本書中的機器視覺系統是通過工業相機實現對生產線產品圖像文件實時收集和分析處理，并根據分析結果實現對檢測產品及結果數據的存儲、管理與分析，是一套基于機器視覺、人工智能的工業自動化信息管理系統，依據生產線同步信號，實時收集多路產品圖像信息，對圖像并行分析及處理，并按不良品嚴重程度分級自動剔除。主要內容包括：計算機視覺檢測處理系統研究、鄰域濾波算法的GPU加速研究與實現、基于深度學習的產品表面缺陷檢測和視覺伺服搬運機械臂的研究。
本書可作為工業自動化、計算機應用、儀器科學與技術、機械電子工程等相關專業的本科生、研究生以及科研人員、工程技術人員的參考用書。
前言
第1章計算機視覺檢測處理系統研究
1.1概述
1.1.1研究背景和意義
1.1.2國內外研究現狀
1.1.3主要研究內容
1.2嵌入式圖像處理系統總體設計方案
1.2.1嵌入式系統選擇
1.2.2嵌入式操作系統選擇
1.2.3NVIDIA Jetson TK1開發板介紹
1.2.4系統體系結構及其功能原理
1.3系統硬件開發環境
1.3.1產品檢測裝置
1.3.2圖像采集單元
1.3.3系統光源
1.3.4外圍擴展電路
1.3.5執行機構
1.4系統軟件開發環境
1.4.1Ubuntu-Linux概述
1.4.2NVIDIA Jetson TK1平臺搭建
1.4.3相機驅動安裝
1.4.4Jetson TK1刷機
1.4.5Tegra內核編譯與安裝
1.5嵌入式圖像處理系統軟件設計
1.5.1數字圖像處理技術概述
1.5.2圖像處理算法設計
1.5.3GPIO輸入輸出
1.5.4UI界面設計
第2章鄰域濾波算法的GPU加速研究與實現
2.1概述
2.1.1研究背景和意義
2.1.2國內外相關領域發展現狀
2.2并行編程模型概述
2.2.1OpenCV并行庫概述
2.2.2CUDA并行庫概述
2.2.3OpenCV和CUDA結合編程方案
2.3OpenCV GPU加速線性鄰域濾波算法對比實驗設計
2.3.1線性鄰域濾波基礎簡介
2.3.2OpenCV CPU實現線性鄰域濾波算法實驗設計
2.3.3OpenCV GPU實現線性鄰域濾波算法對比實驗設計
2.3.4OpenCV CPU與OpenCV GPU實驗結果對比分析
2.4CUDA加速雙邊濾波對比實驗設計
2.4.1非線性鄰域濾波——雙邊濾波
2.4.2OpenCV CPU實現雙邊濾波算法實驗設計
2.4.3CUDA實現雙邊濾波算法實驗設計
2.4.4OpenCV CPU與CUDA實驗結果對比分析
2.5OpenCV GPU+CUDA實現雙邊濾波算法實驗設計
2.5.1OpenCV GPU+CUDA 實現雙邊濾波實驗的設計方法
2.5.2實驗結果與分析
2.5.3OpenCV GPU+CUDA結合編程與CUDA單獨編程實驗結果
對比分析
2.5.4OpenCV GPU+CUDA加速雙邊濾波在雪糕板平面檢測上的應用
第3章基于深度學習的產品表面缺陷檢測
3.1概述
3.1.1研究背景和意義
3.1.2國內外研究現狀與發展前景
3.2產品表面的缺陷檢測識別
3.2.1產品缺陷檢測
3.2.2圖像采集環境搭建
3.2.3視覺檢測產品缺陷的整體布局
3.2.4產品圖像處理基本方法
3.3機器認知統計學習的應用
3.3.1機器學習的方法分析
3.3.2機器學習算法的選用
3.3.3卷積神經網絡經典算法
3.3.4主要參數的選擇
3.4基于深度學習的圖像識別模型搭建
3.4.1實驗環境
3.4.2原始數據預處理
3.4.3基于卷積神經網絡圖像識別模型的建立
3.4.4學習模型的實現
3.4.5學習模型的訓練及測試
3.5基于TensorFlow的產品缺陷檢測實驗分析
3.5.1網絡參數確立
3.5.2訓練模型參數分析
3.5.3實驗檢測驗證分析
3.6缺陷分析與圖像預處理
3.6.1缺陷類型分析
3.6.2預處理
3.6.3數據增強
3.7基于深度學習的產品表面缺陷分類算法設計
3.7.1深度學習基礎
3.7.2遷移學習在產品表面缺陷分類的應用
3.8產品表面缺陷分類在線檢測實驗
3.8.1環境配置
3.8.2實驗結果與分析
第4章視覺伺服搬運機械臂的研究
4.1概述
4.1.1研究背景和意義
4.1.2國內外研究現狀
4.2自動化搬運系統總體方案的設計
4.2.1工序加工線的布局與雪糕棒搬運需求分析
4.2.2雪糕棒自動化搬運系統
4.2.3系統拾取誤差分析
4.3產品搬運機械臂視覺定位技術
4.3.1視覺系統硬件選擇
4.3.2視覺圖像處理系統方案
4.3.3圖像處理過程
4.3.4圖像處理
4.3.5相機標定
4.4產品搬運機械臂的設計及運動學分析
4.4.1接收端與供應端傳送鏈分析
4.4.2執行主體實際設計
4.4.3機械臂運動學分析
4.5ROS環境下的雪糕棒搬運機械臂的控制
4.5.1ROS簡介
4.5.2運動控制架構與控制配置邏輯
4.5.3系統功能包的建立
4.5.4DELTA機械臂仿真控制
附錄
附錄A制作Tfrecords的部分程序代碼
附錄B數據轉化部分代碼
附錄C主程序部分代碼
附錄D插件引用程序段
附錄E逆運動學部分程序
附錄F相機標定部分程序
附錄G圖像處理部分程序
參考文獻
新書資訊