機器視覺技術(shù)基礎(chǔ)

第1章 機器視覺概述 001
1.1　什么是機器視覺 002
1.2　機器視覺系統(tǒng)硬件構(gòu)成 003
1.3　硬件選型 004
1.4　機器視覺的應(yīng)用及展望 013

第2章 數(shù)字圖像基礎(chǔ) 015
2.1　圖像和數(shù)字圖像 016
2.2　圖像的數(shù)字化 018
2.3　圖像像素間的關(guān)系 022
2.4　圖像灰度直方圖 025

第3章 初步認識HALCON 029
3.1　走進HALCON 030
3.2　HDevelop圖形組件 031
3.3　軟件圖像采集 036
3.4　數(shù)據(jù)結(jié)構(gòu) 041

第4章 圖像預(yù)處理 051
4.1　感興趣區(qū)域（ROI） 052
4.2　圖像的變換與校正 053
4.3　圖像增強 057

第5章 圖像分割 083
5.1　閾值分割 084
5.2　邊緣檢測 088
5.3　區(qū)域分割 095
5.4　Hough變換 098
5.5　分水嶺算法 101

第6章 特征提取 103
6.1　圖像特征概述 104
6.2　區(qū)域形狀特征 104
6.3　基于灰度值的特征 110
6.4　基于圖像紋理的特征 116

第7章 圖像的形態(tài)學(xué)處理 121
7.1　數(shù)學(xué)形態(tài)學(xué)預(yù)備知識 122
7.2　二值圖像的基本形態(tài)學(xué)運算 123
7.3　灰度圖像的形態(tài)學(xué)運算 134
7.4　二值圖像的基本形態(tài)學(xué)算法 140

第8章 圖像模板匹配 147
8.1　圖像模板匹配概述 148
8.2　基于像素灰度值的模板匹配 148
8.3　基于特征的模板匹配 154
8.4　圖像金字塔 162
8.5　Matching助手 166

第9章 相機標定 171
9.1　標定的目的和意義 172
9.2　標定的參數(shù) 172
9.3　HALCON標定流程 173

第10章 3D視覺基礎(chǔ) 177
10.1　三維空間坐標 178
10.2　雙目立體視覺 179
10.3　激光三角測量 183

第11章 混合編程 191
11.1　混合編程的方式 192
11.2　HALCON與MFC混合編程 192
11.3　HALCON與QT混合編程 200

第12章 案例分析 209
12.1　車牌識別 210
12.2　卡號識別 212
12.3　缺陷檢測 214
12.4　幾何測量 218
12.5　齒輪3D平面度檢測 223

參考文獻 232