本书概述了机器视觉的起源、发展和相关应用,介绍了数字图像处理基础,对相机、镜头、光源、光源控制器等硬件进行了详细介绍,介绍了典型的机器视觉综合实训系统,包括硬件平台、软件平台。本书以VisionPro视觉软件和国产自主开发的DCCK VisionPlus视觉软件为基础,在机器视觉识别、测量、检测、引导四大典型应用上,引入企业真实案例,进行项目化任务实施。
本书可作为高等职业院校和职业本科院校自动化类和电子信息类相关专业的教材,也可以作为从事机器视觉技术研究和应用的工程师、技术人员以及对机器视觉技术感兴趣的读者的参考书。
★校企合作开发,理论实践并重
★包含视觉识别、测量、检测及引导四大典型应用
★省级教学资源库在线课程,方便线上线下混合式学习
机器视觉技术在自动化、医疗、工业、安防、交通、农业和环保等领域的应用日益广泛,为各行各业带来了更高的效率、更精准的数据分析和更智能化的决策支持,推动了科技进步和社会发展。当前,国内机器视觉市场迎来高速发展时期,新技术、新方法和新应用层出不穷。随着新型工业化的到来,机器视觉技术在工业自动化和现代制造业中具有越来越重要的地位和作用。
党的二十大报告对于“实施科教兴国战略,强化现代化建设人才支撑”进行了详细丰富、深刻完整的论述。为了适应产业和行业发展需要,高等院校纷纷开设机器视觉相关课程和建设相关教材。目前大部分教材仍注重图像处理和算法设计,融合企业完整的真实应用案例的还不多。
本书介绍了机器视觉的起源与发展、机器视觉系统及产业、机器视觉技术的相关应用,介绍了数字图像处理的基础知识,对机器视觉硬件系统(相机、镜头、光源等)做了详细介绍,重点介绍了VisionPro视觉软件和国产自主开发的 DCCK VisionPlus视觉软件。
本书详细介绍了机器视觉技术在行业上的四大典型应用,包括视觉识别、测量、检测及引导,对案例进行了分析,并介绍了程序代码编制,及相关功能实现和界面上的实时显示。
本书按照企业项目化实施的路径来编排内容,提供实用性强的程序设计代码,帮助读者根据教材逐步实践,系统地学习机器视觉的基本原理、算法和技术,了解机器视觉在各个领域的实际应用场景和解决方案。通过实例和案例分析,读者能够将所学的技术应用于实际问题,掌握相关工具和平台,进行实际的机器视觉项目开发。书中案例涉及的功能、代码等都已在德创智控科技(苏州)有限公司面向高校定制开发的机器视觉实训平台上验证通过。
本书是编者在多年从事自动控制、智能检测、机器视觉等领域的项目开发和教学科研的基础上编写而成的。本书由邓小龙、葛大伟主编,喻永康、周翔参与编写。本书的编写得到了德创智控科技(苏州)有限公司的大力支持和帮助。编者在编写过程中参阅了大量的图书和互联网资料,在此对相关作者一并表示衷心的感谢。
由于编者水平有限,且技术在不断发展,书中难免存在不足和疏漏之处,恳请广大读者提出宝贵意见,给予批评指正。
邓小龙,博士,教授,为江苏省高校“青蓝工程”中青年学术带头人、江苏省“333高层次人才”第三层次培养对象、江苏省“六大人才高峰”入选人才、江苏省“企业博士集聚计划”入选人才;江苏省“青蓝工程”优秀教学团队带头人;江苏省高校优秀科技创新团队带头人。先后获军队科技进步奖二、三等奖各1项,江苏省教学成果奖一、二等奖各1项;国家精品在线开放课程主要负责人。
前言
第1章 机器视觉技术概述
1.1机器视觉的起源与发展
1.2机器视觉系统及产业
1.2.1机器视觉系统
1.2.2机器视觉产业
1.3机器视觉技术的相关应用
1.3.1根据功能特点分类
1.3.2根据应用领域分类
思考与练习
第2章 数字图像处理基础
2.1数字图像基础
2.1.1数字图像
2.1.2图像的采样和量化
2.1.3图像类型
2.1.4彩色模型
2.2机器视觉软件
2.2.1常用机器视觉软件
2.2.2VisionPro软件介绍
2.3数字图像处理基本方法
2.3.1数字图像处理概述
2.3.2空间域图像处理基本方法
思考与练习
第3章 机器视觉硬件系统
3.1相机
3.1.1工业相机的分类
3.1.2工业相机的主要参数
3.1.3工业相机的选型
3.2镜头
3.2.1镜头的主要参数
3.2.2镜头的分类
3.2.3镜头的选型
3.3光源
3.3.1光源的分类
3.3.2常见的光源照明方式
3.3.3辅助光学器件
3.3.4光源选型
3.4光源控制器
3.4.1光源控制器的功能
3.4.2光源控制器的分类
3.4.3光源控制器的选型案例分析
思考与练习
第4章 机器视觉综合实训系统
4.1硬件平台
4.1.1硬件平台组成
4.1.2可开展的实训项目
4.2软件平台
4.2.1V+软件特性
4.2.2V+软件项目一
4.2.3V+软件项目二
思考与练习
第5章 机器视觉识别
5.1条码知识
5.1.1一维条码
5.1.2二维条码
5.2视觉识别工具
5.2.1条码识别工具
5.2.2字符识别工具
5.2.3模板匹配工具
5.3项目任务:锂电池条码识别与字符识别
5.3.1任务分析
5.3.2任务实施
5.4拓展任务:一维条码及二维条码识别任务
思考与练习
第6章 机器视觉测量
6.1相机标定
6.1.1相机标定的原理
6.1.2相机标定的方法
6.1.3相机标定的视觉标定工具
6.2项目任务:锂电池尺寸测量
6.2.1任务分析
6.2.2任务实施
6.3拓展任务:零件尺寸测量和合格判断分析
6.3.1程序设计流程
6.3.2人机交互界面设计
思考与练习
第7章 机器视觉检测
7.1机器视觉表面缺陷检测
7.1.1图像的表面特征
7.1.2表面缺陷的视觉软件处理方法
7.2项目任务一:齿轮缺陷检测
7.2.1任务分析
7.2.2任务实施
7.3项目任务二:锂电池类别检测
7.3.1任务分析
7.3.2任务实施
7.4项目任务三:零件边缘缺陷检测
7.4.1任务分析
7.4.2任务实施
思考与练习
第8章 机器视觉引导
8.1机器视觉引导定位
8.1.1视觉引导定位的形式
8.1.2视觉引导定位的主要实训项目
8.1.3视觉引导定位的主要视觉工具
8.2项目任务一:移动抓取
8.2.1任务分析
8.2.2任务实施
8.3项目任务二:移动抓取+固定装配
8.3.1任务分析
8.3.2任务实施
思考与练习
第9章 机器视觉综合应用
9.1C#脚本编程
9.1.1C#编程简介
9.1.2C#脚本编程基础
9.1.3C#脚本编辑
9.1.4C#脚本编程实例一
9.1.5C#脚本编程实例二
9.2机器视觉生产线综合案例
9.2.1任务分析
9.2.2任务实施
思考与练习
参考文献