新書推薦：
《
机器人自动化集成系统设计（NX MCD）
》
售價：NT$
286.0
《
原生家庭，一所隐秘的学校
》
售價：NT$
449.0
《
信托一本通：财富传承的模式、案例与实务（丰富案例+专业解读，讲透10大信托业务功能、法律风险与实操）
》
售價：NT$
500.0
《
AI绘画：技术、创意与商业应用全解析
》
售價：NT$
398.0
《
新民说·经济学家的恶习
》
售價：NT$
214.0
《
阅世奇言：靖康生死局
》
售價：NT$
347.0
《
前浪后浪：近代中国知识分子的精神世界
》
售價：NT$
449.0
《
八路军史
》
售價：NT$
500.0
|
| 編輯推薦： |
|
1、将理论讲述与实践解析相结合，介绍了机器视觉技术及图像处理理论。2、专业图像处理软件平台包括：通用图像处理系统ImageSys、二维运动图像测量分析系统MIAS和三维运动图像测量分析系统MIAS3D。3、直观演示理论的实现过程与结果。4、每章都详细介绍了实际工程应用案例。5、学习本书内容后，再学算法设计与开发会比较容易。
|
| 內容簡介： |
|
本书将理论讲述与实践解析相结合，介绍了机器视觉技术及图像处理理论，帮助读者理解基础理论并学会操作应用。主要内容包括：机器视觉基础、图像数据与文件、图像视频采集、像素分布处理、颜色空间与测量、颜色变换、几何变换、频率域变换、图像间变换、滤波增强、图像分割、二值运算、二值参数测量、二维三维运动图像测量。利用通用图像处理系统ImageSys、二维运动图像测量分析系统MIAS和三维运动图像测量分析系统MIAS3D等专业图像处理软件平台，直观演示理论的实现过程与结果，每章都详细介绍了实际工程应用案例。本书可为从事机器视觉技术、图像处理、人工智能研究和应用的工程技术人员提供帮助，也可供高等院校相关专业师生学习参考。
|
| 關於作者： |
|
陈兵旗，中国农业大学，教授。1981，8-1985，7 洛阳工学院，农业机械设计与制造，学士；1993，1-1994，3 日本东京农工大学，进修；1994，4-1996，3 日本东京农工大学大学院，环境资源学，硕士；1996，4-1999，3 日本东京农工大学联合大学院，生物生产学，博士；2000，4-2002，3 日本学术振兴会，水田作业机器人，特别研究员，空间认识系统研究（博士后）； 1985，7 - 1993，1 中国农业机械化科学研究院，收获机械的研究设计，工程师；1999，4 - 2000，3 日本函数库股份公司，图像处理软件开发，研究员；2002，4 – 现在 中国农业大学工学院，机器视觉与图像处理的研究、教学，教授。中国农业机械学会基础技术分会 理事，美国国际农业生物工程学会ASABE 会员，海外华人农业工程学会AOC会员。Transaction of ASABE， Biosystems Engineering， IEEE Transactions on Automation Science and Engineering， 中国农机学报、中国农业工程学报等多家国内外权威学术期刊论文审稿人。国家自然基金以及多个省市基金项目评审专家。
|
| 目錄：
|
第1章机器视觉基础1
1.1机器视觉的作用 1
1.2机器视觉的应用领域 2
1.3机器视觉的发展前景 2
1.4机器视觉的硬件构成 3
1.4.1计算机 4
1.4.2图像采集设备 6
1.5机器视觉的算法软件 7
1.6机器人的机器视觉 8
1.7机器视觉的功能与精度 8
1.8实践用专业软件介绍与基本设定 10
1.8.1通用图像处理系统ImageSys 10
1.8.2二维三维运动图像测量分析系统 13
思考题 15
第2章图像数据与文件16
2.1数字图像的采样与量化 16
2.2彩色图像与灰度图像 18
2.3图像的计算机显示 20
2.4图像文件 21
2.4.1理论介绍 21
2.4.2ImageSys图像文件功能 22
2.5视频文件 24
2.5.1理论介绍 24
2.5.2ImageSys多媒体文件功能 25
2.5.3多媒体文件编辑 27
2.5.4添加水印 28
思考题 29
第3章图像视频采集30
3.1基本概念与原理 30
3.1.1基本概念 30
3.1.2原理与分类 31
3.2CCD与CMOS图像传感器 32
3.2.1CCD图像传感器 32
3.2.2CMOS图像传感器 32
3.2.3CCD与CMOS图像传感器的区别 32
3.3DirectX图像采集系统 33
思考题 36
第4章像素分布处理37
4.1直方图 37
4.2线剖面图 39
4.3累计分布图 40
4.43D剖面图 41
4.5工程应用案例——保护压板投退状态检测 42
思考题 44
第5章颜色空间与测量45
5.1颜色空间 45
5.1.1RGB颜色空间 45
5.1.2YUV颜色空间 45
5.1.3HSI颜色空间 45
5.1.4L*a*b*颜色空间 46
5.1.5XYZ颜色空间 46
5.2颜色测量 46
5.2.1界面功能 46
5.2.2使用方法 48
5.3工程应用案例——小麦苗列检测 49
思考题 50
第6章颜色变换51
6.1颜色亮度变换 51
6.1.1基础变化 52
6.1.2L(朗格)变换 54
6.1.3γ(伽马)变换 54
6.1.4去雾处理 55
6.1.5直方图平滑化 56
6.2HSI变换 57
6.3RGB色差变换 58
6.4自由变换 59
6.5工程应用案例 60
6.5.1绿色农田无人驾驶系统的图像信息检测 60
6.5.2果树上红色桃子区域检测 62
思考题 64
第7章几何变换65
7.1基础知识 65
7.2单步变换 66
7.2.1实践准备 66
7.2.2平移 67
7.2.3放大缩小 67
7.2.4旋转 68
7.3复杂变换 69
7.3.1仿射变换 69
7.3.2透视变换 71
7.4齐次坐标表示 71
7.5工程应用案例——单目测量系统 72
7.5.1硬件构成 72
7.5.2摄像机标定与标定尺检测 74
7.5.3标识点检测 74
7.5.4距离与面积计算 75
7.5.5测量精度及实例 75
思考题 77
第8章频率域变换78
8.1傅里叶变换 78
8.1.1频率概念 78
8.1.2频率变换 79
8.1.3离散傅里叶变换 81
8.1.4图像的二维傅里叶变换 82
8.1.5滤波处理 83
8.1.6图像傅里叶变换实践 84
8.2小波变换 89
8.2.1小波变换概述 89
8.2.2小波与小波变换 90
8.2.3离散小波变换 91
8.2.4小波族 92
8.2.5信号的分解与重构 92
8.2.6图像处理中的小波变换 93
8.2.7图像小波变换实践 95
8.3工程应用案例——小麦播种导航路径检测 99
8.3.1试验设备与视频采集 99
8.3.2第一帧田埂导航直线检测 99
8.3.3非第一帧田埂导航直线检测 101
8.3.4播种直线检测 102
8.3.5检测结果分析 102
思考题 104
第9章图像间变换105
9.1图像间运算及实践 105
9.1.1运算内容 105
9.1.2运算实践 105
9.2运动图像校正与实践 110
9.3工程应用案例 111
9.3.1基于帧间差分的羽毛球检测 111
9.3.2基于背景差分的车流量检测 114
思考题 116
第10章滤波增强117
10.1基本概念 117
10.2去噪声处理 119
10.2.1移动平均 119
10.2.2中值滤波 120
10.2.3高斯滤波 121
10.2.4单模板滤波实践 123
10.3基于微分的边缘检测 129
10.3.1一阶微分（梯度运算） 129
10.3.2二阶微分（拉普拉斯运算） 130
10.3.3模板匹配 130
10.3.4多模板滤波实践 131
10.4Canny算法及实践 136
10.5工程应用案例——插秧机器人导航目标检测 140
10.5.1目标田埂与目标苗列的微分处理 140
10.5.2田端田埂的微分检测 142
思考题 144
第11章图像分割145
11.1灰度分割与实践 145
11.1.1常规阈值分割 145
11.1.2模态法自动分割 147
11.1.3p参数法自动分割 148
11.1.4大津法自动分割 148
11.2彩色分割与实践 150
11.2.1RGB彩色分割 151
11.2.2HSI彩色分割 151
11.3工程应用案例——排种器试验台图像采集与分割 152
11.3.1机械结构及图像采集装置 152
11.3.2图像采集与拼接 153
11.3.3籽粒的二值化提取 154
思考题 155
第12章二值运算156
12.1基本运算 156
12.2参数提取 159
12.3工程应用案例——插秧机器人导航目标去噪声 161
12.3.1苗列二值图像的去噪声 161
12.3.2水泥田埂的去噪声 161
12.3.3土田埂的去噪声 162
思考题 163
第13章二值参数测量164
13.1几何参数测量 164
13.1.1图像的几何参数 165
13.1.2区域标记 166
13.1.3几何参数检测与提取 166
13.1.4实践 167
13.2直线参数测量 172
13.2.1哈夫变换 172
13.2.2最小二乘法 174
13.2.3实践 174
13.3圆形分离实践 176
13.4轮廓测量实践 177
13.5工程应用案例 178
13.5.1果树上桃子中心与半径拟合 178
13.5.2排种器试验台籽粒分布参数测量 180
13.5.3农田视觉导航线检测 182
思考题 185
第14章二维三维运动图像测量186
14.1二维运动图像测量 186
14.1.1图像采集 186
14.1.2运动图像读入与2D标定 187
14.1.3运动测量 188
14.1.4结果浏览显示 190
14.1.5结果修正 196
14.2三维运动图像测量 196
14.2.1多通道图像采集 196
14.2.23D标定与3D数据合成 196
14.2.3结果浏览显示 200
14.3工程应用案例 201
14.3.1蜜蜂舞蹈实时跟踪检测 201
14.3.2三维作物生长量检测与建模 203
思考题 209
参考文献210
|
| 內容試閱：
|
随着科学技术的不断进步，人类的生产和社会活动已经进入了智能化与无人化的发展阶段。工信部2035年发展目标中的一项重要任务，是使机器人成为人民生活的重要组成部分。要从技术、规模、应用、生态等多方面实现机器人技术的发展，离不开机器视觉技术。机器视觉就是机器的眼睛，如同人眼之于人，是智能机械装备获得外部信息的重要方法。随着机器视觉技术的普及与应用，越来越多的人开始从事与机器视觉和图像处理相关的工作，从业人员需要在懂得机器视觉和图像处理理论的基础上，掌握操作、维护和完善设备功能等实践技能，这也是国家对职业教育重点培养工匠型人才的专业要求。
本书以培养应用型人才为目标，利用专业图像处理软件平台，介绍机器视觉及图像处理理论，同时直观演示相关理论的实现过程与结果，然后再介绍一些实际工程应用案例。通过这种理论与实践相结合的方式，让读者掌握理论并学会操作应用。
本书主要内容包括：机器视觉基础、图像数据与文件、图像视频采集、像素分布处理、颜色空间与测量、颜色变换、几何变换、频率域变换、图像间变换、滤波增强、图像分割、二值运算、二值参数测量、二维三维运动图像测量。专业图像处理软件平台包括：通用图像处理系统ImageSys、二维运动图像测量分析系统MIAS和三维运动图像测量分析系统MIAS3D。本书比较全面地介绍了机器视觉与图像处理的基本理论和实践应用方向。学习本书内容后，再学算法设计与开发会比较容易。
本书由陈兵旗、梁习卉子、陈思遥编著。陈兵旗从1993年初到日本留学开始，一直从事机器视觉与图像处理的学习和研究工作，现任中国农业大学工学院机电系教授，有30年的科研、教学和开发经验，2004年至今出版了11本相关著作和教材，获得了广泛好评，为机器视觉技术的发展和应用做了一定的工作。梁习卉子对图像处理算法有深入研究，目前在苏州健雄职业技术学院任教，有着丰富的实践教学经验。陈思遥目前在日本京都大学攻读博士学位，从事生物信息图像传感研究。
由于作者水平所限，书中不妥之处在所难免，敬请广大专家和读者批评指正。
编著者
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
