機器視覺原理與案例詳解
工控幫教研組
- 出版商: 電子工業
- 出版日期: 2020-07-01
- 售價: $336
- 貴賓價: 9.5 折 $319
- 語言: 簡體中文
- 頁數: 209
- 裝訂: 平裝
- ISBN: 7121390841
- ISBN-13: 9787121390845
-
相關分類:
Computer Vision
立即出貨
買這商品的人也買了...
-
自動化光學檢測$520$494 -
.jpg)
Python + Spark 2.0 + Hadoop 機器學習與大數據分析實戰$680$530 -
深入理解計算機系統, 3/e (Computer Systems: A Programmer's Perspective, 3/e)$834$792 -
$403MATLAB 金融算法分析實戰 -- 基於機器學習的股票量化分析 -
駭客的 Linux 基礎入門必修課 (Linux Basics for Hackers: Getting Started with Networking, Scripting, and Security in Kali)$420$332 -
OpenCV 4 專案實務, 2/e (Learn OpenCV 4 by Building Projects: Build real-world computer vision and image processing applications with OpenCV and C++, 2/e)$450$356 -
圖解資料結構 -- 使用 Python, 2/e$500$390 -
$454Halcon 機器視覺算法原理與編程實戰 -
ASP.NET Core 與 RESTful API 開發實戰$474$450 -
作業研究, 10/e (Hillier: Introduction to Operations Research, 10/e)$880$836 -
$207人工智能 + 機器人入門與實戰 -- 用 樹莓派 + Python + OpenCV 製作電腦視覺機器人 -
$505百面深度學習 : 算法工程師帶你去面試 -
$254物聯網操作系統 LiteOS 內核開發與實踐 -
NLP 工程師養成術：自然語言處理入門$690$538 -
HTTP/2 in Action (簡體中文版)$672$638 -
練好深度學習的基本功｜用 Python 進行基礎數學理論的實作$560$442 -
寫給大家的統計學｜秒懂機率與統計，你也可以是人生勝利組 (Bayesian Statistics the Fun Way: Understanding Statistics and Probability with Star Wars, Lego, and Rubber Ducks)$480$379 -
$403工業大數據融合體系結構與關鍵技術 -
GAN 對抗式生成網路 (GANs in Action: Deep learning with Generative Adversarial Networks)$750$593 -
$505自然語言處理實戰 : 利用 Python 理解、分析和生成文本 -
TensorFlow 2.x 人工智慧、機器學習超炫範例 200+ (附影音教學影片、範例程式)$560$442 -
$556深度學習 500問 — AI 工程師面試寶典 -
機器學習設計模式 (Machine Learning Design Patterns: Solutions to Common Challenges in Data Preparation, Model Building, and Mlops)$680$537 -
機器視覺從入門到提高$414$393 -
CQRS 命令查詢職責分離模式 (Command Query Responsibility Segregation)$500$390
相關主題
商品描述
本書結合智能製造的發展方向，將機器視覺的理論知識與生產實際相結合，
通過典型案例詳細講解機器視覺的基礎原理及其實現過程，並嘗試解決智能製造裝備智能化的相關問題。
本書共12章，主要包括機器視覺概述、硬件構成、硬件選型、圖像處理技術、
缺陷檢測技術、模式識別技術、尺寸測量技術、目標定位技術、
機器視覺軟件CKVisionBuilder基礎及實戰、機器視覺軟件In-Sight基礎及實戰。
本書圖文並茂、由淺入深，特別適合機器視覺的初學者學習或參考，
還可作為高等院校相關專業、企業相應崗位的培訓教材。
目錄大綱
目錄
第1部分機器視覺基礎
第1章機器視覺概述
1.1機器視覺的發展歷程
1.2機器視覺的發展趨勢
1.3機器視覺的應用領域
1.4機器視覺的性能優勢及功能特點
習題及實驗
課外小知識：鋁捲焊接
第2章硬件構成
2.1相機
2.1.1分類
2.1.2關鍵參數
2.1.3接口
2.2鏡頭
2.2.1視場角
2.2.2光圈
2.2.3焦距
2.2.4景深
2.2.5失真
2.2.6分類
2.2.7接口
2.3光源
2.3.1顏色
2.3.2分類
2.4圖像採集卡
2.5機器視覺教學實驗平台
習題及實驗
課外小知識：智能相機在工業中的應用
第3章硬件選型
3.1採集圖像
3.2收集需求
3.3選擇相機
3.4選擇鏡頭
3.5選擇光源
習題及實驗
課外小知識：HSV顏色模型
第4章圖像處理技術
4.1圖像採集
4.2圖像預處理
4.2.1二值化處理
4.2.2灰度處理
4.2.3圖像增強
4.2.4圖像濾波
4.2.5圖像銳化
4.2.6圖形腐蝕及膨脹
4.3邊緣檢測
習題及實驗
課外小知識：Canny邊緣檢測算法
第5章缺陷檢測技術
5.1划痕檢測
5.2焊點檢測
習題及實驗
課外小知識：高速檢測碎餅乾
第6章模式識別技術
6.1模式識別的分類
6.2模式識別的應用：字符識別
6.2.1印刷體字符識別
6.2.2手寫體字符識別
6.3模式識別的應用：條碼識別
6.3.1一維條碼識別
6.3.2二維條碼識別
習題及實驗
課外小知識：貝葉斯決策規則
第7章尺寸測量技術
7.1距離測量
7.2圓測量
7.3輪廓測量
習題及實驗
課外小知識：瓶蓋及塑封膜檢測
第8章目標定位技術
8.1形狀匹配
8.2灰度匹配
8.3坐標校準
8.4測量標定
習題及實驗
課外小知識：嵌入式CCD自動對位系統
第9章機器視覺軟件CKVisionBuilder基礎
9.1 CKVisionBuilder軟件的界面說明
9.2 CKVisionBuilder軟件的工具應用
9.2.1軟件工具應用
9.2.2相機工具應用
9.3 CKVisionBuilder軟件的實例應用
9.3.1條碼讀取
9.3.2擬合圓
習題及實驗
課外小知識：利用DataMan 302X讀取啤酒桶上的二維矩陣條碼
第10章機器視覺軟件In-Sight基礎
10.1 In-Sight軟件的界面說明
10.2 In-Sight軟件的工具應用
10.2.1位置工具
10.2.2檢查工具
10.3 In-Sight軟件的連接設置
10.3.1相機連接
10.3.2通信連接
10.4 In-Sight軟件的電子表格
10.4.1圖像採集
10.4.2邏輯運算
10.4.3 “圖案匹配”函數
10.4.4 “直方圖”函數與“邊”函數
10.4.5 “斑點”函數與“圖像”函數
10.4.6 OCV函數與OCR函數
10.5 In-Sight軟件的實例應用
10.5.1飲料顏色識別
10.5.2藥片錯漏檢測
習題及實驗
課外小知識：利用In-Sight軟件引導機器人實現活塞的定位抓取
第2部分機器視覺實戰
第11章機器視覺軟件CKVisionBuilder實戰
11.1案例：耳機膠水檢測
11.2案例：齒輪同心度測量
11.3案例：貼膜檢測
11.4案例：電機組裝精度檢測
第12章機器視覺軟件In-Sight實戰
12.1案例：軸承高度測量
12.2案例：磁鐵裂縫檢測
12.3案例：藥盒字符識別
12.4案例：白色齒輪注油檢測
附錄A相機的像素與最大分辨率的對應關係
