機器視覺算法與應(yīng)用

前言
1　簡介
2　圖像采集
　2.1　照明
　　2.1.1　電磁輻射
　　2.1.2　光源類型
　　2.1.3　光與被測物間的相互作用
　　2.1.4　利用照明的光譜
　　2.1.5　利用照明的方向性
　2.2　鏡頭
　　2.2.1　針孔攝像機
　　2.2.2　高斯光學(xué)
　　2.2.3　景深
　　2.2.4　遠(yuǎn)心鏡頭
　　2.2.5　鏡頭的像差
2.3　攝像機
　　2.3.1　CCD傳感器
　　2.3.2　CMOS傳感器
　　2.3.3　彩色攝像機
　　2.3.4　傳感器尺寸
　　2.3.5　攝像機性能
2.4　攝像機-計算機接口
　　2.4.1　模擬視頻信號
　　2.4.2　數(shù)字視頻信號：Camera Link
　　2.4.3　數(shù)字視頻信號：IEEE 1394
　　2.4.4　數(shù)字視頻信號：USB 2.0
　　2.4.5　數(shù)字視頻信號：Gigabit Etherne千兆網(wǎng)
　　2.4.6　圖像采集模式
3　機器視覺算法
3.1　數(shù)據(jù)結(jié)構(gòu)
　　3.1.1　圖像
　　3.1.2　區(qū)域
　　3.1.3　亞像素精度輪廓
3.2　圖像增強
　　3.2.1　灰度值變換
　　3.2.2　輻射標(biāo)定
　　3.2.3　圖像平滑
　　3.2.4　傅立葉變換
　3.3　幾何變換
　　3.3.1　仿射變換　
　　3.3.2　投影變換
　　3.3.3　圖像變換
　　3.3.4　極坐標(biāo)變換
　3.4　圖像分割
　　3.4.1　閾值分割
　　3.4.2　提取連通區(qū)域
　　3.4.3　亞像素精度閾值分割
　3.5　特征提取
　　3.5.1　區(qū)域特征
　　3.5.2　灰度值特征
　　3.5.3　輪廓特征
　3.6　形態(tài)學(xué)
　　3.6.1　區(qū)域形態(tài)學(xué)
　　3.6.2　灰度值形態(tài)學(xué)
　3.7　邊緣提取
　　3.7.1　在一維和二維中的邊緣定義
　　3.7.2　一維邊緣提取
　　3.7.3　二維邊緣提取
　　3.7.4　邊緣的準(zhǔn)確度
　3.8 　幾何基元的分割和擬合
　　3.8.1　直線擬合
　　3.8.2　圓擬合
　　3.8.3　橢圓擬合
　　3.8.4　將輪廓分割為直線、圓和橢圓
　3.9　攝像機標(biāo)定
　　3.9.1　面陣攝像機的攝像機模型
　　3.9.2　線陣攝像機的攝像機模型
　　3.9.3　標(biāo)定過程
　　3.9.4　從單幅圖像中提取世界坐標(biāo)
　　3.9.5　攝像機參數(shù)的準(zhǔn)確度
　3.10　立體重構(gòu)
　　3.10.1　立體幾何結(jié)構(gòu)
　　3.10.2　立體匹配
　3.11　模板匹配
　　3.11.1　基于灰度值的模板匹配
　　3.11.2　使用圖形金字塔進行匹配
　　3.11.3　基于灰度值的亞像素精度匹配
　　3.11.4　帶旋轉(zhuǎn)與縮放的模板匹配
　　3.11.5 　可靠的模板匹配算法
3.12　光學(xué)字符識別（OCR）
　　3.12.1　字符分割
　　3.12.2　特征提取
　　3.12.3　字符分類
4　機器視覺應(yīng)用
4.1　半導(dǎo)體晶片切割
4.2　序列號讀取　
4.3　鋸片檢測　
4.4　印刷檢測
4.5　封裝檢查
4.6　表面檢測
4.7　火化塞測量
4.8　模制品披峰檢測
4.9　沖孔板檢查
4.10　使用雙目立體視覺系統(tǒng)進行三維平面重構(gòu)
4.11　電阻姿態(tài)檢驗
4.12　非織布料分類
參考文獻
索引