定位
机器视觉算法——原理与工业实践
前言
符号约定
基础
1
数字图像基础
2
数学预备
成像与标定
3
相机与镜头
4
光源与照明
5
相机标定
图像增强
6
空间滤波
7
阈值分割
8
形态学
9
灰度变换与直方图
10
几何变换
11
频域处理与 FFT
12
高级增强
定位
13
边缘检测
14
几何基元检测
15
霍夫变换
16
模板匹配
17
形状匹配
18
特征匹配与颜色匹配
19
ROI 生成与位置补正
测量
20
卡尺测量与亚像素定位
21
几何测量
22
亮度、颜色与间隙测量
检测
23
Blob 分析
24
轮廓分析
25
形状特征
26
缺陷检测专题
识别
27
一维码与二维码识别
28
OCR 字符识别
29
经典分类器
3D 成像
30
三维成像概论
31
双目立体视觉
32
结构光三维成像
33
激光三角测量
34
光度立体
35
相位偏折术
36
共聚焦成像与聚焦法测高
3D 处理
37
点云基础
38
点云预处理
39
ICP 配准与 3D 校正
40
3D 匹配
41
3D 测量
42
3D 检测
参考文献
定位
本部分讲解在图像中找到目标的核心算法:边缘检测、几何基元检测、 霍夫变换,以及模板匹配、形状匹配、特征与颜色匹配, 最后介绍 ROI 生成与位置补正在产线中的应用。
12
高级增强
13
边缘检测