Machine vision algorithms and applications

　　前言
　　1 简介
　　2 图像采集
　　 2.1 照明
　　 2.1.1 电磁辐射
　　 2.1.2 光源类型
　　 2.1.3 光与被测物间的相互作用
　　 2.1.4 利用照明的光谱
　　 2.1.5 利用照明的方向性
　　 2.2 镜头
　　 2.2.1 针孔摄像机
　　 2.2.2 高斯光学
　　 2.2.3 景深
　　 2.2.4 远心镜头
　　 2.2.5 镜头的像差
　　 2.3 CCD摄像机
　　 2.3.1 CMOS传感器
　　 2.3.2 传感器
　　 2.3.3 彩色摄像机
　　 2.3.4 传感器尺寸
　　 2.3.5 摄像机性能
　　 2.4 摄像机-计算机接口
　　 2.4.1 模拟视频信号
　　 2.4.2 数字视频信号：Camera Link
　　 2.4.3 数字视频信号：IEEE 1394
　　 2.4.4 数字视频信号：USB 2.0
　　 2.4.5 数字视频信号：Gigabit Ethernet千兆网
　　 2.4.6 图像采集模式
　　3 机器视觉算法
　　 3.1 数据结构
　　 3.1.1 图像
　　 3.1.2 区域
　　 3.1.3 亚像素精度轮廓
　　 3.2 图像增强
　　 3.2.1 灰度值变换
　　 3.2.2 辐射标定
　　 3.2.3 图像平滑
　　 3.2.4 傅立叶变换
　　 3.3 几何变换
　　 3.3.1 仿射变换，
　　 3.3.2 投影变换
　　 3.3.3 訇像变换
　　 3.3.4 极坐标变换
　　 3.4 图像分割
　　 3.4.1 阈值分割
　　 3.4.2 提取连通区域
　　 3.4.3 亚像素精度阈值分割
　　 3.5 特征提取
　　 3.5.1 区域特征
　　 3.5.2 灰度值特征
　　
　　 3.5.3 轮廓特征
　　 3.6 形态学
　　 3.6.1 区域形态学
　　 3.6.2 灰度值形态学
　　 3.7 边缘提取
　　 3.7.1 在一维和二维中的边缘定义
　　 3.7.2 一维边缘提取
　　 3.7.3 二维边缘提取
　　 3.7.4 边缘的准确度
　　 3.8 几何基元的分割和拟合
　　 3.8.1 直线拟合
　　 3.8.2 圆拟合
　　 3.8.3 椭圆拟合
　　 3.8.4 将轮廓分割为直线、圆和椭圆
　　 3.9 摄像机标定
　　 3.9.1 面阵摄像机的摄像机模型
　　 3.9.2 线阵摄像机的摄像机模型
　　 3.9.3 标定过程
　　 3.9.4 从单幅图像中提取世界坐标
　　 3.9.5 摄像机参数的准确度
　　 3.10 立体重构
　　 3.10.1 立体几何结构
　　 3.10.2 立体匹配
　　 3.11 模板匹配
　　 3.11.1 基于灰度值的模板匹配
　　 3.11.2 使用图形金字塔进行匹配
　　 3.11.3 基于灰度值的亚像素精度匹配
　　 3.11.4 带旋转与缩放的模板匹配
　　 3.11.5 可靠的模板匹配算法
　　 3.12 光学字符识别（OCR）
　　 3.12.1 字符分割
　　 3.12.2 特征提取
　　 3.12.3 字符分类
　　4 机器视觉应用
　　 4.1 半导体晶片切割
　　 4.2 序列号读取
　　 4.3 锯片检测
　　 4.4 印刷检测
　　 4.5 BGA封装检查
　　 4.6 表面检测
　　 4.7 火化塞测量
　　 4.8 模制品披峰检测
　　 4.9 冲孔板检查
　　 4.10 使用双目立体视觉系统进行三维平面重构
　　 4.11 电阻姿态检验
　　 4.12 非织布料分类
　　参考文献
　　索引