机器视觉智能检测技术及典型行业应用

图书标准信息

• 作者 汪俊；李大伟；张沅
• 出版社 科学出版社
• 出版时间 2023-06
• 版次 1
• ISBN 9787030751218
• 定价 120.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 228页
• 字数 259.000千字

【内容简介】

随着我国经济、科技、技术的快速发展，自动化、智能化、信息化、智慧化技术已成功应用于汽车、航空航天、钢铁、复合材料、精密电子等多行业生产制造，推动我国制造业向着更高精度、更高效率、更高质量的方向发展。机器视觉智能检测技术作为推进我国制造业迈向自动化、智能化方向发展的关键一环，已经为我国智能制造的快速发展贡献了显著力量。　　面向多行业复杂场景的智能化检测需求，机器视觉智能检测技术基于高精度、高质量成像技术，图像处理技术，人工智能分析技术，结合自动化执行系统，配合第三方软件平台，可实现面向汽车、航空航天、钢铁、复合材料、精密电子等多行业复杂场景的智能化检测与测量需求，保障产品的生产质量，促进产品的生产效率。

【作者简介】

汪俊

南京航空航天大学教授、博士生导师，现任航空航天结构力学及控制 重点实验室副主任。先后入选江苏特聘教授、江苏省双创计划（创新类）人才、 高层次计划青年人才、江苏省杰出青年基金获得者等计划。长期从事数字化检测与智能制造方向研究，承担 自然科学基金委、科技部 重点研发计划、基础科研、基础加强等 基础研究项目10余项，以及来自航空工业、中国航发、航天科技、航天科工等航空航天单位的科技攻关项目20余项，研究成果在多个 型号中得到应用。在相关领域发表SCI学术论文100余篇；以 发明人获授权发明专利120余项，其中美国发明专利20余项；制定标准2项。以 完成人获得2022年中国发明协会发明创业奖创新奖一等奖、日内瓦国际发明展览会银奖、江苏省专利奖银奖等奖项；荣获 五届 杰出工程师青年奖、“机械工业 科技工作者”等称号。

李大伟

工学博士，毕业于南京航空航天大学航空宇航制造工程专业，现任南京林业大学机械电子工程学院智能制造工程专业讲师，主要从事机器视觉、数字化检测理论研究。参与 重点研发计划等多项 项目研发工作，发表学术论文14篇，授权发明专利20余项，曾获得 奖学金、 工业数字孪生大赛等多项奖项。

张沅

工学博士，南京航空航天大学博士研究生，主要从事机器视觉、数字化检测理论研究。参与多项 重点研发项目，发表学术论文5篇，授权发明专利10余项，曾获2022年中国发明协会发明创业奖创新奖一等奖。

【目录】

目录第1章绪论0011.1机器视觉的定义0011.2机器视觉的发展历史0021.2.1国外的发展历史0021.2.2国内的发展历史0021.3机器视觉系统的特点0031.4机器视觉的主要功能0041.4.1图像分类0041.4.2目标检测0051.4.3目标分割0071.4.4目标跟踪0071.4.5视觉引导0081.4.6视觉测量009第2章机器视觉硬件系统0102.1工业相机0102.1.1工业相机的分类0102.1.2工业相机的性能参数0142.1.3工业相机的选型0172.2工业镜头0202.2.1工业镜头的分类及原理0202.2.2工业镜头的性能参数0222.2.3工业镜头的选型0262.3工业光源0272.3.1工业光源的分类0272.3.2工业光源的照射方式0322.3.3工业光源的选型0332.4小结034第3章经典机器视觉技术0353.1视觉成像原理0353.1.1透视成像原理0353.1.2坐标系及其转换0353.2数字图像基础0393.2.1数字图像0393.2.2颜色模型0403.2.3图像格式0423.3数字图像处理0433.3.1二值化0433.3.2通道变换0463.3.3图像锐化0483.3.4对比度增强0503.3.5边缘检测0523.3.6腐蚀与膨胀0573.3.7特征提取0593.3.8模板匹配0633.3.9图像分割0643.4小结070第4章机器学习与深度学习技术0714.1线性模型0714.1.1一元线性模型0724.1.2多元线性模型0724.1.3线性回归0734.2决策树0754.2.1特征选择0764.2.2决策树生成0774.2.3剪枝0774.3神经网络0824.3.1神经元模型0834.3.2单层感知机0834.3.3两层感知机0844.3.4多层感知机0854.3.5激活函数0864.3.6正则化0884.3.7正向传播与反向传播0894.4支持向量机0904.5贝叶斯分类0924.6聚类0934.7深度学习0944.8小结095第5章钢铁领域机器视觉技术的典型应用0965.1废钢智能判级0965.1.1废钢智能判级系统的硬件组成0975.1.2废钢智能判级系统的软件组成1025.1.3结果分析1105.2发动机缸体铸件表面缺陷检测1125.2.1系统组成1135.2.2缸体缺陷类别及数据处理1145.2.3机械臂路径规划与执行1175.2.4缸体表面缺陷检测1195.2.5结果分析1215.3小结123第6章航空航天领域机器视觉技术的典型应用1246.1飞机表面缺陷检测1246.1.1系统组成1266.1.2无人机路径规划与执行1286.1.3缺陷检测与分析1336.1.4结果分析1386.2飞机发动机叶片表面缺陷检测1396.2.1系统组成1406.2.2缺陷类型分析1416.2.3数据准备与评价指标1426.2.4深度学习模型1436.2.5结果分析1476.3小结150第7章复合材料领域机器视觉技术的典型应用1527.1预制体经纬线密度检测1527.1.1系统组成1537.1.2检测指标与定义1547.1.3经纬线密度检测模型1567.1.4结果分析1587.2碳丝质量在线检测1607.2.1系统组成1617.2.2检测指标与定义1627.2.3数据准备1637.2.4碳丝检测模型1647.2.5结果分析1667.3原丝质量在线检测1687.3.1系统组成1697.3.2检测指标与定义1707.3.3数据准备1707.3.4原丝检测模型1737.3.5结果分析1757.4小结179第8章精密电子领域机器视觉技术的典型应用1808.1金丝键合错漏丝检测1808.1.1问题分析1808.1.2数据准备1818.1.3金丝检测1818.1.4模板匹配1838.1.5结果分析1838.2金丝键合跨距检测1868.2.1数据准备1878.2.2整体思路1878.2.3金丝键合区域定位模块1888.2.4金丝键合焊点检测模块1898.2.5金丝键合金丝分割模块1918.2.6金丝键合跨距测量模块1938.2.7结果分析1958.3密闭电子设备多余物检测2038.3.1多余物特征2038.3.2多余物检测网络2048.3.3结果分析2128.4小结217参考文献219