工業機器視覺技術與應用

目錄

第1章概述

1.1工業機器視覺的基本概念

1.1.1工業機器視覺的定義與基本原理

1.1.2工業機器視覺與計算機視覺的區別

1.2工業機器視覺的發展歷程

1.2.1早期的發展與起源

1.2.2現代工業機器視覺的進展

1.3工業機器視覺系統的組成

1.3.1硬件組成

1.3.2軟件組成

1.4工業機器視覺研究內容

1.4.1異常圖像分類

1.4.2圖像分割

1.4.3目標檢測與跟蹤

1.5工業機器視覺技術的應用領域

1.5.1智能制造業中的應用

1.5.2工業機器人中的應用

1.5.3其他領域的應用

1.6本章小結

1.7思考與習題

第2章工業機器視覺硬件系統

2.1相機及鏡頭

2.1.1鏡頭的關鍵參數和類型

2.1.2相機圖像傳感器的關鍵參數和類型

2.1.3相機類型和應用場景

2.2工業視覺照明光源

2.2.1工業視覺照明的基本原則

2.2.2常用光源類型和應用場景

2.3機器視覺成像平臺

2.3.1基於面陣拍攝平臺的夾層異物檢測

2.3.2基於線掃拍攝平臺的貼合精度檢測

2.4本章小結

2.5思考與習題

第3章工業視覺異常圖像分類

3.1圖像預處理技術

3.1.1灰度變換與二值化

3.1.2圖像去噪與濾波技術

3.1.3圖像增強 

3.2圖像特征提取

3.2.1邊緣檢測與角點檢測

3.2.2紋理特征與顏色特征

3.2.3高階特征的提取方法

3.3工業圖像異常分類方法

3.3.1基於統計學的分類方法

3.3.2基於深度學習的分類方法

3.3.3異常檢測與分類模型的評價指標

3.4工業異常圖像分類的應用案例

3.4.1手機蓋板玻璃異常檢測應用

3.4.2電力場景應用

3.5本章小結

3.6思考與習題

第4章工業視覺圖像分割

4.1圖像分割的基本知識

4.1.1圖像分割的定義與意義

4.1.2圖像分割的難點與挑戰

4.1.3圖像分割的評價指標

4.2傳統圖像分割方法

4.2.1閾值分割法

4.2.2邊緣檢測分割法

4.2.3區域生長法與分水嶺算法

4.3基於機器學習的圖像分割方法

4.3.1支持向量機方法

4.3.2基於聚類的分割方法

4.3.3基於高斯混合模型的圖像分割

4.4基於深度學習的圖像分割方法

4.4.1全卷積神經網絡

4.4.2UNet系列 

4.4.3DeepLab系列

4.4.4其他前沿分割模型

4.5工業圖像分割應用案例

4.5.1項目需求

4.5.2方案介紹

4.5.3系統的工作流程

4.5.4應用案例總結

4.6本章小結

4.7思考與習題

第5章工業機器視覺目標檢測與跟蹤

5.1目標檢測的基本概念

5.1.1目標檢測的定義與意義

5.1.2目標檢測的挑戰與技術難點

5.2傳統目標檢測方法

5.2.1基於模板匹配的目標檢測

5.2.2基於特征點的目標檢測

5.2.3其他經典目標檢測算法

5.3基於深度學習的目標檢測

5.3.1YOLO系列介紹

5.3.2RCNN系列

5.3.3其他目標檢測方法

5.4工業目標跟蹤技術

5.4.1傳統目標跟蹤方法

5.4.2基於相關濾波的跟蹤算法

5.4.3基於孿生網絡的目標跟蹤

5.4.4其他前沿目標跟蹤模型

5.5工業目標檢測與跟蹤的應用案例

5.5.1醫藥自動化生產線中的藥液微弱異物檢測

5.5.2可見光與紅外圖像融合的電力熱故障判別

5.5.3電力自動化巡檢中小樣本情況下的異物檢測

5.6本章小結

5.7思考與習題

第6章工業機器視覺三維測量與檢測

6.1工業機器視覺三維測量與檢測概念

6.1.1工業機器視覺三維測量與檢測的定義

6.1.2工業機器視覺三維與二維測量的區別

6.1.3工業機器視覺三維測量與檢測的應用領域

6.1.4工業機器視覺三維測量與檢測的優勢

6.2工業機器視覺三維視覺成像技術

6.2.1被動式三維視覺成像

6.2.2主動式三維視覺成像 

6.3三維視覺數學基礎

6.3.1三維空間與坐標系

6.3.2相機模型

6.3.3圖像坐標系

6.3.4相機標定

6.4三維數據處理經典算法

6.4.1三維數據表示

6.4.2三維特征提取與配準

6.4.3三維數據分割

6.4.4三維目標跟蹤與識別 

6.5工業三維視覺處理與檢測的應用案例

6.5.1機加工件流水線三維掃描自動檢測系統

6.5.2汽車漆面缺陷檢測與磨拋修復系統

6.5.3自動化3D檢測系統在船舶外板曲面制造應用

6.5.4電力場景應用

6.6本章小結

6.7思考與習題

第7章工業視覺光譜圖像處理

7.1光譜成像技術基礎

7.1.1光譜成像的基本原理

7.1.2多光譜圖像的獲取與表示

7.1.3高光譜圖像的獲取與表示

7.2光譜圖像處理方法

7.2.1預處理與校正方法

7.2.2光譜特征提取方法

7.3工業光譜圖像的目標檢測方法

7.3.1光譜圖像異常檢測算法

7.3.2光譜圖像解混算法

7.4工業光譜圖像處理的應用

7.4.1工業產品質量檢測中的光譜圖像應用

7.4.2工業機器人場景中的應用

7.5本章小結

7.6思考與習題

第8章工業機器視覺檢測系統設計

8.1機器視覺檢測系統的設計流程

8.1.1需求分析與方案設計 

8.1.2系統集成與硬件選型

8.1.3軟件設計與算法實現

8.2工業視覺系統的測試與優化

8.2.1系統性能測試辦法

8.2.2誤差分析與系統優化

8.2.3系統穩定性與可靠性設計

8.3工業視覺檢測系統的應用案例

8.3.1應用案例背景分析

8.3.2硬件選型與算法設計

8.3.3系統集成與結果

8.4本章小結

8.5思考與習題

第9章工業機器視覺技術的前沿與展望

9.1大模型與工業機器視覺

9.1.1多模態大模型的發展

9.1.2大模型在工業機器視覺中的應用

9.1.3大模型在工業視覺系統中的挑戰與優化方向

9.2雲邊端協同與工業機器視覺

9.2.1雲邊端協同架構的概念與優勢

9.2.2雲邊端協同下的工業視覺架構設計

9.2.3雲邊端協同在工業機器視覺中的未來發展

9.3未來工業機器視覺的挑戰與機遇

9.3.1工業機器視覺的技術瓶頸

9.3.2工業4.0時代機器視覺的未來發展方向

9.4本章小結

9.5思考與習題

參考文獻