机器视觉技术

当今世界国际形势复杂多变，科技强国、提升国家整体的科研水平、掌握核心科技越来越迫在眉睫。科学技术是第*生产力，而且是先进生产力的集中体现和主要标志，在这种大背景下，机器视觉技术在中国进入了一个快速发展期。因为其应用的广泛性及作为相对新兴产业的发展未饱和性，机器视觉技术在促进生产业变革、提高生产效率、减少不必要劳动力、提升自动化程度、提升人民生活水平上可以做出巨大贡献，从而促进整个社会的发展，提升国际竞争力。机器视觉主要研究各种图像处理分析技术在实际工业环境中的应用。目前，国内外在这方面的研究日趋深入，相关的书籍也层出不穷。但是，大多数书籍更倾向于对理论和算法进行抽象讲解。对大部分读者和工程人员来说，要将这些理论转化为具体的工程实践，仍有不少的困难需要克服。HALCON是一个目前正在被广泛使用的机器视觉软件，用户可以利用其开放式结构快速开发图像处理和机器视觉软件。它源自学术界，有别于市面上一般的商用套装软件。事实上，它是一套图像处理库，由一千多个各自独立的函数及底层的管理核心构成，其应用范围涵盖医学、遥感探测、监控，以及工业上的各类自动化检测。近年来，机器视觉技术由于具有可以“取代人眼”、对重复工作不会感到疲劳、精度高且稳定的特质，在传统行业的渗透率不断提升且不断开辟新的应用领域和场景，同时也带动工业制造智能化产业迅速发展。本书系统讲解机器视觉系统设计过程中的关键技术，将图像分析、处理算法映射到机器视觉系统开发的过程中，应用为先，避免突兀、无目的、枯燥的算法讲解，注重提高工业环境下机器视觉的实时性和健壮性。因此，本书不是空洞实例和晦涩数学公式的堆砌，相反，它把机器视觉技术作为一个整体来分析讨论，将各种相关技术的理论、当前进展、丰富的实例以实用的方式进行整合，是站在机器视觉行业前沿的技术与经验结晶。对比已有的图像处理和机器视觉著作，本书具备以下三个显著特点：(1） 详述了机器视觉系统的各个组成部分、部件选择和设计要点；(2） 详述了各种图像处理算法的原理、特点、适用性及实现；(3） 针对不同行业和应用领域剖析了一些典型应用案例。在本书撰写过程中，作者结合近年来科研及教学实践的心得体会，并参考大量相关文献，概括性地描述了机器视觉技术所涉及的各个分支，内容包括HALCON编程基础、HALCON数据结构、图像处理基础、图像采集、图像预处理、图像分割、图像匹配、图像测量、运动图像分析、深度学习等技术和方法。随着人工智能的爆发式发展，深度学习理论对机器视觉技术带来了极大的冲击，作者也试图将深度学习的相关知识和HALCON中的深度学习方法融入本书。本书所介绍的深度学习算法、方法可能并不超前、全面，但却是较为基础的，足够支撑读者构建深度学习的思维。在本书中，作者尽可能地介绍了必要的基本知识，深入浅出，定量描述；同时，重点给读者呈现了HALCON的编程技巧，并突出HALCON机器视觉技术的应用实践，引导读者掌握HALCON的编程方法，培养思维方法，在解决实际问题中能有自己的想法。本书适用于大学二年级以上(具备必要的数学基础)智能制造工程、机器人工程、电子信息工程、通信与信息工程、计算机科学与技术、控制科学与技术等相关专业的本科生、研究生，工作在图像处理和识别领域一线的工程技术人员，对机器视觉技术感兴趣并且具备必要预备知识的所有读者。本书由刘国华任主编，王涛、孙艳茹任副主编。本书第1章、第2章、第4章、第6章、第8章、第10章、第11章由刘国华执笔，第5章、第9章由王涛执笔，第3章、第7章由孙艳茹执笔，牛树青、马千文、柴志鹏、温海涛、张琴涛、李飞等参与了本书编写工作并进行程序实验，全书由刘国华教授统稿、定稿。在编写过程中，作者参考了大量书籍、论文、资料和网站文献，也引用了其中某些内容，在此对原作者表示衷心的感谢。赵伟、李奕均、任家伟等也参与了本书的资料整理工作，在此一并表示感谢。感谢华中科技大学出版社给予我们这个宝贵的机会，让我们能把这本书奉献给各位读者。由于作者水平有限，书中疏漏和不足之处在所难免，敬请读者不吝指正。如果您对本书有建议和意见，欢迎同作者交流讨论。作者联系邮箱：liuguohua@tiangong.edu.cn。作者2021年7月

本书介绍机器视觉的构成、图像处理方法以及应用实例，主要包括：图像形成和处理技术、图像特征提取、基于多幅图像的立体视觉技术、深度学习等，特别强调了HALCON软件在工程应用上的应用方法，并给出了大量数字图像处理技术的HALCON实现程序。在实例中强调了如何用HALCON图像处理算子解决工程中、特别是机器人视觉控制中的实际问题、难题。本书可作为高等理工科院校智能制造、电子信息、机械电子等专业的本科生教材，也可作为研究生以及从事图像研究的科研工作者的学习参考用书。

刘国华，天津市优秀创新创业导师，天津工业大学教学名师，教授，硕士生导师；长期从事计算机视觉与图像处理、微型执行器和先进检测技术等方面的研究。近年来承担国际合作项目1项，承担、省部级项目6项，企业合作项目10项；在高水平刊物上发表研究论文40余篇，其中SCI检索10篇；申请发明专利8项，申请软件著作权20余项；2019年获得“中国机械工程学会”优秀论文奖；荣获“纺织之光”中国纺织工业联合会纺织高等教育教学成果一等奖、二等奖、三等奖；天津市级一流本科课程负责人；出版“十三五”规划教材《HALCON数字图像处理》、《HALCON编程与工程应用》等6部。

第1章绪论(1)

1.1机器视觉(1)

1.2HALCON简介(5)

本章小结(19)

习题(19)

第2章HALCON编程基础与数据结构(20)

2.1HALCON控制语句(20)

2.2HALCON算子(24)

2.3HALCON图像读取、显示和转换(29)

2.4图形参数(37)

2.5控制参数(60)

本章小结(64)

习题(64)

第3章图像处理基础(65)

3.1图像数字化(65)

3.2数字图像表现形式及格式(73)

3.3数字图像的描述(75)

本章小结(79)

习题(79)

第4章HALCON图像采集(80)

4.1图像采集硬件(80)

4.2图像采集算子(99)

4.3图像采集助手(103)

本章小结(107)

习题(108)

第5章图像预处理(109)

5.1灰度变换(109)

5.2直方图处理(116)

5.3图像的几何变换(124)

5.4图像的平滑(135)

5.5图像的锐化(143)

5.6图像的彩色增强(148)

本章小结(150)

习题(150)

第6章图像分割(152)

6.1阈值分割(152)

6.2边缘检测(159)

6.3区域分割(170)

6.4霍夫变换(174)

6.5动态聚类分割(178)

6.6分水岭算法(180)

本章小结(183)

习题(183)

第7章图像匹配(184)

7.1基于灰度值的匹配(184)

7.2基于图像特征的匹配(191)

7.3基于相关性的匹配(197)

7.4空间金字塔匹配(199)

7.5Matching助手(204)

本章小结(210)

习题(210)

第8章图像测量(211)

8.1机器视觉与测量(211)

8.2HALCON一维测量(212)

8.3HALCON二维测量(222)

8.4HALCON三维测量(233)

8.5HALCON测量助手(253)

本章小结(258)

习题(258)

第9章运动图像分析(260)

9.1帧间差分法(260)

9.2背景差分法(264)

9.3光流法(273)

本章小结(281)

习题(281)

第10章神经网络与深度学习(282)

10.1人工智能、机器学习和深度学习(282)

10.2神经网络基础(285)

10.3卷积神经网络基础(292)

10.4模型训练与评估(300)

本章小结(308)

习题(308)

第11章HALCON中的深度学习(309)

11.1HALCON深度学习环境的配置(309)

11.2图像的标注(310)

11.3主要流程及算子(315)

11.4深度学习例程(320)

本章小结(350)

习题(350)

参考文献(351)

1. 遵循学习者的认知规律，由易到难，简繁得当，实用易学。2. 图文并茂，通俗易懂，实例丰富。重点给读者呈现了HALCON的编程技巧及突出HALCON数字图像处理技术的应用实践，并引导读者掌握HALCON的编程方法，培养读者的思维方法，在解决实际问题中能有自己的想法。 3. 章后附有思考与练习题。