图像处理、分析与机器视觉（基于LabVIEW）

作者: 杨高科著

出版社: 清华大学出版社

出版时间: 2018-06

版次: 1

ISBN: 9787302496410

定价: 169.00

装帧: 平装

开本: 16开

纸张: 胶版纸

页数: 616页

字数: 996千字

正文语种: 简体中文

分类: 计算机与互联网

5 张插图图片

70人买过

    《图像处理、分析与机器视觉（基于LabVIEW）》主要介绍基于LabVIEW的图像处理、分析与机器视觉系统的开发技术。全书尽量避免只进行枯燥的理论讲解，而是从实际工程应用的角度将内容分为“机器视觉系统构建”、“图像操作与增强”和“特征识别与机器决策”三大部分。其中第一部分主要讨论成像系统模型原理、镜头相机部件的选型、系统的搭建和校准以及图像采集、显示和存储等技术；第二部分包括图像操作和变换、图像灰度分析以及图像增强等技术；第三部分介绍机器视觉软件开发的关键技术，不仅包括图像分割、形态学处理、特征提取、特征分析、特征在机器视觉系统开发中的应用，以及目标测量、图像模式匹配、目标分类识别等技术，还包括色彩空间和色彩匹配、色彩定位、彩色模式匹配以及色彩分类识别等彩色图像处理技术。
    《图像处理、分析与机器视觉（基于LabVIEW）》配有各种具有代表性的图像实例，以及图像处理、分析和机器视觉应用的程序源代码。这些图像和源代码不仅可加强读者对内容的理解，还能作为实际工程项目的参考。
    《图像处理、分析与机器视觉（基于LabVIEW）》可作为图像处理、分析和机器视觉项目开发人员的技术参考书，或高等学校计算机、虚拟仪器、自动化、模式识别与图像处理等专业的教材，也可作为对机器视觉开发团队或公司的培训或辅导教材。
　　杨高科，现就职于加拿大THALES公司，曾先后在SIEMENS、ALCATEL-LUCENT上海贝尔从事系统设计工作，并主持和管理过多个大型自动控制项目的部署实施。是国内较早使用LabVIEW进行虚拟仪器和机器视觉系统开发的工程人员之一，著有《LabVIEW虚拟仪器项目开发与管理》一书。第1部分机器视觉系统构建
第1章绪论
1．1 机器视觉的定义与发展
1．2 机器视觉系统的构成与开发过程
1．3 NI视觉平台简介及软件安装
第2章成像系统
2．1 成像系统模型
2．2 镜头
2．3 相机
2．3．1 CCD和CMOS
2．3．2 模拟相机和模拟视频信号
2．3．3 数字相机和数字视频信号
2．3．4 相机筛选
2．4 本章小结
第3章图像采集、存储与显示
3．1 图像采集设备
3．2 NI-MAX与相机驱动
3．3 IMAQ、IMAQdx与图像采集
3．4 本章小结
第4章图像管理与显示
4．1 内存中的图像
4．2 内存图像管理
4．3 图像显示
4．3．1 图像显示控件
4．3．2 图像浏览器
4．3．3 外部窗口显示
4．4 ROI与图像遮罩
4．5 无损图层
4．6 本章小结
第5章图像存储
5．1 图像文件读写
5．2 BMP文件
5．3 TIFF文件
5．4 JPEG文件
5．5 PNG文件
5．6 AVI文件
5．7 本章小结
第6章系统校准与图像矫正
6．1 畸变模型
6．2 图像校准
6．3 坐标校准
6．4 误差与校准质量
6．5 图像几何矫正
6．6 本章小结
第2部分图像操作与增强
第7章图像操作与运算
7．1 像素操作
7．2 图像操作与几何变换
7．3 图像运算
7．4 彩色图像操作与运算
7．5 本章小结
第8章灰度分析与变换
8．1 直方图
8．2 灰度分析
8．3 结构相似性
8．4 灰度变换
8．5 本章小结
第9章空间域图像增强
9．1 线性卷积
9．2 邻域增强
9．2．1 线性滤波
9．2．2 非线性滤波
9．3 本章小结
第10章频域图像增强
10．1 图像的傅里叶变换
10．2 图像的频域滤波
10．3 NI-Vision频域图像滤波方法
10．4 本章小结
第3部分特征分析与机器决策
第11章阈值分割与边缘分割
11．1 阈值分割
11．1．1 全局分割
11．1．2 局部分割
11．2 边缘分割
11．2．1 点检测
11．2．2 线检测
11．2．3 轮廓提取
11．3 本章小结
第12章形态学与区域分割
12．1 像素的形态学处理
12．2 颗粒的形态学处理
12．3 区域分割
12．4 区域生长与形态学重构
12．5 本章小结
第13章颗粒特征与分析
13．1 点与线
13．2 边界与面积
13．3 角度和矩
13．4 测量坐标系
13．5 本章小结
第14章图像特征及应用
14．1 灰度测量
14．2 边缘检测
14．3 轮廓分析与比较
14．4 纹理分析
14．4．1 小波变换
14．4．2 纹理的统计分析
14．5 角点检测
14．6 本章小结
第15章图像模式匹配
15．1 灰度匹配
15．2 几何匹配
15．3 黄金模板比较
15．4 本章小结
第16章目标测量
16．1 目标搜索
16．2 特征定位
16．3 几何测量
16．3．1 卡钳
16．3．2 卡尺
16．3．3 解析几何法
16．4 结果判定
16．5 本章小结
第17章分类识别
17．1 训练过程与分类器
17．1．1 样本集合
17．1．2 分类器配置
17．1．3 分类器操作和训练
17．1．4 分类器输出和评价
17．2 分类检测与识别
17．3 OCR
17．3．1 字符集训练
17．3．2 文字识别与验证
17．4 本章小结
第18章彩色视觉
18．1 色彩空间
18．2 色谱与色彩匹配
18．3 色彩定位
18．4 彩色模式匹配
18．5 色彩分类
18．6 彩色图像分割
18．7 本章小结
第19章仪表与条码
19．1 仪表读取
19．2 条码读取
19．2．1 一维码
19．2．2 二维码
19．3 本章小结
第20章双目立体视觉
20．1 双目视觉系统原理
20．2 系统校准
20．3 图像调整
20．4 对应点匹配和3D重建
20．5 本章小结
参考文献
内容简介:
    《图像处理、分析与机器视觉（基于LabVIEW）》主要介绍基于LabVIEW的图像处理、分析与机器视觉系统的开发技术。全书尽量避免只进行枯燥的理论讲解，而是从实际工程应用的角度将内容分为“机器视觉系统构建”、“图像操作与增强”和“特征识别与机器决策”三大部分。其中第一部分主要讨论成像系统模型原理、镜头相机部件的选型、系统的搭建和校准以及图像采集、显示和存储等技术；第二部分包括图像操作和变换、图像灰度分析以及图像增强等技术；第三部分介绍机器视觉软件开发的关键技术，不仅包括图像分割、形态学处理、特征提取、特征分析、特征在机器视觉系统开发中的应用，以及目标测量、图像模式匹配、目标分类识别等技术，还包括色彩空间和色彩匹配、色彩定位、彩色模式匹配以及色彩分类识别等彩色图像处理技术。
    《图像处理、分析与机器视觉（基于LabVIEW）》配有各种具有代表性的图像实例，以及图像处理、分析和机器视觉应用的程序源代码。这些图像和源代码不仅可加强读者对内容的理解，还能作为实际工程项目的参考。
    《图像处理、分析与机器视觉（基于LabVIEW）》可作为图像处理、分析和机器视觉项目开发人员的技术参考书，或高等学校计算机、虚拟仪器、自动化、模式识别与图像处理等专业的教材，也可作为对机器视觉开发团队或公司的培训或辅导教材。
作者简介:
　　杨高科，现就职于加拿大THALES公司，曾先后在SIEMENS、ALCATEL-LUCENT上海贝尔从事系统设计工作，并主持和管理过多个大型自动控制项目的部署实施。是国内较早使用LabVIEW进行虚拟仪器和机器视觉系统开发的工程人员之一，著有《LabVIEW虚拟仪器项目开发与管理》一书。
目录:
第1部分机器视觉系统构建
第1章绪论
1．1 机器视觉的定义与发展
1．2 机器视觉系统的构成与开发过程
1．3 NI视觉平台简介及软件安装
第2章成像系统
2．1 成像系统模型
2．2 镜头
2．3 相机
2．3．1 CCD和CMOS
2．3．2 模拟相机和模拟视频信号
2．3．3 数字相机和数字视频信号
2．3．4 相机筛选
2．4 本章小结
第3章图像采集、存储与显示
3．1 图像采集设备
3．2 NI-MAX与相机驱动
3．3 IMAQ、IMAQdx与图像采集
3．4 本章小结
第4章图像管理与显示
4．1 内存中的图像
4．2 内存图像管理
4．3 图像显示
4．3．1 图像显示控件
4．3．2 图像浏览器
4．3．3 外部窗口显示
4．4 ROI与图像遮罩
4．5 无损图层
4．6 本章小结
第5章图像存储
5．1 图像文件读写
5．2 BMP文件
5．3 TIFF文件
5．4 JPEG文件
5．5 PNG文件
5．6 AVI文件
5．7 本章小结
第6章系统校准与图像矫正
6．1 畸变模型
6．2 图像校准
6．3 坐标校准
6．4 误差与校准质量
6．5 图像几何矫正
6．6 本章小结
第2部分图像操作与增强
第7章图像操作与运算
7．1 像素操作
7．2 图像操作与几何变换
7．3 图像运算
7．4 彩色图像操作与运算
7．5 本章小结
第8章灰度分析与变换
8．1 直方图
8．2 灰度分析
8．3 结构相似性
8．4 灰度变换
8．5 本章小结
第9章空间域图像增强
9．1 线性卷积
9．2 邻域增强
9．2．1 线性滤波
9．2．2 非线性滤波
9．3 本章小结
第10章频域图像增强
10．1 图像的傅里叶变换
10．2 图像的频域滤波
10．3 NI-Vision频域图像滤波方法
10．4 本章小结
第3部分特征分析与机器决策
第11章阈值分割与边缘分割
11．1 阈值分割
11．1．1 全局分割
11．1．2 局部分割
11．2 边缘分割
11．2．1 点检测
11．2．2 线检测
11．2．3 轮廓提取
11．3 本章小结
第12章形态学与区域分割
12．1 像素的形态学处理
12．2 颗粒的形态学处理
12．3 区域分割
12．4 区域生长与形态学重构
12．5 本章小结
第13章颗粒特征与分析
13．1 点与线
13．2 边界与面积
13．3 角度和矩
13．4 测量坐标系
13．5 本章小结
第14章图像特征及应用
14．1 灰度测量
14．2 边缘检测
14．3 轮廓分析与比较
14．4 纹理分析
14．4．1 小波变换
14．4．2 纹理的统计分析
14．5 角点检测
14．6 本章小结
第15章图像模式匹配
15．1 灰度匹配
15．2 几何匹配
15．3 黄金模板比较
15．4 本章小结
第16章目标测量
16．1 目标搜索
16．2 特征定位
16．3 几何测量
16．3．1 卡钳
16．3．2 卡尺
16．3．3 解析几何法
16．4 结果判定
16．5 本章小结
第17章分类识别
17．1 训练过程与分类器
17．1．1 样本集合
17．1．2 分类器配置
17．1．3 分类器操作和训练
17．1．4 分类器输出和评价
17．2 分类检测与识别
17．3 OCR
17．3．1 字符集训练
17．3．2 文字识别与验证
17．4 本章小结
第18章彩色视觉
18．1 色彩空间
18．2 色谱与色彩匹配
18．3 色彩定位
18．4 彩色模式匹配
18．5 色彩分类
18．6 彩色图像分割
18．7 本章小结
第19章仪表与条码
19．1 仪表读取
19．2 条码读取
19．2．1 一维码
19．2．2 二维码
19．3 本章小结
第20章双目立体视觉
20．1 双目视觉系统原理
20．2 系统校准
20．3 图像调整
20．4 对应点匹配和3D重建
20．5 本章小结
参考文献