机器视觉:原理与经典案例详解电子书

书名页

内容提要

Preface

前言

基础理论篇

第1章　绪论

1.1　机器视觉的定义

1.2　机器视觉的发展历史

1.3　机器视觉的发展研究现状

1.3.1　国外机器视觉现状

1.3.2　国内机器视觉现状

本章小结

参考文献

第2章　机器视觉系统组成单元及应用

2.1　照明

2.2　镜头

2.3　图像传感器

2.4　视觉信息处理

2.5　通信模块

2.6　机器视觉软件

本章小结

参考文献

第3章　机器视觉系统与平台

3.1　机器视觉系统

3.1.1　一维机器视觉系统

3.1.2　二维机器视觉系统

3.1.3　三维机器视觉系统

3.2　机器视觉平台

3.2.1　基于PC的视觉系统

3.2.2　视觉控制器

3.2.3　独立视觉系统

3.2.4　视觉传感器和基于图像的条形码阅读器

3.2.5　嵌入式视觉系统

3.2.6　基于GPU的视觉系统

本章小结

参考文献

应用实例篇：工业

第4章　Delta并联机器人机器视觉动态分拣

4.1　研究背景意义

4.2　项目研究目标

4.3　主要研究内容

4.4　项目研究方法

4.4.1　基于灰色关联度的边缘检测算法

4.4.2　基于边缘梯度的模板匹配算法

4.4.3　摄像头及Delta机器人系统标定

4.4.4　多Delta机器人系统协同分拣策略

4.5　实验结果分析

本章小结

参考文献

第5章　3-PPR平面并联机构视觉伺服精密对位

5.1　研究背景意义

5.2　项目研究目标

5.3　主要研究内容

5.4　项目研究方法

5.4.1　并联平台的结构与原理

5.4.2　机器视觉伺服对位系统

5.5　实验结果分析

本章小结

参考文献

第6章　关节臂式机器人3D视觉智能抓取

6.1　研究背景意义

6.2　项目研究目标

6.3　主要研究内容

6.4　项目研究方法

6.4.1　基于迁移学习的卷积神经网络

6.4.2　基于深度学习的3D物体识别及抓取区域检测

6.4.3　基于深度强化学习的C空间路径规划与避障

6.5　实验结果分析

本章小结

参考文献

第7章　工件表面缺陷视觉检测

7.1　研究背景意义

7.2　项目研究目标

7.3　主要研究内容

7.4　项目研究方法

7.4.1　基于Hough变换的工件区域提取算法

7.4.2　基于图像处理的表面缺陷检测算法

7.4.3　基于深度学习的表面缺陷检测算法

7.5　实验结果分析

7.5.1　基于图像处理的检测算法的实验结果分析

7.5.2　基于深度学习的检测算法的实验结果分析

本章小结

参考文献

第8章　工件尺寸视觉测量

8.1　研究背景意义

8.2　项目研究目标

8.3　主要研究内容

8.4　项目研究方法

8.4.1　照明技术研究

8.4.2　工业镜头

8.4.3　系统硬件组成

8.4.4　检测算法

8.5　实验结果分析

本章小结

参考文献

应用实例篇：交通

第9章　铁路货车超限监测

9.1　研究背景意义

9.2　项目研究目标

9.3　主要研究内容

9.4　项目研究方法

9.4.1　边缘检测

9.4.2　阈值分割

9.5　实验结果分析

本章小结

参考文献

第10章　高速列车弓网异常状态检测

10.1　研究背景意义

10.2　项目研究目标

10.3　主要研究内容

10.4　项目研究方法

10.4.1　YOLO网络模型

10.4.2　YOLO v4目标检测模型

10.4.3　YOLO v4网络的弓网接触区域检测

10.4.4　基于堆叠沙漏网络的弓网接触点检测

10.4.5　堆叠沙漏网络的弓网关键点检测模型

10.5　实验结果分析

10.5.1　YOLO v4网络的弓网接触区域检测结果

10.5.2　关键点检测网络模型检测结果与分析

本章小结

参考文献

第11章　车站客流安全智能监控

11.1　研究背景意义

11.2　项目研究目标

11.3　主要研究内容

11.4　项目研究方法

11.4.1　背景差分处理图像

11.4.2　背景图像模型

11.4.3　旅客前景目标检测算法

11.4.4　运动目标追踪算法

11.4.5　车站客流安全指标分析

11.5　实验结果分析

11.5.1　旅客检测追踪算法结果

11.5.2　客流量安全状态预警结果

本章小结

参考文献

第12章　高铁牵引变电所绝缘子异常状态识别

12.1　研究背景意义

12.2　项目研究目标

12.3　主要研究内容

12.4　项目研究方法

12.4.1　深度学习的基本原理

12.4.2　深度学习在绝缘子图像中的应用

12.4.3　绝缘子检测算法

12.4.4　绝缘子检测评价指标

12.4.5　绝缘子故障识别评价指标

12.5　实验结果分析

12.5.1　绝缘子检测结果分析

12.5.2　绝缘子故障识别结果分析

本章小结

参考文献

第13章　高速列车接触网状态巡检

13.1　研究背景意义

13.2　项目研究目标

13.3　主要研究内容

13.4　项目研究方法

13.4.1　支持向量数据描述算法

13.4.2　卷积神经网络法

13.4.3　基于改进Lenet-5的特征迁移学习法

13.4.4　接触网图像异常检测的网络结构设计

13.4.5　特征提取及可视化

13.5　实验结果分析

本章小结

参考文献

应用实例篇：其他领域

第14章　基于人脸识别的智能窗帘

14.1　研究背景意义

14.2　项目研究目标

14.3　主要研究内容

14.4　项目研究方法

14.4.1　主程序设计

14.4.2　人脸检测设计

14.4.3　表情识别设计

14.4.4　电机控制设计

14.5　实验结果与分析

14.5.1　实验系统组装

14.5.2　系统初始化

14.5.3　关闭窗帘演示

14.5.4　打开窗帘演示

本章小结

参考文献

第15章　基于机器视觉的茶叶嫩芽识别方法

15.1　研究背景意义

15.2　项目研究目标

15.3　项目研究方法

15.3.1　YOLO v3目标识别原理

15.3.2　基于YOLO的茶叶识别模型建立

15.4　实验结果与分析

本章小结

参考文献

第16章　基于机器视觉的车牌识别系统

16.1　研究背景意义

16.2　项目研究目标

16.3　主要研究内容

16.4　项目研究方法

16.4.1　基本硬件设计

16.4.2　基于R-CNN的物体定位

16.4.3　基于SSD的物体定位

16.4.4　基于Hough变换的车牌校正

16.4.5　基于YOLO v2的车牌检测

16.5　实验结果分析

本章小结

参考文献

展望篇

第17章　机器视觉的发展展望

17.1　面临的挑战与解决方案

17.2　未来技术发展趋势

17.3　未来市场发展前景

本章小结

参考文献