图书介绍
视觉检测技术及智能计算PDF|Epub|txt|kindle电子书版本网盘下载
- 张学武，范新南著 著
- 出版社： 北京：电子工业出版社
- ISBN：9787121191992
- 出版时间：2013
- 标注页数：233页
- 文件大小：38MB
- 文件页数：245页
- 主题词：计算机视觉－检测；人工智能－计算
PDF下载
下载说明
视觉检测技术及智能计算PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 绪论1
1.1 关于视觉检测1
1.1.1 视觉检测技术1
1.1.2 仿生视觉检测2
1.2 视觉检测技术概述2
1.2.1 视觉检测技术的相关概念2
1.2.2 通用的视觉检测系统架构4
1.3 国内外研究及应用现状和涉及的图像处理方法5
1.3.1 视觉检测技术国内外研究及应用现状5
1.3.2 视觉检测涉及的图像处理方法8
1.4 视觉仿生技术及应用现状11
1.5 视觉检测面临的主要问题13
第2章 仿生视觉检测系统模式研究15
2.1 引言15
2.2 视觉检测的生物学证据及其视觉信息加工机制15
2.2.1 人类视觉感知系统的生理机制15
2.2.2 人类视觉感知系统的信息加工特点17
2.2.3 人类视觉感知系统的信息加工机制19
2.2.4 视觉注意机制19
2.3 视觉显著性检测方法21
2.3.1 视觉显著性的特点21
2.3.2 视觉显著性的描述方法22
2.3.3 视觉显著性的度量方法25
2.4 基于注意机制的视觉检测系统架构26
2.4.1 仿人眼的视觉检测系统模式27
2.4.2 视觉显著性的检测模式28
2.4.3 基于注意机制的视觉检测系统模型30
2.5 本章小结31
第3章 成像变换及相机模型32
3.1 三维变换32
3.1.1 三维坐标32
3.1.2 平移32
3.1.3 旋转34
3.1.4 刚性变换和相似变换矩阵37
3.2 相机类型及其参数37
3.2.1 区域扫描相机38
3.2.2 线扫描相机40
3.3 摄像机标定42
3.3.1 摄像机标定概述42
3.3.2 摄像机模型43
3.3.3 摄像机标定坐标系44
3.3.4 张氏标定算法47
3.3.5 双目标定50
3.3.6 标定结果和误差分析50
第4章 面向视觉检测任务的图像配准60
4.1 图像配准的基本步骤60
4.1.1 特征提取60
4.1.2 特征匹配63
4.1.3 搜索映射函数64
4.1.4 图像变换和重采样66
4.2 基于灰度的图像配准67
4.2.1 模板匹配67
4.2.2 基于互信息的配准方法68
4.2.3 基于互信息的模板配准方法69
4.2.4 实验结果及分析71
4.3 基于特征的图像配准74
4.3.1 SIFT特征提取74
4.3.2 Harris角点检测75
4.3.3 小波金字塔法76
4.3.4 分层配准方法77
4.3.5 实验结果及分析78
4.4 全局配准80
4.4.1 无序图像间的排列80
4.4.2 捆绑束调整81
4.5 本章小结82
第5章 面向视觉检测任务的图像融合83
5.1 加权平均法83
5.2 基于塔型变换的多尺度分解方法84
5.3 基于小波变换的多尺度分解方法85
5.4 图像融合的客观评价法86
5.5 迭代融合方法88
5.6 实验结果及分析89
5.7 本章小结93
第6章 基于PSO-ICA的视觉检测94
6.1 引言94
6.2 PSO-ICA算法94
6.2.1 ICA基本模型95
6.2.2 ICA预处理96
6.2.3 PSO-ICA算法介绍96
6.2.4 实验结果与分析97
6.3 基于PSO-ICA重构的缺陷检测100
6.3.1 太阳能电池的IC分量属性101
6.3.2 缺陷检测算法104
6.3.3 实验结果与分析105
6.4 基于PSO-ICA滤波的缺陷检测107
6.4.1 缺陷检测算法107
6.4.2 实验结果与分析109
6.5 本章小结112
第7章 基于多元统计分析的视觉检测113
7.1 引言113
7.2 多元统计分析方法113
7.2.1 多元随机变量和多元统计分析114
7.2.2 HotellingT2统计量114
7.2.3 X2测试116
7.3 基于小波域多元统计分析的缺陷检测116
7.3.1 小波分解116
7.3.2 基于Hotelling T2统计量的缺陷检测117
7.3.3 基于T2统计量的缺陷检测119
7.4 实验结果与分析121
7.4.1 统计单元尺寸的选取122
7.4.2 统计法参数的选取122
7.4.3 缺陷检测实验结果123
7.4.4 检测性能分析125
7.5 本章小结126
第8章 基于视觉仿生机制的视觉检测127
8.1 引言127
8.2 典型的视觉注意模型128
8.3 视觉注意模型的改进131
8.3.1 自顶向下注意信息的提取132
8.3.2 双向注意信息协同加工方法134
8.3.3 基于双向协同视觉注意机制的铜带表面缺陷检测方法137
8.4 实验及结果分析139
8.4.1 双向注意信息协同加工实验140
8.4.2 基于双向协同视觉注意模型的缺陷区域检测实验142
8.4.3 算法噪声鲁棒性分析145
8.5 本章小结147
第9章 立体视觉测量148
9.1 双目立体视觉视差测距原理150
9.2 匹配约束条件说明151
9.3 基于区域的匹配152
9.4 种子区域生长与SIFT相结合的算法153
9.4.1 灰度归一化预处理155
9.4.2 SIFT算法立体匹配155
9.4.3 种子生长匹配算法156
9.5 匹配结果和参数调整实验157
9.5.1 标准匹配用图的视差图求取结果157
9.5.2 对金字塔层数的实验158
9.5.3 σ大小对实验结果的影响158
9.5.4 对实际图像的匹配161
9.5.5 立体匹配算法评价161
9.6 三维坐标求取原理163
9.7 尺寸测量实验165
9.7.1 图像对的采集与获取165
9.7.2 M矩阵求取166
9.7.3 尺寸测量结果166
9.7.4 进行误差分析169
9.8 误差分析169
9.9 本章小结170
第10章 铜带表面缺陷检测、识别与分类系统171
10.1 实验系统的建立171
10.1.1 实验硬件平台171
10.1.2 实验系统软件平台172
10.1.3 铜带表面缺陷样本库173
10.2 铜带表面缺陷的视觉显著性检测实验174
10.2.1 基于初级视觉特征的缺陷显著性检测174
10.2.2 基于频谱纹理特征的缺陷显著性检测175
10.2.3 基于纹理统计特征的缺陷显著性检测177
10.3 基于支持向量机的铜带表面缺陷分类180
10.3.1 SVM基本理论180
10.3.2 分类算法182
10.3.3 支持向量机分类实验183
10.4 本章小结186
第11章 交通标志检测和识别系统187
11.1 引言187
11.2 交通标志检测和识别系统设计188
11.3 交通标志检测识别关键算法190
11.3.1 注意层190
11.3.2 中间层190
11.3.3 交通标志分割194
11.3.4 基于SVM的交通标志分类199
11.4 实验与分析202
11.4.1 注意焦点选择和转移实验202
11.4.2 感兴趣区域选择实验204
11.4.3 交通标志分类识别实验204
11.5 本章小结205
第12章 基于嵌入式技术的交通标志检测和识别系统206
12.1 嵌入式硬件平台设计206
12.1.1 电源模块设计207
12.1.2 存储器模块设计208
12.1.3 图像采集和显示模块设计209
12.1.4 CAN总线模块设计209
12.1.5 CPLD的设计210
12.2 嵌入式系统软件设计211
12.2.1 CCS 3.3集成开发环境211
12.2.2 软件设计212
12.2.3 实验及结果分析216
12.3 本章小结217
参考文献218