機器視覺智能檢測技術(shù)及典型行業(yè)應(yīng)用
隨著我國經(jīng)濟、科技、技術(shù)的快速發(fā)展,自動化、智能化、信息化、智慧化技術(shù)已成功應(yīng)用于汽車、航空航天、鋼鐵、復(fù)合材料、精密電子等多行業(yè)生產(chǎn)制造,推動我國制造業(yè)向著更高精度、更高效率、更高質(zhì)量的方向發(fā)展。機器視覺智能檢測技術(shù)作為推進我國制造業(yè)邁向自動化、智能化方向發(fā)展的關(guān)鍵一環(huán),已經(jīng)為我國智能制造的快速發(fā)展貢獻了顯著力量。
面向多行業(yè)復(fù)雜場景的智能化檢測需求,機器視覺智能檢測技術(shù)基于高精度、高質(zhì)量成像技術(shù),圖像處理技術(shù),人工智能分析技術(shù),結(jié)合自動化執(zhí)行系統(tǒng),配合第三方軟件平臺,可實現(xiàn)面向汽車、航空航天、鋼鐵、復(fù)合材料、精密電子等多行業(yè)復(fù)雜場景的智能化檢測與測量需求,保障產(chǎn)品的生產(chǎn)質(zhì)量,促進產(chǎn)品的生產(chǎn)效率。
更多科學(xué)出版社服務(wù),請掃碼獲取。
目錄
第1章緒論001
1.1機器視覺的定義001
1.2機器視覺的發(fā)展歷史002
1.2.1國外的發(fā)展歷史002
1.2.2國內(nèi)的發(fā)展歷史002
1.3機器視覺系統(tǒng)的特點003
1.4機器視覺的主要功能004
1.4.1圖像分類004
1.4.2目標檢測005
1.4.3目標分割007
1.4.4目標跟蹤007
1.4.5視覺引導(dǎo)008
1.4.6視覺測量009第2章機器視覺硬件系統(tǒng)010
2.1工業(yè)相機010
2.1.1工業(yè)相機的分類010
2.1.2工業(yè)相機的性能參數(shù)014
2.1.3工業(yè)相機的選型017
2.2工業(yè)鏡頭020
2.2.1工業(yè)鏡頭的分類及原理020
2.2.2工業(yè)鏡頭的性能參數(shù)022
2.2.3工業(yè)鏡頭的選型026
2.3工業(yè)光源027
2.3.1工業(yè)光源的分類027
2.3.2工業(yè)光源的照射方式032
2.3.3工業(yè)光源的選型033
2.4小結(jié)034第3章經(jīng)典機器視覺技術(shù)035
3.1視覺成像原理035
3.1.1透視成像原理035
3.1.2坐標系及其轉(zhuǎn)換035
3.2數(shù)字圖像基礎(chǔ)039
3.2.1數(shù)字圖像039
3.2.2顏色模型040
3.2.3圖像格式042
3.3數(shù)字圖像處理043
3.3.1二值化043
3.3.2通道變換046
3.3.3圖像銳化048
3.3.4對比度增強050
3.3.5邊緣檢測052
3.3.6腐蝕與膨脹057
3.3.7特征提取059
3.3.8模板匹配063
3.3.9圖像分割064
3.4小結(jié)070第4章機器學(xué)習(xí)與深度學(xué)習(xí)技術(shù)071
4.1線性模型071
4.1.1一元線性模型072
4.1.2多元線性模型072
4.1.3線性回歸073
4.2決策樹075
4.2.1特征選擇076
4.2.2決策樹生成077
4.2.3剪枝077
4.3神經(jīng)網(wǎng)絡(luò)082
4.3.1神經(jīng)元模型083
4.3.2單層感知機083
4.3.3兩層感知機084
4.3.4多層感知機085
4.3.5激活函數(shù)086
4.3.6正則化088
4.3.7正向傳播與反向傳播089
4.4支持向量機090
4.5貝葉斯分類092
4.6聚類093
4.7深度學(xué)習(xí)094
4.8小結(jié)095第5章鋼鐵領(lǐng)域機器視覺技術(shù)的典型應(yīng)用096
5.1廢鋼智能判級096
5.1.1廢鋼智能判級系統(tǒng)的硬件組成097
5.1.2廢鋼智能判級系統(tǒng)的軟件組成102
5.1.3結(jié)果分析110
5.2發(fā)動機缸體鑄件表面缺陷檢測112
5.2.1系統(tǒng)組成113
5.2.2缸體缺陷類別及數(shù)據(jù)處理114
5.2.3機械臂路徑規(guī)劃與執(zhí)行117
5.2.4缸體表面缺陷檢測119
5.2.5結(jié)果分析121
5.3小結(jié)123第6章航空航天領(lǐng)域機器視覺技術(shù)的典型應(yīng)用124
6.1飛機表面缺陷檢測124
6.1.1系統(tǒng)組成126
6.1.2無人機路徑規(guī)劃與執(zhí)行128
6.1.3缺陷檢測與分析133
6.1.4結(jié)果分析138
6.2飛機發(fā)動機葉片表面缺陷檢測139
6.2.1系統(tǒng)組成140
6.2.2缺陷類型分析141
6.2.3數(shù)據(jù)準備與評價指標142
6.2.4深度學(xué)習(xí)模型143
6.2.5結(jié)果分析147
6.3小結(jié)150第7章復(fù)合材料領(lǐng)域機器視覺技術(shù)的典型應(yīng)用152
7.1預(yù)制體經(jīng)緯線密度檢測152
7.1.1系統(tǒng)組成153
7.1.2檢測指標與定義154
7.1.3經(jīng)緯線密度檢測模型156
7.1.4結(jié)果分析158
7.2碳絲質(zhì)量在線檢測160
7.2.1系統(tǒng)組成161
7.2.2檢測指標與定義162
7.2.3數(shù)據(jù)準備163
7.2.4碳絲檢測模型164
7.2.5結(jié)果分析166
7.3原絲質(zhì)量在線檢測168
7.3.1系統(tǒng)組成169
7.3.2檢測指標與定義170
7.3.3數(shù)據(jù)準備170
7.3.4原絲檢測模型173
7.3.5結(jié)果分析175
7.4小結(jié)179第8章精密電子領(lǐng)域機器視覺技術(shù)的典型應(yīng)用180
8.1金絲鍵合錯漏絲檢測180
8.1.1問題分析180
8.1.2數(shù)據(jù)準備181
8.1.3金絲檢測181
8.1.4模板匹配183
8.1.5結(jié)果分析183
8.2金絲鍵合跨距檢測186
8.2.1數(shù)據(jù)準備187
8.2.2整體思路187
8.2.3金絲鍵合區(qū)域定位模塊188
8.2.4金絲鍵合焊點檢測模塊189
8.2.5金絲鍵合金絲分割模塊191
8.2.6金絲鍵合跨距測量模塊193
8.2.7結(jié)果分析195
8.3密閉電子設(shè)備多余物檢測203
8.3.1多余物特征203
8.3.2多余物檢測網(wǎng)絡(luò)204
8.3.3結(jié)果分析212
8.4小結(jié)217參考文獻219