機(jī)器視覺(jué)系統(tǒng)原理與應(yīng)用

由于計(jì)算機(jī)技術(shù)和數(shù)字成像技術(shù)的進(jìn)步，機(jī)器視覺(jué)技術(shù)如今蓬勃發(fā)展，其應(yīng)用范圍涵蓋了工業(yè)、農(nóng)業(yè)、醫(yī)藥、軍事、航天、氣象、天文、公安、交通、安全、科研等國(guó)民經(jīng)濟(jì)的各個(gè)行業(yè)。本書所描述的機(jī)器視覺(jué)技術(shù)定義為通過(guò)數(shù)字成像方法對(duì)控制對(duì)象進(jìn)行二維信息采集，經(jīng)過(guò)一定算法處理后，獲得處理結(jié)果用于操作執(zhí)行器對(duì)控制對(duì)象進(jìn)行分類等操作的技術(shù)手段，是自動(dòng)化技術(shù)領(lǐng)域的研究前沿。

目前我國(guó)正處于技術(shù)轉(zhuǎn)型期，由于勞動(dòng)力成本的不斷提高，傳統(tǒng)的勞動(dòng)密集型生產(chǎn)方式，正在向以規(guī)模經(jīng)濟(jì)帶動(dòng)的技術(shù)升級(jí)模式轉(zhuǎn)變，因此對(duì)能夠提高生產(chǎn)效率，降低人工成本的機(jī)器視覺(jué)應(yīng)用方案將保持旺盛的需求。據(jù)《2013-2017年中國(guó)機(jī)器視覺(jué)產(chǎn)業(yè)發(fā)展前景與投資預(yù)測(cè)分析報(bào)告》數(shù)據(jù)顯示，當(dāng)前我國(guó)機(jī)器視覺(jué)市場(chǎng)規(guī)模達(dá)到8.3億元，同比增長(zhǎng)48.2%，其中智能相機(jī)、軟件、光源和板卡的增長(zhǎng)幅度都達(dá)到了50%，工業(yè)相機(jī)和鏡頭也保持了40%以上的增幅，皆為2007年以來(lái)的最高水平。但目前高校培養(yǎng)的學(xué)生對(duì)于技術(shù)問(wèn)題缺乏具體的感性認(rèn)識(shí)，較難將所學(xué)的理論知識(shí)與工程實(shí)踐相結(jié)合，而企業(yè)也面臨所招聘的技術(shù)人員不能快速上手解決工程實(shí)際問(wèn)題的困難。

本書從現(xiàn)實(shí)出發(fā)，首先對(duì)機(jī)器視覺(jué)領(lǐng)域的基礎(chǔ)理論和技術(shù)問(wèn)題進(jìn)行了介紹，然后選擇了農(nóng)業(yè)、交通、科研等領(lǐng)域的一些經(jīng)典機(jī)器視覺(jué)問(wèn)題作為案例，對(duì)其解決方案以及用到的算法進(jìn)行了詳細(xì)的描述，使讀者能夠?qū)θ绾螌⑦@些技術(shù)應(yīng)用到具體問(wèn)題有直觀的認(rèn)識(shí)，從而進(jìn)一步啟發(fā)讀者產(chǎn)生設(shè)計(jì)解決方案的思路。需要說(shuō)明的是，在機(jī)器視覺(jué)領(lǐng)域沒(méi)有通用的解決方案，因此作為系統(tǒng)工程師需要在器件選型、數(shù)字圖像處理、模式識(shí)別等相關(guān)技術(shù)領(lǐng)域具有一定積累的基礎(chǔ)上，對(duì)自己面臨的技術(shù)問(wèn)題進(jìn)行詳細(xì)的分析，通過(guò)原型系統(tǒng)不斷驗(yàn)證，才能找到成本低且有效的解決方案。

傳統(tǒng)的解決方案基本架構(gòu)為工控機(jī)加成像系統(tǒng)，隨著數(shù)字信號(hào)處理器（DSP）和可編程陣列（FPGA）等技術(shù)及輔助工具的發(fā)展，一些復(fù)雜的算法更易于固化在硬件中并與成像系統(tǒng)整合，未來(lái)的機(jī)器視覺(jué)系統(tǒng)將更加精簡(jiǎn)、高效且可靠。

本書成書正值教育部“卓越工程師教育培養(yǎng)計(jì)劃”推行三年之際，由于本書從工程實(shí)踐出發(fā)，因此適合大專院校用作培養(yǎng)工程師選修課程的教材，也適合工程技術(shù)人員用作參考書目。

本書在成書過(guò)程中得到了中央民族大學(xué)“一流大學(xué)一流學(xué)科建設(shè)”項(xiàng)目的資助。鄶新凱、楊國(guó)勝兩位同事為本書做出了大量努力，東莞市奧普特自動(dòng)化科技有限公司為本書提供了大量實(shí)際應(yīng)用環(huán)境中采集的案例與器件圖片，在此致以衷心的感謝。

編者

2014年3月

前言

第一章 系統(tǒng)結(jié)構(gòu)與器件選型 1
1.1 光源選型 2
1.1.1 光線傳播方式 3
1.1.2 光線頻譜 8
1.2 相機(jī)與鏡頭選型 13
1.2.1 相機(jī)選型 13
1.2.2 鏡頭選型 18
第二章 編程環(huán)境 23
2.1 OpenCV函數(shù)庫(kù) 23
2.1.1 編程環(huán)境配置 23
2.1.2 數(shù)據(jù)結(jié)構(gòu)與基本函數(shù) 30
2.2 MATLAB圖像處理工具箱 36
2.2.1 導(dǎo)入和導(dǎo)出圖像 37
2.2.2 顯示和探查圖像 38
2.2.3 圖像前處理和后處理 39
2.2.4 分析圖像 41
2.2.5 空間變換和圖像配準(zhǔn) 42
2.2.6 使用大圖像 43
2.3 HALCON開(kāi)發(fā)包 43
2.3.1 簡(jiǎn)介 44
2.3.2 入門 45
第三章 數(shù)字圖像處理 51
3.1 顏色模型 51
3.1.1 RGB模型 52
3.1.2 CIE模型 52
3.1.3 HSL模型 53
3.1.4 YCbCr模型 54
3.2 圖像濾波 55
3.2.1 空間濾波 55
3.2.2 頻域?yàn)V波 57
3.3 邊緣提取 61
3.4 連通區(qū)域 63
3.4.1 遞歸式區(qū)域增長(zhǎng)算法 64
3.4.2 迭代式分析算法 65
3.4.3 其他算法 66
3.5 形態(tài)學(xué) 67
3.5.1 基本操作 67
3.5.2 相關(guān)算法 71
第四章 其他相關(guān)理論與算法 75
4.1 攝像機(jī)標(biāo)定 75
4.1.1 畸變校正 75
4.1.2 線性模型 76
4.1.3 標(biāo)定方法 78
4.2 立體視覺(jué) 81
4.2.1 基元檢測(cè) 81
4.2.2 極線約束 84
4.2.3 三維重建 85
4.3 模式識(shí)別 90
4.3.1 貝葉斯分類器 90
4.3.2 近鄰法 91
4.3.3 人工神經(jīng)網(wǎng)絡(luò) 92
4.3.4 支持向量機(jī)簡(jiǎn)介 97
第五章 水果分揀系統(tǒng) 101
5.1 系統(tǒng)設(shè)計(jì) 102
5.2 算法設(shè)計(jì) 102
5.2.1 大小分級(jí) 103
5.2.2 形狀分級(jí) 105
5.2.3 損傷檢測(cè) 108
5.2.4 顏色分級(jí) 110
第六章 車輛識(shí)別系統(tǒng) 113
6.1 系統(tǒng)設(shè)計(jì) 113
6.2 算法設(shè)計(jì) 114
6.2.1 特征提取 115
6.2.2 分類算法 117
6.2.3 跟蹤算法 122
第七章 機(jī)器人定位系統(tǒng) 130
7.1 系統(tǒng)設(shè)計(jì) 130
7.2 算法設(shè)計(jì) 132
7.2.1 輪廓檢測(cè) 132
7.2.2 后期處理 137
7.2.3 位姿計(jì)算 140
7.3 實(shí)驗(yàn)測(cè)試 142
7.3.1 二維碼布置 142
7.3.2 測(cè)試平臺(tái) 143
7.3.3 結(jié)果與結(jié)論 144
附錄 OpenCV中英對(duì)照函數(shù)速查表 146
參考文獻(xiàn) 157

1. 統(tǒng)計(jì)學(xué)習(xí)與機(jī)器視覺(jué)基礎(chǔ)與綜合 [鄶新凱 鄭睿 侯保衛(wèi) 楊國(guó)勝 ]