機器視覺基礎原理與實踐應用

胡松鈺，浙江大學機械工程學院碩士生導師，2011年獲香港城市大學制造工程與工程管理系博士學位，先後在華為技術有限公司和浙江大學等單位工作，從事機器人、機器視覺和人工智能等領域的研究工作。曾獲IEEE機器人與自動化學會“青年科學家”獎、教育部高等學校科學研究優秀成果獎等獎項。

第1章 機器視覺概述
1.1 機器視覺的基礎知識
1.1.1 機器視覺技術的工作原理
1.1.2 機器視覺技術的發展歷程
1.1.3 機器視覺系統的關鍵部分
1.1.4 機器視覺技術的發展趨勢
1.2 機器視覺產業鏈圖譜
1.2.1 典型機器視覺系統組成
1.2.2 機器視覺產業鏈分析
1.2.3 國外機器視覺主流廠商
1.2.4 國內機器視覺主流廠商
1.3 雙目立體視覺系統原理
1.3.1 雙目視覺的視差與深度
1.3.2 雙目相機的相關坐標系
1.3.3 雙目相機的畸變系數
1.3.4 雙目相機的標定方法
1.3.5 雙目立體匹配的算法
第2章 機器視覺的硬件系統構成
2.1 工業相機的類型與選型參數
2.1.1 工業相機的類型劃分
2.1.2 工業相機的主要參數
2.1.3 工業相機的選型步驟
2.2 工業鏡頭的分類與主要參數
2.2.1 根據有效像場劃分
2.2.2 根據鏡頭焦距分類
2.2.3 根據接口類型劃分
2.2.4 特殊用途的工業鏡頭
2.2.5 工業鏡頭的主要參數
2.3 工業光源的類型與選型技巧
2.3.1 影響光源選擇的因素
2.3.2 工業光源的照明設計
2.3.3 LED光源的特點與類型
2.3.4 光源的選型技巧與要點
第3章 基於主動學習的圖像分類
3.1 主動學習圖像分類的基礎知識
3.1.1 主動學習的概念與框架
3.1.2 主動學習圖像分類方法
3.1.3 圖像數據預處理的方法
3.1.4 樣本的選擇策略與設計
3.2 基於模型驅動的圖像分類算法
3.2.1 基於深度學習的模型
3.2.2 基於生成對抗網絡
3.2.3 基於深度強化學習
3.2.4 基於Transformer結構
3.3 基於數據驅動的模型分類算法
3.3.1 基於圖像增廣的分類算法
3.3.2 基於特征插值的分類算法
3.3.3 基於數據分布的分類算法
3.3.4 主動學習圖像分類面臨的挑戰
3.3.5 主動學習圖像分類的研究方向
第4章 圖像處理與識別技術
4.1 機器視覺的圖像處理技術
4.1.1 圖像采集
4.1.2 特征提取
4.1.3 圖像預處理
4.1.4 圖像增強
4.1.5 圖像分割
4.1.6 圖像壓縮編碼
4.1.7 圖像覆原
4.2 機器視覺的圖像識別技術
4.2.1 圖像識別原理與特點
4.2.2 圖像識別的關鍵技術
4.2.3 基於機器視覺的機器人
4.2.4 機器人的視覺識別過程
4.3 機器視覺圖像識別的方法
4.3.1 統計法
4.3.2 句法識別法
4.3.3 神經網絡方法
4.3.4 模板匹配法
4.3.5 霍夫變換法
4.3.6 深度學習法
4.3.7 Blob分析法
第5章 目標檢測與跟蹤技術
5.1 基於深度學習的目標檢測算法
5.1.1 運動目標檢測圖像處理及算法
5.1.2 基於候選區域的目標檢測模型
5.1.3 基於回歸的圖像目標檢測模型
5.1.4 基於Anchor-free的目標檢測模型
5.2 視頻目標檢測與跟蹤的方法
5.2.1 視頻目標跟蹤的基礎知識
5.2.2 視頻目標跟蹤的應用場景
5.2.3 視頻目標跟蹤的運動模型
5.2.4 視頻目標跟蹤的特征提取
5.2.5 視頻目標跟蹤的模型更新
5.2.6 視頻目標跟蹤的數據集
5.3 視頻目標跟蹤的觀測模型
5.3.1 基於子空間學習的跟蹤算法
5.3.2 基於稀疏表達的跟蹤算法
5.3.3 基於SVM的跟蹤算法
5.3.4 基於相關濾波器的跟蹤算法
5.3.5 基於分類網絡的跟蹤算法
5.3.6 基於雙路網絡的跟蹤算法
第6章 機器視覺的圖像分割技術
6.1 機器視覺圖像分割的經典算法
6.1.1 基於閾值的圖像分割方法
6.1.2 基於區域的圖像分割方法
6.1.3 基於邊緣檢測的分割方法
6.1.4 基於聚類的圖像分割方法
6.1.5 基於圖論的圖像分割算法
6.2 圖像語義分割的應用場景
6.2.1 圖像語義分割概述
6.2.2 應用1：自動駕駛
6.2.3 應用2：醫學影像
6.2.4 應用3：視頻解析
6.3 基於深度學習的醫學圖像分割
6.3.1 基於深度學習的圖像分割算法
6.3.2 深度學習在醫學影像分割中的應用
6.3.3 基於深度學習的腦部影像分割方法
6.3.4 醫學圖像分割的應用挑戰與實踐對策
第7章 機器視覺的缺陷檢測技術
7.1 汽車漆面缺陷檢測技術與應用
7.1.1 隧道式缺陷檢測系統
7.1.2 機器人式缺陷檢測系統
7.1.3 汽車漆面缺陷檢測算法
7.1.4 機器人式漆面缺陷檢測系統應用案例
7.2 玻璃表面缺陷檢測技術應用
7.2.1 傳統玻璃檢測存在的問題
7.2.2 玻璃表面缺陷檢測系統原理
7.2.3 機器視覺玻璃表面缺陷檢測技術
7.3 鋰電池缺陷檢測技術與應用
7.3.1 鋰電池缺陷檢測與定位技術
7.3.2 鋰電池缺陷圖像分類技術
7.3.3 基於Qt Creator的檢測平臺
第8章 機器視覺的行業實踐
8.1 機器視覺在汽