-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
3/26 新書到! 3/19 新書到! 3/14 新書到! 12/12 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

圖像處理、分析與機器視覺(基于LabVIEW)

( 簡體 字)
作者:楊高科類別:1. -> 遊戲 -> 遊戲程式
   2. -> 程式設計 -> Labview
譯者:
出版社:清華大學出版社圖像處理、分析與機器視覺(基于LabVIEW) 3dWoo書號: 49056
詢問書籍請說出此書號!

有庫存
NT售價: 845

出版日:6/1/2018
頁數:620
光碟數:0
站長推薦:
印刷:黑白印刷語系: ( 簡體 版 )
加入購物車 加到我的最愛
(請先登入會員)
ISBN:9787302496410
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證)
作者序:

譯者序:

前言:

在電子學和計算機科學中,圖像處理、分析與機器視覺一直是一個十分活躍的分支。隨著過去30年電子和計算機技術的迅猛發展,人們對這一分支的研究已經不再局限于圖像處理分析理論和實驗室驗證,而是不斷向機器視覺領域延伸。
機器視覺主要研究各種圖像處理分析技術在實際工業環境中的應用。目前,國內外這方面的研究日趨深入,相關的書籍也層出不窮。但是,大多數書籍更傾向于對理論和算法進行抽象講解。對于大部分工程人員來說,要將這些理論轉化為具體的工程實踐,仍有不少的困難需要克服。此外,由于很多客觀條件的制約,工程人員無法深入地研究圖像處理與分析的各種理論和算法。因此,對他們而言,一套封裝了各種算法且能快速解決各種問題的平臺工具更具意義。至于理論研究和算法等工作,應留給平臺工具開發人員去完成。
虛擬儀器利用計算機把高性能模塊化硬件和可靈活定制的軟件相結合,完成各種測試、測量和自動化任務。National Instruments(NI)公司的LabVIEW是一個可視化、跨平臺、使用圖形化編程語言的虛擬儀器開發平臺。它廣泛支持各種硬件,且包含豐富的面向應用的封裝函數庫。這些可擴展的函數庫覆蓋面很廣,包括數據采集、信號處理、數學計算、統計分析、數據通信、數據庫、移動開發、嵌入式開發、FPGA和運動控制等。對于圖像處理、分析和機器視覺系統開發,NI公司提供了與LabVIEW無縫集成的函數庫NI Vision。工程人員在LabVIEW中使用它,可快速構建大型機器視覺自動化系統。
本書基于LabVIEW和NI Vision,介紹圖像處理、分析與機器視覺的工程應用和系統開發技術。全書根據讀者對圖像處理、分析與機器視覺知識掌握的程度和實際需求的不同,分為機器視覺系統構建、圖像操作與增強和特征識別與機器決策三大部分。
第1部分包括第1~6章,主要討論機器視覺系統的成像系統模型原理、鏡頭相機部件的選型、系統的搭建和校準以及圖像采集、顯示和存儲等技術。通過學習這些內容,讀者將能按照分辨率工程應用的需求,完成機器視覺系統搭建,并能用其采集用于后續處理的圖像,并對圖像進行顯示和存儲。
第2部分包括第7~10章,主要討論圖像的操作、圖像變換、圖像灰度分析以及圖像的空間域和頻域增強技術。由于這些技術的理論知識幾乎在所有圖像處理類的大學教程或工程參考書籍中都有介紹,因此本書第2部分內容重點介紹這些技術在工程實踐中的作用和使用方法。當然,這部分內容中對理論知識作了匯總性介紹,這不僅完全可以滿足初學圖像處理和分析技術的工程人員或在校大學生的需要,還能幫助他們在各種繁雜的信息中理清脈絡。
第3部分包括第11~19章,介紹機器視覺軟件開發的關鍵技術,包括圖像分割、形態學處理、特征提取、特征分析、特征在機器視覺系統開發中的應用以及目標測量、圖像模式匹配、目標分類識別等技術。這部分將重點放在已經完成系統搭建和圖像增強后的機器視覺軟件開發上。在進行機器視覺軟件開發時,不僅要考慮軟件工作的理論基礎,還要考慮其在實際工作環境中保持魯棒性和實時性的前提下,仍能對各種變化因素具有不變性。例如,即使出現光照變化、被測件的位置變化、尺寸變化或被測件旋轉等情況,機器視覺軟件也仍能正常工作。此外,這部分內容還介紹了色彩空間和色彩匹配、色彩定位、彩色模式匹配以及色彩分類識別等技術,將機器視覺擴展到彩色圖像范圍。最后,還介紹了機器視覺儀表和條碼讀取技術。這部分內容適合進行機器視覺系統開發的工程人員或在校的研究生或博士生。
全書盡可能覆蓋基于LabVIEW和NI Vision的圖像處理、分析與機器視覺系統開發的最新技術。為幫助讀者深入理解書中的內容,本書還精心收集了各種具有典型性的圖像,并基于LabVIEW和NI Vision的最新版本創建了各種實例程序。這些實例圖像和程序的代碼可以從清華大學出版社官方網站(http://www.tup.com .cn)下載。
本書的編寫是一個艱難和長期堅持的過程。2012年我的《LabVIEW虛擬儀器項目開發與管理》一書出版后,我想繼續將基于LabVIEW開發圖像處理、分析和機器視覺系統的一些經驗和心得匯總成書。恰巧那時清華大學出版社和NI公司也計劃聯合出版一套LabVIEW技術叢書。在得到邀約后,我就與清華大學出版社一起制訂了本書的編寫計劃。在第1部分的編寫過程中,因工作原因,我不得不和妻兒遷居國外,后續章節的編寫也是在新環境和工作之余完成的。感謝妻子和兒子在此過程中給予我的極大支持和理解。此外,許多同行和LAVA、NI Discussion Forums、VI Home、GSD Zone等論壇上的朋友對本書內容的規劃提出了不少寶貴意見,他們的鞭策和關注給了我不斷堅持的信念,在此向他們表示衷心的感謝!
本書中的實例程序和圖像可通過掃描封底的二維碼在益閱讀網站上下載。

在下載的實例程序和圖像目錄中,同一章中的實例程序存在同一目錄中,并按照“CHQ章號”的形式命名。例如,第15章的所有實例代碼存放在CHQ15目錄中(如下圖)。







實例程序使用的圖像和書中的插圖則統一存放在IMGs目錄中。為了程序運行方便,實例圖像并未按章劃分目錄存放,而是在各實例程序代碼和書中代碼插圖中明確說明了圖像的路徑。例如,第16章插圖中的代碼使用了保存在IMGs目錄下Bracket子目錄中的Bracket3.png圖像。




由于時間和篇幅的限制,本書內容很難覆蓋基于LabVIEW的圖像處理、分析和機器視覺技術的各個方面,也難免存在不妥之處,請讀者原諒并提出寶貴意見。
衷心希望機器視覺和虛擬儀器技術能在LabVIEW助力下有長足發展!


筆者
2018年3月于多倫多

內容簡介:

《圖像處理、分析與機器視覺(基于LabVIEW)》主要介紹基于LabVIEW的圖像處理、分析與機器視覺系統的開發技術。全書盡量避免只進行枯燥的理論講解,而是從實際工程應用的角度將內容分為“機器視覺系統構建”、“圖像操作與增強”和“特征識別與機器決策”三大部分。其中第一部分主要討論成像系統模型原理、鏡頭相機部件的選型、系統的搭建和校準以及圖像采集、顯示和存儲等技術;第二部分包括圖像操作和變換、圖像灰度分析以及圖像增強等技術;第三部分介紹機器視覺軟件開發的關鍵技術,不僅包括圖像分割、形態學處理、特征提取、特征分析、特征在機器視覺系統開發中的應用,以及目標測量、圖像模式匹配、目標分類識別等技術,還包括色彩空間和色彩匹配、色彩定位、彩色模式匹配以及色彩分類識別等彩色圖像處理技術。
《圖像處理、分析與機器視覺(基于LabVIEW)》配有各種具有代表性的圖像實例,以及圖像處理、分析和機器視覺應用的程序源代碼。這些圖像和源代碼不僅可加強讀者對內容的理解,還能作為實際工程項目的參考。
《圖像處理、分析與機器視覺(基于LabVIEW)》可作為圖像處理、分析和機器視覺項目開發人員的技術參考書,或高等學校計算機、虛擬儀器、自動化、模式識別與圖像處理等專業的教材,也可作為對機器視覺開發團隊或公司的培訓或輔導教材。
目錄:

第1部分機器視覺系統構建
第1章緒論
1.1機器視覺的定義與發展
1.2機器視覺系統的構成與開發過程
1.3NI視覺平臺簡介及軟件安裝
第2章成像系統
2.1成像系統模型
2.2鏡頭
2.3相機
2.3.1CCD和CMOS
2.3.2模擬相機和模擬視頻信號
2.3.3數字相機和數字視頻信號
2.3.4相機篩選
2.4本章小結
第3章圖像采集、存儲與顯示
3.1圖像采集設備
3.2NIQMAX與相機驅動
3.3IMAQ、IMAQdx與圖像采集
3.4本章小結
第4章圖像管理與顯示
4.1內存中的圖像
4.2內存圖像管理
4.3圖像顯示
4.3.1圖像顯示控件

4.3.2圖像瀏覽器
4.3.3外部窗口顯示
4.4ROI與圖像遮罩
4.5無損圖層
4.6本章小結
第5章圖像存儲
5.1圖像文件讀寫
5.2BMP文件
5.3TIFF文件
5.4JPEG文件
5.5PNG文件
5.6AVI文件
5.7本章小結
第6章系統校準與圖像矯正
6.1畸變模型
6.2圖像校準
6.3坐標校準
6.4誤差與校準質量
6.5圖像幾何矯正
6.6本章小結
第2部分圖像操作與增強
第7章圖像操作與運算
7.1像素操作
7.2圖像操作與幾何變換
7.3圖像運算
7.4彩色圖像操作與運算
7.5本章小結
第8章灰度分析與變換
8.1直方圖
8.2灰度分析
8.3結構相似性
8.4灰度變換
8.5本章小結
第9章空間域圖像增強
9.1線性卷積
9.2鄰域增強
9.2.1線性濾波
9.2.2非線性濾波
9.3本章小結
第10章頻域圖像增強
10.1圖像的傅里葉變換
10.2圖像的頻域濾波
10.3NIVision頻域圖像濾波方法
10.4本章小結
第3部分特征分析與機器決策
第11章閾值分割與邊緣分割
11.1閾值分割
11.1.1全局分割
11.1.2局部分割
11.2邊緣分割
11.2.1點檢測
11.2.2線檢測
11.2.3輪廓提取
11.3本章小結
第12章形態學與區域分割
12.1像素的形態學處理
12.2顆粒的形態學處理
12.3區域分割
12.4區域生長與形態學重構
12.5本章小結
第13章顆粒特征與分析
13.1點與線
13.2邊界與面積
13.3角度和矩
13.4測量坐標系
13.5本章小結
第14章圖像特征及應用
14.1灰度測量
14.2邊緣檢測
14.3輪廓分析與比較
14.4紋理分析
14.4.1小波變換
14.4.2紋理的統計分析
14.5角點檢測
14.6本章小結
第15章圖像模式匹配
15.1灰度匹配
15.2幾何匹配
15.3黃金模板比較
15.4本章小結
第16章目標測量
16.1目標搜索
16.2特征定位
16.3幾何測量
16.3.1卡鉗
16.3.2卡尺
16.3.3解析幾何法
16.4結果判定
16.5本章小結
第17章分類識別
17.1訓練過程與分類器
17.1.1樣本集合
17.1.2分類器配置
17.1.3分類器操作和訓練
17.1.4分類器輸出和評價
17.2分類檢測與識別
17.3OCR
17.3.1字符集訓練
17.3.2文字識別與驗證
17.4本章小結
第18章彩色視覺
18.1色彩空間
18.2色譜與色彩匹配
18.3色彩定位
18.4彩色模式匹配
18.5色彩分類
18.6彩色圖像分割
18.7本章小結
第19章儀表與條碼
19.1儀表讀取
19.2條碼讀取
19.2.1一維碼
19.2.2二維碼
19.3本章小結
第20章雙目立體視覺
20.1雙目視覺系統原理
20.2系統校準
20.3圖像調整
20.4對應點匹配和3D重建
20.5本章小結
參考文獻
序: