机器视觉技术基础

伴随着科技的高速发展，自动化、智能化已经成为工程界的普遍趋势。一般而言，机器视觉技术是图像处理在工程界的应用，尤其是工业检测领域，具有准确度高、稳定性好、可靠性强的要求，机器视觉技术在此领域被广泛采用。市面上，机器视觉的书籍很丰富，为学习机器视觉技术提供了良好的帮助。笔者的目标是编写一本理论知识简洁精悍、结合实战项目讲解应用技能的教程，以更好地服务于广大的理工科大学生和工程技术人员。
HALCON是当前工程界广泛使用的机器视觉软件，具有上手简单、学习方便等众多优点，基于市场对机器视觉工程师的普遍要求，本书采取HALCON作为视觉软件进行编写。
本书系统地讲解了机器视觉基础和视觉系统设计的关键知识和技术，首先讲解机器视觉概述、图像处理基础；然后再以HALCON为软件讲解其基础、图像预处理、图像分割、特征提取、形态学、模板匹配等知识和技能，并将具体的案例贯穿于各个核心知识点中；接下来结合工程界的广泛应用，讲解相机标定、3D视觉技术；最后，讲解HALCON/C++混合编程，以达到开发实际应用项目的能力，并结合作者的实战项目，挑选具有代表性的5个项目进行了比较详细的讲解，为学有余力的读者提供了参考。
本书还可作为机器人工程、机械电子工程、计算机科学、自动化、电子信息等专业的机器视觉课程教材，建议2个学分或3个学分。2个学分的学习建议修读第1～8章。书中的视觉原理和算法部分，可根据生源情况，进行选取授课。另外，建议至少有一半学时安排在机房授课，以提高学习效果。作者的授课，将课程48学时全部安排在机房，并有部分电脑连接了工业相机等进行实时彩图和视觉识别教学，此方式可供读者参考。
本书由广东技术师范大学肖苏华教授主编，编写过程中得到了肖苏华视觉智能实验室学生的大力协助，包括资料搜集、程序调试、案例优化、文字修订等。他们是研究生王志勇，本科生吴建毅、何晓霜、赖南英。全书由肖苏华统稿、定稿，在编写过程中参阅了相关的书籍、论文和网络资料，也引用了部分内容，对原作者表示衷心的感谢。尤其对我的学生表示衷心的感谢，感恩遇见优秀的你们，在实验室见证你们的学习和成长也是我宝贵的记忆，也特别感谢广东技术师范大学机电学院的领导和老师给予我的支持和帮助。
由于水平有限，书中难免存在不妥之处，敬请读者批评指正。

肖苏华
2020年12月12日

本书在讲述机器视觉基本原理和基本概念的基础上，重点介绍了机器视觉系统的构成以及机器视觉技术在实际生产中的应用，有较强的参考价值。本书具体内容包括：数字图像基础、HALCON功能及应用、图像预处理、图像分割、特征提取、图像的形态学处理、图像模板匹配、3D视觉、综合项目案例分析等。
本书可作为高等学校自动化类、机电类、电子信息类、计算机类相关专业的教学参考书，也可作为工程技术人员加深理解机器视觉及其应用技术的参考用书。

第1章 机器视觉概述 001
1.1　什么是机器视觉 002
1.2　机器视觉系统硬件构成 003
1.3　硬件选型 004
1.4　机器视觉的应用及展望 013

第2章 数字图像基础 015
2.1　图像和数字图像 016
2.2　图像的数字化 018
2.3　图像像素间的关系 022
2.4　图像灰度直方图 025

第3章 初步认识HALCON 029
3.1　走进HALCON 030
3.2　HDevelop图形组件 031
3.3　软件图像采集 036
3.4　数据结构 041

第4章 图像预处理 051
4.1　感兴趣区域（ROI） 052
4.2　图像的变换与校正 053
4.3　图像增强 057

第5章 图像分割 083
5.1　阈值分割  084
5.2　边缘检测 088
5.3　区域分割 095
5.4　Hough变换 098
5.5　分水岭算法 101

第6章 特征提取 103
6.1　图像特征概述 104
6.2　区域形状特征 104
6.3　基于灰度值的特征 110
6.4　基于图像纹理的特征 116

第7章 图像的形态学处理 121
7.1　数学形态学预备知识  122
7.2　二值图像的基本形态学运算 123
7.3　灰度图像的形态学运算 134
7.4　二值图像的基本形态学算法 140

第8章 图像模板匹配 147
8.1　图像模板匹配概述 148
8.2　基于像素灰度值的模板匹配 148
8.3　基于特征的模板匹配 154
8.4　图像金字塔 162
8.5　Matching助手 166

第9章 相机标定 171
9.1　标定的目的和意义 172
9.2　标定的参数 172
9.3　HALCON标定流程 173

第10章 3D视觉基础 177
10.1　三维空间坐标 178
10.2　双目立体视觉 179
10.3　激光三角测量 183

第11章 混合编程 191
11.1　混合编程的方式 192
11.2　HALCON与MFC混合编程 192
11.3　HALCON与QT混合编程 200

第12章 案例分析 209
12.1　车牌识别 210
12.2　卡号识别 212
12.3　缺陷检测 214
12.4　几何测量 218
12.5　齿轮3D平面度检测 223

参考文献 232