返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • [正版]机器视觉算法与应用(2版)(清华计算机图书译丛) 人工智能 计算机视觉
  • 本店商品限购一件,多拍不发货,谢谢合作
    • 作者: [德]卡斯特恩·斯蒂格(Carsten著
    • 出版社: 清华大学出版社
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    如梦图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: [德]卡斯特恩·斯蒂格(Carsten著
    • 出版社:清华大学出版社
    • 开本:16开
    • ISBN:9782637749627
    • 版权提供:清华大学出版社

                                                        店铺公告

    为保障消费者合理购买需求及公平交易机会,避免因非生活消费目的的购买货囤积商品,抬价转售等违法行为发生,店铺有权对异常订单不发货且不进行赔付。异常订单:包括但不限于相同用户ID批量下单,同一用户(指不同用户ID,存在相同/临近/虚构收货地址,或相同联系号码,收件人,同账户付款人等情形的)批量下单(一次性大于5本),以及其他非消费目的的交易订单。 温馨提示:请务必当着快递员面开箱验货,如发现破损,请立即拍照拒收,如验货有问题请及时联系在线客服处理,(如开箱验货时发现破损,所产生运费由我司承担,一经签收即为货物完好,如果您未开箱验货,一切损失就需要由买家承担,所以请买家一定要仔细验货), 关于退货运费:对于下单后且物流已发货货品在途的状态下,原则上均不接受退货申请,如顾客原因退货需要承担来回运费,如因产品质量问题(非破损问题)可在签收后,联系在线客服。

     书名:  机器视觉算法与应用(第2版)(清华计算机图书译丛)
     出版社:  清华大学出版社
     出版日期  2019
     ISBN号:  9787302519058

    本书是机器视觉领域的畅销书,自第1版出版以来广受欢迎,是第一本有关机器视觉软件的教材,详细介绍了机器视觉的各种算法,以及有关这些算法的实际应用。第2版进行了全面更新、修订和扩展,以反映了年来在图像采集、机器视觉算法和应用领域的发展,新内容包括新的摄像机和图像采集接口、三维传感器及技术、三维重建、三维物体识别以及最先进的分类算法,书中所有示例都基于MVTec公司最新版本的机器视觉软件HALCON 13。


    详述了机器视觉系统的各个组成部分、部件选择和设计要点;详述了各种处理算法的原理、特点、适用性、实现及优化方法;针对不同行业和应用领域剖析了一些典型应用案例,书中所有示例都基于MVTec公司最新版本的机器视觉软件HALCON 13

    缩略词 I

    第 2版前言III

    第 1版前言.VII

    1 Introduction简介1

    2 Image Acquisition图像采集 6

    2.1 Illumination照明 . 6

    2.1.1 Electromagnetic Radiation电磁辐射 . 6

    2.1.2 Types of Light Sources光源类型. 9

    2.1.3 Interaction of Light and Matter光与被测物间的相互作用  12

    2.1.4 Using the Spectral Composition of the Illumination利用照明的光谱  14

    2.1.5 Using the Directional Properties of the Illumination利用照明的方向性  18

    2.2 Lenses镜头.25

    2.2.1 Pinhole Cameras针孔摄像机  26

    2.2.2 Gaussian Optics高斯光学. 27

    2.2.3 Depth of Field景深  37

    2.2.4 Telecentric Lenses远心镜头  42

    2.2.5 Tilt Lenses and the Scheimpflug Principle倾斜镜头和沙姆定律 48

    2.2.6 Lens Aberrations镜头的像差  53

    2.3 Cameras摄像机 61

    2.3.1 CCD Sensors CCD传感器  62

    2.3.2 CMOS Sensors CMOS传感器. 69

    2.3.3 Color Cameras彩色摄像机 72

    2.3.4 Sensor Sizes传感器尺寸 75

    2.3.5 Camera Performance摄像机性能  77

    2.4 Camera–Computer Interfaces摄像机 -计算机接口 .84

    2.4.1 Analog Video Signals模拟视频信号. 85

    2.4.2 Digital Video Signals数字视频信号 . 92

    2.4.3 Generic Interfaces通用接口 .116

    2.4.4 Image Acquisition Modes图像采集模式131

    2.5 3D Image Acquisition Devices三维图像采集设备.134

    Contents

    2.5.1 Stereo Sensors立体视觉传感器.135

    2.5.2 Sheet of Light Sensors片光(激光三角测量)传感器.139

    2.5.3 Structured Light Sensors结构光传感器 142

    2.5.4 Time-of-Flight Cameras飞行时间摄像机 151

    3 Machine Vision Algorithms机器视觉算法 .157

    3.1 Fundamental Data Structures基本数据结构 .157

    3.1.1 Images图像 158

    3.1.2 Regions区域 .160

    3.1.3 Subpixel-Precise Contours亚像素精度轮廓 .164

    3.2 Image Enhancement图像增强 165

    3.2.1 Gray Value Transformations灰度值变换 165

    3.2.2 Radiometric Calibration辐射标定170

    3.2.3 Image Smoothing图像平滑 181

    3.2.4 Fourier Transform傅里叶变换198

    3.3 Geometric Transformations几何变换205

    3.3.1 Affine Transformations仿射变换206

    3.3.2 Image Transformations图像变换209

    3.3.3 Projective Image Transformations投影图像变换.216

    3.3.4 Polar Transformations极坐标变换 .218

    3.4 Image Segmentation图像分割 220

    3.4.1 Thresholding阈值分割.220

    3.4.2 Extraction of Connected Components提取连通区域 .233

    3.4.3 Subpixel-Precise Thresholding亚像素精度阈值分割 237

    3.5 Feature Extraction特征提取 240

    3.5.1 Region Features区域特征 241

    3.5.2 Gray Value Features灰度值特征 248

    3.5.3 Contour Features轮廓特征 254

    3.6 Morphology形态学 .256

    3.6.1 Region Morphology区域形态学257

    3.6.2 Gray Value Morphology灰度值形态学282

    3.7 Edge Extraction边缘提取288

    3.7.1 Definition of Edges边缘定义289

    3.7.2 1D Edge Extraction一维边缘提取295

    3.7.3 2D Edge Extraction二维边缘提取305

    3.7.4 Accuracy and Precision of Edges边缘的准确度和精确度 .317

    Contents

    3.8 Segmentation and Fitting of Geometric Primitives几何基元的分割和拟合 328
    3.8.1 Fitting Lines直线拟合.329

    3.8.2 Fitting Circles圆拟合 336

    3.8.3 Fitting Ellipses椭圆拟合 .338

    3.8.4 Segmentation of Contours轮廓分割 .341

    3.9 Camera Calibration摄像机标定 .347

    3.9.1     Camera Models for Area Scan Cameras with Regular Lenses普通镜头与面阵摄像机组成的摄像机模型.349
    3.9.2     Camera Models for Area Scan Cameras with Tilt Lenses倾斜镜头和面阵摄像机组成的摄像机模型.357
    3.9.3     Camera Model for Line Scan Cameras线阵摄像机的摄像机模型363

    3.9.4     Calibration Process标定过程 .370

    3.9.5     World Coordinates from Single Images从单幅图像中提取世界坐标380

    3.9.6     Accuracy of the Camera Parameters摄像机参数的准确度 .386

    3.10     3D Reconstruction三维重构.390

    3.10.1 Stereo Reconstruction立体重构 .390

    3.10.2 Sheet of Light Reconstruction激光三角测量法(片光)重建412

    3.10.3 Structured Light Reconstruction结构光重建 416

    3.11     Template Matching模板匹配 .424

    3.11.1 Gray-Value-Based Template Matching基于灰度值的模板匹配 .426

    3.11.2 Matching Using Image Pyramids使用图形金字塔进行匹配 434

    3.11.3 Subpixel-Accurate Gray-Value-Based Matching基于灰度值的亚像素精度匹配 .441
    3.11.4 Template Matching with Rotations and Scalings带旋转与缩放的模板匹配.441
    3.11.5 Robust Template Matching可靠的模板匹配算法.443

    3.12 3D Object Recognition三维物体识别476

    3.12.1 Deformable Matching变形匹配 478

    3.12.2 Shape-Based 3D Matching基于形状的三维匹配 493

    3.12.3 Surface-Based 3D Matching基于表面的三维匹配 510

    3.13     Hand–Eye Calibration手眼标定 .526

    3.13.1 Introduction前言 527

    3.13.2 Problem Definition问题定义 529

    3.13.3 Dual Quaternions and Screw Theory对偶四元数和螺旋理论 .533

    3.13.4 Linear Hand–Eye Calibration线性手眼标定540

    3.13.5 Nonlinear Hand–Eye Calibration非线性手眼标定 .545

    3.13.6 Hand–Eye Calibration of SCARA Robots SCARA机器人手眼标定 .547

    3.14     Optical Character Recognition光学字符识别 (OCR) .551

    3.14.1 Character Segmentation字符分割 552

    Contents

    3.14.2 Feature Extraction特征提取 555

    3.15     Classification分类 .560

    3.15.1 Decision Theory决策理论 560

    3.15.2     Classifiers Based on Estimating Class Probabilities基于估计概率的分类器 .566
    3.15.3     Classifiers Based on Constructing Separating Hypersurfaces基于构造分离超曲面的分类器 .573
    3.15.4 Example of Using Classifiers for OCR使用分类器用于 OCR的例子606

    4 Machine Vision Applications机器视觉应用.608

    4.1 Wafer Dicing半导体晶片切割 608

    4.1.1     Determining the Width and Height of the Dies确定芯片的宽度和高度609

    4.1.2     Determining the Position of the Dies确定芯片的位置 .612

    4.1.3     exercises练习 616

    4.2 Reading of Serial Numbers序列号读取 .617

    4.2.1     Rectifying the Image Using a Polar Transformation使用极坐标变换对图像进行校正 618
    4.2.2     Segmenting the Characters字符分割622

    4.2.3     Reading the Characters读取字符.624

    4.2.4     exercises练习 625

    4.3 Inspection of Saw Blades锯片检测 .626

    4.3.1     Extracting the Saw Blade Contour提取锯片的轮廓 627

    4.3.2     Extracting the Teeth of the Saw Blade提取锯片上的锯齿.628

    4.3.3     Measuring the Angles of the Teeth of the Saw Blade测量锯片锯齿的角度 .630

    4.3.4     exercises练习 632

    4.4 Print Inspection印刷检测 632

    4.4.1     Creating the Model of the Correct Print on the Relay创建继电器上正确印刷信息的模型.633
    4.4.2     Creating the Model to Align the Relays创建一个用于对齐继电器的模型 .635

    4.4.3     Performing the Print Inspection印刷检测 636

    4.4.4     exercises练习 637

    4.5 Inspection of Ball Grid Arrays BGA封装检查 638

    4.5.1     Finding Balls with Shape Defects找出有形状缺陷的焊锡球.639

    4.5.2     Constructing a Geometric Model of a Correct BGA构造一个正确的 BGA几何模型 642
    4.5.3     Finding Missing and Extraneous Balls检测缺失或多余的焊锡球644

    4.5.4     Finding Displaced Balls检测位置错误的焊锡球.647

    Contents
    XV

    4.5.5     exercises练习 649

    4.6     Surface Inspection表面检测.649

    4.6.1 Segmenting the Doorknob分割门把手651

    4.6.2 Finding the Surface to Inspect找到需要检测的平面652

    4.6.3     Detecting Defects缺陷检测657

    4.6.4     exercises练习 660

    4.7     Measurement of Spark Plugs火花塞测量 660

    4.7.1 Calibrating the Camera标定摄像机 .662

    4.7.2 Determining the Position of the Spark Plug确定火花塞的位置 .664

    4.7.3     Performing the Measurement测量 .666

    4.7.4     exercises练习 669

    4.8     Molding Flash Detection模制品披峰检测 .669

    4.8.1     Molding Flash Detection Using Region Morphology区域形态学方法检测模制品毛边 671
    4.8.2     Molding Flash Detection with Subpixel-Precise Contours使用亚像素精度轮廓检测模制品毛边 .675
    4.8.3     exercises练习 679

    4.9     Inspection of Punched Sheets冲孔板检查 .679

    4.9.1 Extracting the Boundaries of the Punched Sheets提取冲孔板的边界.681

    4.9.2     Performing the Inspection边缘检测 .683

    4.9.3     exercises练习 685

    4.10     3D Plane Reconstruction with Stereo使用双目立体视觉系统进行三维平面重构 .685
    4.10.1 Calibrating the Stereo Setup标定立体视觉系统 686

    4.10.2 Performing the 3D Reconstruction and Inspection进行三维重构及检测 .688

    4.10.3 exercises练习 695

    4.11     Pose Verification of Resistors电阻姿态检验 .695

    4.11.1 Creating Models of the Resistors创建电阻模型.696

    4.11.2 Verifying the Pose and Type of the Resistors检测电阻的位姿和类型 .700

    4.11.3 exercises练习 703

    4.12     Classification of Non-Woven Fabrics非织造布分类.704

    4.12.1 Training the Classifier训练分类器 704

    4.12.2 Performing the Texture Classification进行纹理分类708

    4.12.3 exercises练习 710

    4.13     Surface Comparison表面比对.711

    4.13.1 Creating the Reference Model创建参考模型 .711

    4.13.2 Reconstructing and Aligning Objects重构和对齐物体 .714

    Contents

    4.13.3 Comparing Objects and Classifying Errors对比物体并且对错误进行分类.715

    4.13.4 exercises练习 722

    4.14 3D Pick-and-Place三维取放.722

    4.14.1 Performing the Hand–Eye Calibration手眼标定 .723

    4.14.2 Defining the Grasping Point定义抓取点 .728

    4.14.3 Picking and Placing Objects取放物体 731

    4.14.4 exercises练习 733

    References参考文献 735

    Index索引 .751

    本书第1 版出版差不多已经十年
    了。在第1 版前言中讲的许多事情没
    有发生变化。日益更新的自动化技术
    给机器视觉工业持续带来高于平均水
    平的增长速度,计算机变得更加强大
    并且开辟了一些新的应用领域。

    另外一方面,自从本书第1 版出
    版以来的十年中很多事情发生了变
    化。对标准化摄像机-计算机接口所做
    的努力已经显著增加,产生了许多新
    的且高度相关的标准。MVTec 参与
    了许多新标准的开发。此外,机器视
    觉工业领域中采集三维数据的传感器
    已经很容易得到,因此,三维机器视
    觉算法在机器视觉应用中扮演着越来
    越重要的角色,尤其是在机器人领域。
    另外一个越来越重要的技术是机器学
    习(分类)。

    在本书第2 版中扩展的内容已经
    体现了这些变化。在第2 章中,我们
    讨论了最新的摄像机-计算机接口和
    图像采集标准。而且,包含了三维图像
    采集设备的讨论。由于这些传感器许
    多都用到了沙姆光学,我们也增加了
    对这一重要原理的讨论。在第3 章中,
    扩展了三维图像采集设备用来进行三
    维重构的算法,此外,介绍了使用沙
    姆光学的摄像机模型和标定算法。为
    了体现日益增长的三维图像处理的重
    要性,增加了新的章节:手眼标定和
    三维物体识别。而且,分类章节对算
    法进行了扩展,这些算法也变得越来
    越重要(尤其是,异常(新奇)检测
    和卷积神经网络)。在第4 章中,增加
    了两个实际案例来介绍三维算法如何
    用于解决典型的三维应用问题。总之,
    本书第2 版内容增加了35% 以上。

    本书中的应用基于德国MVTec
    Software GmbH 公司开发的HALCON
    软件。为了出版本书的电子
    版,我们更改了HALCON 许可的
    获取方式。MVTec 对挑选出的一些
    大学和学术研究机构提供HALCON
    学生版,请联系你的讲师或本地代
    理商来了解是否有权参与这个计划
    (是否在授权名单中)。注意HALCON
    8.0 学生版已经不再可用。要
    下载第4 章中的应用案例,请访问
    www.mahine-vision-book.cn。

    本书第1 版内容已经广泛用于
    以下讲座中,Carsten Steger 在慕尼
    黑科技大学信息系所开设的讲座“图
    像理解I:机器视觉算法”,Markus
    Ulrich 在慕尼黑科技大学土木、地球
    和环境工程系开设的讲座“工业摄影
    测量法”,以及Markus Ulrich 在卡尔
    斯鲁厄理工学院摄影测量与遥感研究
    所开设的讲座“工业图像处理和机器
    视觉”。我们把收到的学生反馈也整
    合到本书第2 版中了,另外新资料的
    很大一部分基于Carsten Steger 自从
    2011 年以来在慕尼黑科技大学信息
    系所开设的讲座“图像理解II:机器
    人视觉”。

    在此我们想感谢在撰写本书
    第2 版过程中提供帮助的几位同
    事,Jean-Marc Nivet 提供了图3.129-
    3.131 中的图像并且校对了2.5 节
    和3.10 节。Julia Beitzel 帮助准备
    了4.14 节机器人取放案例。我们也
    感谢以下同事对本书各个章节所做
    的校对工作:Thomas Hopfner (2.4
    节), Christoph Zierl (2.4 节), Andreas
    Hofhauser (3.12.1 节), Bertram Drost
    (3.12.3 节), Tobias B?ttger(3.13 节),
    Patrick Follmann (3.13 节和3.15.3.4
    节), 和David Sattlegger ( 3.15.3.4
    节)。最后,我们由衷感谢Wiley-VCH
    出版社负责本书第2 版出版工作的
    Martin Preu 和Stefanie Volk。

    欢迎大家就如何完善本书提
    供宝贵意见, 我们的联系方式是
    authors@machine-vision-book.com。



    清华大学出版社官方旗舰店

    1
    • 商品详情
    • 内容简介

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购