJG2022073)的支持,以及沈陽工業(yè)大學“戰(zhàn)略領(lǐng)域?qū)W科方向團隊——智能視覺與智能裝備”的資助。此外,本書還得到了沈陽工業(yè)大學研究生教育教學改革研究項目——面向基礎研究創(chuàng)新型研究生培養(yǎng)的優(yōu)秀導師團隊建設與實踐(項目編號:SYJG2022002)的資助。
由于編著者的水平和經(jīng)驗有限,書中難免存在不妥之處,敬請讀者給予批評與指正!
喬景慧
高等院校教師
目錄
前言
第1章機器視覺理論簡介
1.1機器視覺簡介
1.2機器視覺的發(fā)展
1.3Marr視覺計算理論
1.4深度學習
1.5機器視覺的研究內(nèi)容及面臨的問題
1.6機器視覺的應用
思考與練習
第2章機器視覺數(shù)學基礎
2.1線性空間
2.2內(nèi)積空間
2.3矩陣的因子分解
2.4稠密及其完備性
2.5向量范數(shù)
2.6矩陣范數(shù)
2.7矩陣擾動分析
2.8廣義逆矩陣
思考與練習
第3章機器視覺編程基礎
3.1Python安裝及環(huán)境搭建
3.2Python編譯器
3.3Python數(shù)據(jù)類型
3.4變量與常量
3.5運算符
3.6選擇與循環(huán)
3.7列表與元組
3.8NumPy數(shù)組
3.9字典
3.10函數(shù)
3.11面向?qū)ο蟮木幊?br>3.12Python調(diào)用MATLAB程序
思考與練習
第4章機器視覺測量系統(tǒng)
4.1工業(yè)相機
4.2鏡頭
4.3光源
4.4圖像采集卡
4.5數(shù)據(jù)通信接口
思考與練習
第5章視覺圖像基礎
5.1視覺圖像的產(chǎn)生
5.2圖像的表示和可視化
5.3像素間的關(guān)系
5.4圖像品質(zhì)評價
5.5圖像處理
5.6圖像的頻域變換
思考與練習
第6章基于OpenCV和Python的圖像預處理
6.1圖像增強
6.2閾值處理及圖像濾波
6.3圖像的代數(shù)運算
6.4二值圖像的幾何性質(zhì)與操作
6.5基于OpenCV和Python的機器視覺
思考與練習
第7章圖像的特征提取
7.1點檢測
7.2邊緣檢測
7.3邊緣輪廓檢測
7.4Hough(霍夫)變換
思考與練習
第8章視覺動態(tài)紋理識別
8.1紋理描述
8.2紋理特征
8.3動態(tài)紋理識別
思考與練習
第9章圖像配準
9.1圖像配準概述
9.2空間幾何變換
9.3基于灰度的圖像配準
9.4基于特征的圖像配準
9.5快速匹配算法
9.6亞像素超分優(yōu)化匹配技術(shù)
9.7OpenCV實現(xiàn)超像素細分
思考與練習
第10章立體視覺
10.1坐標系間的變換關(guān)系
10.2攝像機成像模型
10.3工業(yè)相機標定方法
10.4雙目視覺測量數(shù)學模型
10.5立體匹配方法與極限約束
10.6雙目視覺測量系統(tǒng)標定
10.7雙目重構(gòu)
10.8雙目融合全局算法
思考與練習
第11章主動輪廓與跟蹤運動
11.1主動輪廓模型
11.2彈性形狀模型
11.3高斯混合模型
11.4跟蹤運行特征
11.5基于視覺的運動特征提取與描述
思考與練習
第12章聚類分析
12.1K-Means聚類
12.2FCM聚類
12.3SCM聚類
思考與練習
第13章隨機配置網(wǎng)絡
13.1隨機配置網(wǎng)絡基礎
13.2魯棒隨機配置網(wǎng)絡原理
13.3魯棒隨機配置網(wǎng)絡應用
13.4基于隨機配置網(wǎng)絡的PET油瓶智能識別
思考與練習
參考文獻