第1章 緒論
1.1 機(jī)器視覺技術(shù)發(fā)展與應(yīng)用
1.1.1 機(jī)器視覺技術(shù)發(fā)展現(xiàn)狀
1.1.2 機(jī)器視覺技術(shù)的應(yīng)用
1.2 機(jī)器視覺系統(tǒng)組成
1.2.1 系統(tǒng)硬件
1.2.2 組態(tài)軟件
1.3 機(jī)器視覺方法分類
1.3.1 尺寸測量
1.3.2 缺陷檢測
1.3.3 模式識別
1.3.4 圖像融合
1.3.5 目標(biāo)跟蹤
1.3.6 三維重構(gòu)
1.4 機(jī)器視覺發(fā)展趨勢
習(xí)題與實(shí)驗(yàn)
參考文獻(xiàn)

第2章 機(jī)器視覺硬件技術(shù)
2.1 鏡頭技術(shù)
2.1.1 視場角
2.1.2 焦距
2.1.3 自動調(diào)焦
2.1.4 濾光鏡
2.2 攝像機(jī)技術(shù)
2.2.1 數(shù)字?jǐn)z像機(jī)
2.2.2 分辨率
2.2.3 幀速
2.2.4 智能相機(jī)
2.2.5 相機(jī)接口
2.3 光源技術(shù)
2.3.1 前光源
2.3.2 背光源
2.3.3 環(huán)形光源
2.3.4 點(diǎn)光源
2.3.5 可調(diào)光源
2.4 圖像采集卡
2.5 攝像機(jī)標(biāo)定技術(shù)
2.5.1 成像幾何模型
2.5.2 典型標(biāo)定方法
2.5.3 標(biāo)定策略
2.6 ZM-VSl200機(jī)器視覺教學(xué)
實(shí)驗(yàn)平臺
習(xí)題與實(shí)驗(yàn)
參考文獻(xiàn)

第3章 機(jī)器視覺組態(tài)軟件XAVIS
3.1 XAVIS簡介
3.2 XAVIS基本操作
3.2.1 主窗口
3.2.2 子窗口
3.2.3 操作示例
3.3 XAVIS基本函數(shù)
3.3.1 參數(shù)類型
3.3.2 文件操作
3.3.3 控制函數(shù)
3.3.4 功能函數(shù)
3.3.5 擴(kuò)展函數(shù)
3.4 XAVIS接口技術(shù)
3.4.1 動態(tài)鏈接庫技術(shù)
3.4.2 自定義算法庫加載
3.5 XAVIS編程實(shí)例
3.5.1 邊緣提取
3.5.2 圖像濾波
3.5.3 尺寸測量
3.5.4 印刷體字符檢測
3.5.5 三維重構(gòu)
3.6 提示和操作技巧
習(xí)題與實(shí)驗(yàn)

第4章 圖像處理技術(shù)
4.1 圖像增強(qiáng)
4.1.1 空域圖像增強(qiáng)
4.1.2 頻域圖像增強(qiáng)
4.2 圖像分割
4.2.1 雙峰法
4.2.2 迭代法
4.2.3 大津法
4.2.4 判別分析法
4.2.5 一維最大熵方法
4.3 邊緣提取
4.3.1 邊緣定義及分類
4.3.2 邊緣檢測算子
4.3.3 輪廓提取方法
4.4 數(shù)學(xué)形態(tài)學(xué)分析
4.4.1 數(shù)學(xué)形態(tài)學(xué)原理
4.4.2 圖像數(shù)學(xué)形態(tài)學(xué)基本運(yùn)算
4.4.3 圖像數(shù)學(xué)形態(tài)學(xué)應(yīng)用
4.5 圖像投影
4.6 圖像特征提取
4.6.1 圖像特征
4.6.2 興趣點(diǎn)提取
4.6.3 直線提取
4.6.4 圓弧提取
4.7 配準(zhǔn)定位方法
4.7.1 圖像配準(zhǔn)數(shù)學(xué)建模
4.7.2 圖像配準(zhǔn)方法
4.7.3 圖像配準(zhǔn)的主要步驟
習(xí)題與實(shí)驗(yàn)
參考文獻(xiàn)

第5章 尺寸測量技術(shù)
5.1 長度測量
5.1.1 距離測量
5.1.2 多距離測量和齒長測量
5.1.3 線段測量
5.2 面積測量
5.2.1 基于區(qū)域標(biāo)記的面積測量
5.2.2 基于輪廓向量的面積測量
5.3 圓測量
5.3.1 正圓的測量方法
5.3.2 多圓測量
5.3.3 利用曲率識別法識別圓
5.3.4 橢圓的測量方法
5.4 線弧測量
5.4.1 基于Harris角點(diǎn)檢測的線弧分離
5.4.2 基于哈夫變換的線弧分離
5.5 角度測量
習(xí)題與實(shí)驗(yàn)
參考文獻(xiàn).

第6章 缺陷檢測技術(shù)
6.1 缺陷檢測的分類方法
6.2 瑕疵缺陷檢測
6.2.1 瑕疵缺陷圖像特點(diǎn)
6.2.2 瑕疵缺陷檢測算法
6.2.3 應(yīng)用實(shí)例
6.3 劃痕檢測
6.3.1 劃痕圖像的特點(diǎn)
6.3.2 劃痕檢測算法
6.3.3 應(yīng)用實(shí)例
6.4 焊點(diǎn)檢測與分類方法
6.4.1 PCB焊點(diǎn)的分類
6.4.2 焊點(diǎn)檢測與分類算法
6.4.3 應(yīng)用實(shí)例
習(xí)題與實(shí)驗(yàn)

第7章 模式識別技術(shù)
7.1 字符識別
7.1.1 印刷體字符識別
7.1.2 手寫體字符識別算法
7.2 條碼識別
7.2.1 條碼技術(shù)
7.2.2 一維條碼識別
7.2.3 二維條碼識別
7.3 車牌識別
7.3.1 車牌圖像預(yù)處理
7.3.2 車牌字符分割與識別
7.4 工件識別
7.4.1 工件識別方法
7.4.2 識別實(shí)例
7.5 醫(yī)學(xué)圖像識別
7.5.1 血管識別
7.5.2 細(xì)胞識別
習(xí)題與實(shí)驗(yàn)
參考文獻(xiàn)

第8章 圖像融合技術(shù)
8.1 圖像融合分類
8.1.1 像素級融合
8.1.2 特征級圖像融合
8.1.3 決策級圖像融合
8.2 圖像融合算法
8.2.1 基本圖像融合算法
8.2.2 金字塔圖像融合算法
8.2.3 小波變換圖像融合算法
8.3 圖像融合的評價標(biāo)準(zhǔn)
8.3.1 主觀評價標(biāo)準(zhǔn)
8.3.2 客觀評價標(biāo)準(zhǔn)
8.4 圖像融合應(yīng)用
8.4.1 多光照圖像融合
8.4.2 多聚焦圖像融合
8.4.3 異質(zhì)圖像融合
習(xí)題與實(shí)驗(yàn)
參考文獻(xiàn)

第9章 目標(biāo)跟蹤技術(shù)
9.1 檢測與跟蹤的關(guān)系
9.2 運(yùn)動目標(biāo)檢測
9.2.1 相鄰幀間差分算法
9.2.2 背景差分算法
9.3 運(yùn)動目標(biāo)跟蹤
9.3.1 特征匹配搜索算法
9.3.2 均值漂移算法
9.3.3 目標(biāo)遮擋跟蹤算法
9.4 運(yùn)動目標(biāo)跟蹤實(shí)例
9.4.1 無遮擋目標(biāo)跟蹤實(shí)例
9.4.2 有遮擋目標(biāo)跟蹤實(shí)例
習(xí)題與實(shí)驗(yàn)
參考文獻(xiàn)

第10章 三維重構(gòu)技術(shù)
10.1 三維重構(gòu)技術(shù)分類
10.2 三維重構(gòu)基本概念
10.2.1 輻射度
10.2.2 目標(biāo)表面朝向
10.2.3 反射類型與反射模型
10.3 SFS三維重構(gòu)算法
10.3.1 基于混合反射模型的SFS算法（AHRM）
10.3.2 AHRM算法實(shí)例分析
10.3.3 基于透視成像模型的SFS算法（APM）
10.3.4 APM算法的實(shí)例分析
10.3.5 SFS三維重構(gòu)變分算法
10.3.6 變分算法實(shí)例分析
10.4 光度立體學(xué)
10.4.1 光度立體視覺法
10.4.2 算法實(shí)例
習(xí)題與實(shí)驗(yàn)
參考文獻(xiàn)