机器视觉应用技术

第1篇 机器视觉认知与图像的基础算法

任务1　机器视觉认知与图像基础算法 3

【任务要求】 3

【相关知识】 3

1.1　机器视觉简介 3

1.2 机器视觉系统 5

1.3　机器视觉识别的实现方式 8

1.4　常用的机器视觉工具 10

小　结 13

任务1练习 13

任务2　图像颜色的空间转换和基本变换 15

【任务要求】 15

【相关知识】 15

2.1　常用机器视觉工具的安装 15

2.2　读写图像文件 27

2.3　常用的图像类型和颜色空间 30

2.4　常见的图像变换操作 36

【任务设计】 49

【任务实施】 50

【任务评价】 52

小　结 52

任务2练习 52

任务3　检测目标图像的边缘 54

【任务要求】 54

【相关知识】 54

3.1　边缘检测简介 54

3.2　图像平滑处理 55

3.3　常见的边缘检测算法 59

【任务设计】 71

【任务实施】 72

【任务评价】 73

小　结 74

任务3练习 74

任务4　分割目标画像 75

【任务要求】 75

【相关知识】 75

4.1　图像分割简介 75

4.2　常见的图像分割算法 76

【任务设计】 88

【任务实施】 89

【任务评价】 91

小　结 91

任务4练习 91

任务5　拼接两张图像 94

【任务要求】 94

【相关知识】 94

5.1　图像拼接简介 94

5.2　特征提取 95

5.3　图像配准 99

5.4　图像融合 105

【任务设计】 106

【任务实施】 107

【任务评价】 110

小　结 111

任务5练习 111

第2篇 机器视觉常见应用

任务6　使用OCR识别文字 115

【任务要求】 115

【相关知识】 115

6.1　OCR技术简介 115

6.2　OCR原理介绍 116

6.3　OCR工具软件安装与环境配置 117

6.4　OCR实现 125

【任务设计】 129

【任务实施】 130

【任务评价】 132

小 结 133

任务6练习 133

任务7　检测人脸 134

【任务要求】 134

【相关知识】 134

7.1　人脸检测简介 134

7.2　基于Haar特征的人脸检测 135

7.3　使用OpenCV库实现人脸检测 137

【任务设计】 141

【任务实施】 142

【任务评价】 144

小　结 144

任务7练习 144

任务8　手动搭建BP神经网络实现图像识别 146

【任务要求】 146

【相关知识】 146

8.1　人工神经网络的发展历程 146

8.2　人工神经网络的基本组成 148

8.3　基于BP算法的多层感知机神经网络 151

8.4　PyTorch框架 153

【任务设计】 179

【任务实施】 181

【任务评价】 183

小　结 183

任务8练习 183

任务9　搭建卷积神经网络实现手写数字图像识别 185

【任务要求】 185

【相关知识】 185

9.1　卷积神经网络常见的网络层 185

9.2　常见的卷积神经网络 194

9.3　深度学习通用流程 197

【任务设计】 203

【任务实施】 204

【任务评价】 208

小　结 208

任务9练习 209

任务10　基于ResNet50实现限速牌识别 210

【任务要求】 210

【相关知识】 210

10.1　残差网络 210

10.2　ResNet50网络结构 211

【任务设计】 212

【任务实施】 213

【任务评价】 218

小　结 218

任务10练习 219

第3篇 工业机器视觉与应用

任务11　实现零件的自动分拣 223

【任务要求】 223

【相关知识】 223

11.1　智能分拣简介 223

11.2　智能分拣系统的基本组成 224

11.3　零件智能分拣的流程 225

【任务设计】 236

【任务实施】 237

【任务评价】 243

小　结 244

任务11练习 244

任务12　实现工业钢材的缺陷检测 246

【任务要求】 246

【相关知识】 246

12.1　工业钢材缺陷检测的应用背景简介 246

12.2　工业钢材的数据集采集 247

12.3　基于深度学习的钢材缺陷检测流程 250

【任务实施】 260

【任务评价】 261

小　结 261

任务12练习 262

任务13　实现医学X-ray影像的肺炎检测 263

【任务要求】 263

【相关知识】 263

13.1　医学X-ray影像检测背景 263

13.2　肺炎检测的数据采集 263

13.3　基于深度学习的肺炎疾病检测流程 264

【任务实施】 272

【任务评价】 273

小 结 273

任务13练习 273

第4篇 智能机器人视觉与应用

任务14　实现机器小车的目标跟随 277

【任务要求】 277

【相关知识】 277

【任务设计】 289

【任务实施】 289

14.1　边缘智能小车EAC平台 271

14.2　目标检测与识别 281

14.3　目标检测与识别模型简介及部署 282

14.4　摄像头数据采集及预处理 284

14.5　场景判断及目标跟随 285

【任务评价】 291

任务14练习 291

任务15　实现机器小车的视觉巡线与自动驾驶 293

【任务要求】 293

【相关知识】 293

15.1　机器小车的自动驾驶实现原理 293

15.2　场景数据的采集与标注 294

15.3　自动驾驶模型训练 297

15.4　自动驾驶模型部署与运行 303

【任务设计】 307

【任务实施】 308

【任务评价】 310

任务15练习 310

任务16　实现视觉SLAM建图 312

【任务要求】 312

【相关知识】 312

16.1　视觉SLAM 312

16.2　视觉SLAM框架 314

16.3　经典视觉SLAM算法 315

【任务设计】 321

【任务实施】 321

【任务评价】 322

任务16练习 322