前 言
《中国制造2025》的核心内容是装备生产和应用的信息化与智能化，机器视觉是实现这一目标的关键技术。提起“机器视觉”或者“图像处理”（机器视觉的软件部分），许多人并不陌生，但是没有专门学习过的人，往往会把“图像处理”与用于图像编辑的Photoshop软件等同起来，其实两者之间具有本质的区别。机器视觉中的图像处理是由计算机对现有的图像进行分析和判断，然后根据分析判断结果去控制执行其他相应的动作或处理；而Photoshop软件是基于人的判断，通过人手的操作来改变图像的颜色、形状或者剪切与编辑。也就是说，一个是由机器分析判断图像并自动执行其他动作，一个是由人分析判断图像并手动修改图像，这就是两者的本质区别。本书内容就是介绍机器视觉的构成、图像处理理论算法及应用系统。
目前市面上图像处理方面的书比较多，一般都是着眼于讲解图像处理算法理论或者编程方法，作者本人也编著了两本图像处理VC++编程和一本机器视觉理论及应用实例介绍方面的书，这些书的主要适用对象是图像处理编程人员。然而，从事图像处理编程工作的人毕竟是少数，将来越来越多的人会从事与机器人和智能装备相关的操作及技术服务工作，目前国内还没有针对这个群体的机器视觉教育书籍。近年来，经常有地方理工科院校来咨询图像处理实验室建设事项，他们的目的是图像处理理论教学，而不是学习图像处理程序编写，给他们推荐教材和进行图像处理实验室配置都是很困难的事。为了适应这个庞大群体的需要，本书以普及教学为目的，尽量以浅显易懂图文并茂的方法来说明复杂的理论算法，每个算法都给出实际处理案例，使一般学习者能够感觉到机器视觉其实并不深奥，也给将来可能从事机器视觉项目开发的人增强信心。
本书汇集了图像处理绝大多数现有流行算法，对于专业图像处理研究和编程人员，也具有重要的参考价值。
本书在撰写过程中得到了研究室学生们不同程度的帮助，他们是田浩、欧阳娣、曾宝明、王桥、杨明、乔妍、朱德利、梁习卉子、陈洪密、代贺等，也获得了北京现代富博科技有限公司（http://www.fubo-tech.com）的技术支持，在此对他们表示衷心的感谢。
附：目录
第一部分 机器视觉理论与算法
第1章 机器视觉
1.1 机器视觉的作用
1.2 机器视觉的硬件构成
1.3 机器视觉的软件及编程工具
1.4 机器视觉、机器人和智能装备
1.5 机器视觉的功能与测量精度
第2章 图像处理
2.1图像处理的发展过程
2.2数字图像的采样与量化
2.3 彩色图像与灰度图像
2.4图像文件及视频文件格式
2.5数字图像的计算机表述
2.6常用图像处理算法及其通用性问题
第3章 目标提取
3.1 如何提取目标物体
3.2 基于阈值的目标提取
3.2.1 二值化处理
3.2.2 阈值的确定
3.3 基于颜色的目标提取
3.3.1 亮度、色相、饱和度及其他
3.3.2 颜色分量及其组合处理
3.4 基于差分的目标提取
3.4.1 帧间差分
3.4.2 背景差分
第4章 边缘检测
4.1 边缘与图像处理
4.2 基于微分的边缘检测与提取
4.3 基于模板匹配的边缘检测与提取
4.4 边缘图像的二值化处理
4.5 细线化处理
4.6 Canny算法
第5章 图像平滑处理
5.1 图像噪声及常用平滑方式
5.2 移动平均
5.3 中值滤波
5.4 高斯滤波
5.5 模糊图像的清晰化处理
5.5.1对比度增强
5.5.2自动对比度增强
5.5.3直方图均衡化
5.5.4暗通道先验法去雾处理
5.6 二值图像的平滑处理
第6章 几何参数检测
6.1 基于图像特征的自动识别
6.2 二值图像的特征参数
6.3 区域标记
6.4 基于特征参数提取物体
6.5 基于特征参数消除噪声
第7章 Hough变换
7.1传统Hough变换
7.2过已知点Hough变换
7.3 Hough变换的曲线检测
第8章 几何变换
8.1 关于几何变换
8.2 放大缩小
8.3 平移
8.4 旋转
8.5 复杂变形
8.6 齐次坐标表示
第9章 单目视觉测量
9.1 硬件构成
9.2 摄像机模型
9.2.1 参考坐标系
9.2.2 摄像机模型分析
9.3 摄像机标定
9.4 标定尺检测
9.4.1 定位追踪起始点
9.4.2蓝黄边界检测
9.4.3 确定角点位置
9.4.4 单应矩阵计算
9.5 标定结果分析
9.6 标识点自动检测
9.7 手动选取目标
9.8 距离测量分析
9.8.1透视畸变对测距精度的影响
9.8.2目标点与标定点的距离对测距精度的影响
9.9 面积测量
9.9.1获取待测区域轮廓点集
9.9.2最小凸多边形拟合
9.9.3多边形面积计算
9.9.4测量实例
第10章 双目视觉测量
10.1双目视觉系统的结构
10.1.1平行式立体视觉模型
10.1.2汇聚式立体视觉模型
10.2摄像机标定
10.2.1直接线性标定法
10.2.2张正友标定法
10.2.3摄像机参数与投影矩阵的转换
10.3标定测量试验
10.3.1直接线性标定法
10.3.2 张正友标定法
10.3.3三维测量
第11章 运动图像处理
11.1 光流法
11.1.1光流法的基本概念
11.1.2光流法用于目标跟踪的原理
11.2 模板匹配
11.3运动图像处理实例
11.3.1羽毛球技战术实时图像检测
11.3.2蜜蜂舞蹈行为分析
第12章 傅里叶变换
12.1 频率的世界
12.2 频率变换
12.3离散傅立叶变换
12.4 图像的二维傅立叶变换
11.5滤波处理
第13章 小波变换
13.1小波变换概述
13.2小波与小波变换
13.3 离散小波变换
13.4 小波族
13.5 信号的分解与重构
13.6 图像处理中的小波变换
第14章 模式识别
14.1模式识别与图像识别的概念
14.2图像识别系统的组成
14.3图像识别与图像处理和图像理解的关系
14.4图像识别方法
14.4.1 模板匹配方法
14.4.2 统计模式识别
14.4.3 新的模式识别方法
14.5人脸图像识别系统
第15章 神经网络
15.1人工神经网络
15.1.1人工神经网络的生物学基础
15.1.2 人工神经元
15.2 BP神经网络
15.2.3改进型BP神经网络
15.3 BP神经网络在数字字符识别中的应用
15.3.1数字字符识别系统原理
15.3.2网络模型的建立
15.3.3数字字符识别演示
第16章 深度学习
16.1深度学习的发展历程
16.2深度学习的基本思想
16.3浅层学习和深度学习
16.4深度学习与神经网络
16.5深度学习训练过程
16.6深度学习的常用方法
16.6.1自动编码器（Auto Encoder）
16.6.2 稀疏编码（Sparse Coding）
16.6.3限制波尔兹曼机( Restricted Boltzmann Machine ,RBM )
16.6.4 深信度网络 ( Deep Belief Networks )
16.6.5 卷积神经网络（Convolutional Neural Networks, CNN ）
16.7基于卷积神经网络的手写体字识别
16.7.1手写字识别的卷积神经网络结构
16.7.2 卷积神经网络文字识别的实现
第17章 遗传算法（GA）
17.1遗传算法概述
17.2简单遗传算法
17.2.1 遗传表达
17.2.2 遗传算子
17.3遗传参数
17.3.1 交叉率和变异率
17.3.2其它参数
17.3.3 遗传参数的确定
17.4适应度函数
17.4.1目标函数映射为适应度函数
17.4.2适应度函数的尺度变换
17.4.3适应度函数设计对GA的影响
17.5模式定理
17.5.1模式的几何解释
17.5.2模式定理
17.6 遗传算法在模式识别中的应用
17.6.1问题的设定
17.6.2 GA的应用方法
17.6.3基于GA的双目视觉匹配
第二部分 机器视觉应用系统
第18章 通用图像处理系统ImageSys
18.1 系统简介
18.2 状态窗
18.3 图像采集
18.3.1 DirectX直接采集
18.3.2 VFW PC相机采集
18.4.1直方图
18.6.1颜色亮度变换
18.6.3 自由变换
18.6.4 RGB颜色变换
18.7.1 仿射变换
18.7.2 透视变换
18.8 频率域变换
18.9 图像间变换
18.9.2运动图像校正
18.10 滤波增强
18.10.2 多模板滤波增强
18.10.3 Canny边缘检测
18.11 图像分割
18.13.2 直线参数测量
18.13.3 圆形分离
18.13.4 轮廓测量
18.16 查看
18.17 文件
18.17.1图像文件
18.17.2 多媒体文件
18.17.3 多媒体文件编辑
18.17.4 添加水印
18.18 系统设置
18.18.1 系统帧设置
18.18.2 系统语言设置
18.19 系统开发平台Sample
第19章 二维运动测量分析系统MIAS
19.1 系统概述
19.2 文件
19.3 运动图像及2D比例标定
19.4 运动测量
19.4.1自动测量
19.4. 2 手动测量
19.4. 3、标识测量
19.5 结果浏览
19.5.1结果视频表示
19.5.2 位置速率
19.5.3偏移量
19.5.4 2点间距离
19.5.5 2线间夹角
19.5.6 连接线图一览
19.6 结果修正
19.6.1手动修正
19.6.2 平滑化
19.6.3 内插补间
19.6.4 帧坐标变换
19.6.5 人体重心测量
19.6.6 设置事项
19.7查看
19.8 实时测量
19.8.1实时目标测量
19.8.2实时标识测量
19.9开发平台MSSample
第20章 三维运动测量分析系统MIAS 3D
20.1 MIAS3D系统简介
20.2文件
20.3 2D结果导入、3D标定及测量
20.4显示结果
20.4.1 视频表示
20.4.2 点位速率
20.4.3 位移量
20.4.4 2点间距离
20.4.5 2线间夹角
20.4.6 连接线一览图
20.5 结果修正
20.6其他功能
第21章 车辆视觉导航系统
21.1车辆无人驾驶的发展历程及趋势
21.2视觉导航系统的硬件
21.3 视觉导航系统的软件
21.4 导航试验及性能测试比较
上一篇：《数字图像检测与控制
下一篇：《图像处理技术手册》
