本书通过实际案例论述工业机器视觉技术的基本原理,并用核心代码论述技术要点。全书共9章,分为三部分。第一部分包括第1章和第2章,论述机器视觉的基本概念和组成结构;第二部分包括第3~8章,论述传统工业机器视觉在动态检测、三维立体检测、板匹配模、分拣系统、导航等方面的应用;第三部分包括第9章,论述在现代人工智能背景下基于深度学习的机器视觉的应用,以帮助读者快速掌握基于深度神经网络的配置方法、模型应用等技巧。本书为从事机器视觉的技术人员提供了一些基础资料,给从事该领域研究的人员提供了一些技术指导,也可作为高等院校人工智能、电子信息工程等专业的教材。

推进新型工业化是全面建成社会主义现代化强国的重要支撑。 随着数字技术在工业制造中的比重越来越大, 传统工业面临着转型升级的要求。 工业机器视觉通过视觉传感器捕获工业流水线上的产品信息, 并通过智能图像处理算法和相应的软件进行有效结合, 再搭配上对应的机械设备, 即可捕获、 理解生产线上的细节任务, 最终实现对控制部分发出对应指令, 完成工业生成阶段的相关任务。 该技术可有效提高工业生产制造的效率, 在智能制造方面发挥着重要的作用。由于机器视觉是一门较为实用的技术, 所含有的内容较为丰富, 且跟应用领域密切相关, 市场上该类型的书籍不是很多。 本书内容基于国家自然科学基金和研究生教育教学改革项目 (GRSCP 202335) 的研究成果, 其主要特点为: 使用相对通用的实际案例来论述工业机器视觉中所使用技术的基本原理, 并使用核心代码论述技术要点, 以最大限度地让读者理解和掌握机器视觉技术及其应用。
本书主要分为三部分:
第一部分包括第 1 章和第 2 章, 论述机器视觉的基本概念和组成结构。 第1 章主要讲述工业机器视觉中的一些基本概念, 对工业机器视觉和计算机视觉间的差别给予简单的对比, 并就相关发展现状进行了调研, 同时给出了工业机器视觉相关的国际组织和一些标准; 第 2 章主要给出了工业机器视觉的组成结构, 从摄像机选择、 光源选择、 图像采集卡选择、 工业机器视觉中的机械部件以及相关的软件几个角度对工业机器视觉中的各个组成部分进行了论述, 并给出构建工业机器视觉系统的一些建议。
第二部分包括第 3~8 章, 主要论述传统工业机器视觉的一些应用。 其中,第 3 章针对平面尺度检测时的直线位置检测、 矩形检测、 圆检测以及畸变矫正进行了论述, 这些作为工业器件基元结构测量的组成, 其相关的测量方法对工业产品尺寸的测量精度起到了重要作用; 第 4 章对工业机器视觉中的动态检测进行了探讨, 论述了振动的概念、 振幅的计算、 频率的计算、 振动检测的基本原理和常用的方法, 并对经典的方法进行了对比, 然后对于运动物体轨迹的计算和追踪进行了论述, 并在基于视觉的速度计算方面给出了一些方法; 第 5 章给出了三维立体检测的一些方法, 对于常用的结构光检测方法, 即直接三角法、 光栅相位法、 对称扫描法等进行了论述, 并对其他的诸如飞行时间法、 干涉法、 光学三角法和相移测量法进行了介绍; 第 6 章对工业视觉中常用的模板匹配的原理进行了论述, 给出了较为简单的模板匹配算法, 同时在数字模板制作方面给出了实现的基本方法, 并就汽车车牌号匹配、 火车螺钉掉失、 零部件加工、 身
份证匹配等方面给出了一些实际案例; 第 7 章结合实际工业产线上的分拣系统,给出了物品识别与分类、 位置检测、 不合格产品检测, 以及几类产品分拣的方法, 即基于形状不同的分拣方法, 基于体积不同的分拣方法, 以及基于颜色的分拣方法等; 第 8 章是视觉在机器人导航方面的应用, 给出了视觉传感器、 定位和制图障碍物检测和避障、 路径规划中的相关应用, 同时对视觉 SLAM 的基本原理进行了论述, 最后结合一些实用的机器人系统, 给出了一些实用案例。
第三部分包括第 9 章, 主要介绍了在现代人工智能背景下, 基于深度学习的机器视觉的应用, 结合深度学习的环境配置以及基于视觉的目标识别方法,即机器视觉系统在仪器仪表识别方面的基本应用, 给出了基于视觉方法的基本流程。 基于该流程, 可以实现很多此类应用。
本书第 1、 2、 6 章由宋伟撰写; 第 5、 7、 8 章由吴章江撰写; 第 3、 4、 9章由于京撰写, 媒体计算实验室的学生参与了资料的收集、 整理和部分内容的撰写。 另外, 本书对某些代码进行了简化处理, 以便读者通过自行完善代码,实现编程能力的提升。
本书理论结合实践, 可以给从事机器视觉的技术人员提供一些基础资料,为从事该领域的研究人员提供一些技术指导, 也可作为高等院校人工智能、 电子信息工程等专业的教材。
机器视觉技术日新月异, 该领域所涉及的知识量十分庞大, 由于著者水平有限, 书中难免有疏漏或不妥之处, 恳请读者批评指正。

著 者

第一部分第1章工业机器视觉概论11.1工业机器视觉和计算机视觉的区别11.1.1应用领域21.1.2技术关注点21.2工业机器视觉发展现状31.2.1国内工业机器视觉发展现状31.2.2国外工业机器视觉发展现状31.3工业机器视觉的国际组织和标准4小结5习题5第2章工业机器视觉的基本组成62.1工业机器视觉的基本组成结构62.2工业机器视觉的摄像机选择82.2.1分辨率82.2.2帧率82.2.3传感器82.2.4波长92.2.5接口92.3工业机器视觉的光源选择92.3.1光源的亮度和均匀性102.3.2光源类型102.3.3光源的方向性10Ⅱ机器视觉技术及应用2.3.4光谱特性102.4工业机器视觉的图像采集卡选择112.5工业

宋伟，男，湖北襄阳人，中央名族大学，副教授，目前担任人工智能专业负责人；曾任信工学院副院长，电子信息工程系主任。2010年7月毕业于北京交通大学电子信息工程学院。2014年12月清华大学计算机科学与技术博士后出站。2017年7月澳门科技大学访问。2017年-2018年美国新泽西理工学院访问学者，期间访问美国哥伦比亚大学。发表论文60余篇，主持科研教学项目30余项，出版教材四本，专著一部，译著一部，授权发明专利四项。 于京，工学博士，北京电子科技职业学院教授，获北京市中青年骨干教师、教学名师等称号，担任国家工业与信息化教学行业指导委员会委员，所带教学团队在全国职业院校技能大赛中累计获得10个全国一等奖，曾主持和管理全国高等职业院校示范校重点专业建设、国家《移动应用开发专业教学资源库》等重点改革项目，教改成果获北京市教育教学成果一等奖1项、二等奖1项，3年来参与国家自然科学基金项目1项，省级自然科学基金项目1项，发表视频语义识别论文多篇。

本书通过实际案例论述工业机器视觉技术的基本原理, 并用核心代码论述技术要点。