本書以HALCON為編程工具，介紹了各種圖像處理方法的理論和工程應用實例，使讀者能更好地學習和掌握HALCON編程技巧，完成圖像處理技術(shù)的應用實踐。
全書共11章，內(nèi)容包括機器視覺和HALCON機器視覺軟件、HALCON數(shù)據(jù)結(jié)構(gòu)、HALCON圖像采集、HALCON圖像預處理、HALCON圖像分割、HALCON數(shù)學形態(tài)學與Blob分析、HALCON圖像匹配、HALCON圖像測量、HALCON其他應用、HALCON標定方法、HALCON工程應用與混合編程等。書中每一章的末尾都配有適量的習題，以便讀者加深對本章所述內(nèi)容的理解。
本書內(nèi)容翔實，難易程度適中，可作為高等學校電子信息工程、通信與信息工程、計算機科學與技術(shù)、控制科學與技術(shù)等專業(yè)本科生或研究生的教材，也可供圖像處理、模式識別、人工智能、生物工程、醫(yī)學成像等相關(guān)領(lǐng)域的科研人員和工程技術(shù)人員參考。
目前，圖像處理技術(shù)已經(jīng)應用到科學研究和日常生活的方方面面，并日益受到人們重視，在智能裝備、航空航天、軍事、醫(yī)學、科學研究等許多領(lǐng)域發(fā)揮著越來越重要的作用。特別是在2020年11月24日，當“長征五號”成功將“嫦娥五號”送入地月轉(zhuǎn)移軌道，開啟中國首次地外天體采樣返回之旅時， 無論是著陸地點的選擇， 設備狀態(tài)的控制， 還是故障的檢測和故障的喚醒，
圖像處理技術(shù)始終發(fā)揮了不可替代的作用。在生物醫(yī)學工程領(lǐng)域，圖像處理技術(shù)的應用也非常廣泛，它已用于各種射線照片、超聲影像、斷層影像、內(nèi)窺鏡成像、核子掃描圖像分析，便于醫(yī)生對疾病進行快速、準確的診斷。圖像處理技術(shù)的應用不勝枚舉，且其所處理的工作很多都是人工難以完成的。
利用圖像處理技術(shù)所取得的工作成果促使了圖像處理技術(shù)向更高水平發(fā)展，數(shù)字圖像處理技術(shù)正是在這種應用的迫切需要和自身的不斷發(fā)展之中得到迅速發(fā)展的學科。未來，圖像處理技術(shù)的發(fā)展及應用與人類的生活聯(lián)系之緊密、影響之深遠將是不可估量的。
本書第一版于2019年10月正式出版， 因其突出了理論與實際應用的有效結(jié)合，故出版后便受到廣大同行的肯定和好評，被很多高校選為教材或教學參考書，取得了良好的社會效益。
隨著數(shù)字圖像處理技術(shù)的不斷發(fā)展和廣泛應用，作為圖像處理技術(shù)課程的教材也必須跟上學科發(fā)展的要求。因此，作者在第一版的基礎上，根據(jù)學科發(fā)展和教材使用后反饋的信息，對本書進行了全面修訂。在修訂過程中，本書保留了第一版的基本風格、基本框架和內(nèi)容，重新組織編寫了第1章（機器視覺和HALCON機器視覺軟件）和第8章（HALCON圖像測量），對第5章（HALCON圖像分割）的部分內(nèi)容和例程進行了調(diào)整，并修正了本書第一版各章節(jié)中出現(xiàn)的錯誤。
修訂后的第二版結(jié)構(gòu)合理、概念清晰、理論嚴謹、邏輯嚴密，內(nèi)容上體現(xiàn)了系統(tǒng)性、科學性、應用性和實時性。修訂后的第二版同樣系統(tǒng)地講解了基于HALCON的機器視覺系統(tǒng)各設計過程中的關(guān)鍵技術(shù)，將圖像分析、處理算法映射到機器視覺系統(tǒng)開發(fā)的過程中，以應用為先，避免突兀、無目的、枯燥的算法講解，注重提高工業(yè)環(huán)境下機器視覺的實時性和健壯性。各章節(jié)內(nèi)容循序漸進，充分考慮了教學需求。為了方便實驗和應用，本書給出了多個圖像處理主要知識點的HALCON程序，通過這些實驗，讀者可以進一步加深對相關(guān)內(nèi)容的理解，也可以擴展應用程序，開發(fā)自己的圖像處理程序。
本書概括地描述了圖像處理理論和HALCON機器視覺技術(shù)所涉及的各個分支，包括數(shù)據(jù)結(jié)構(gòu)、 圖像采集、 圖像預處理、 圖像分割、 數(shù)學形態(tài)學與Blob分析、 圖像匹配、 圖像測量、 其他應用、 標定方法、 工程應用與混合編程等技術(shù)和方法。書中盡可能給出了必要的基本知識，深入淺出；同時，重點呈現(xiàn)了HALCON的編程技巧，突出了HALCON數(shù)字圖像處理技術(shù)的應用實踐，并引導讀者掌握HALCON的編程方法，培養(yǎng)讀者在解決實際問題時的思維方法。
本書由天津工業(yè)大學劉國華教授執(zhí)筆，張琴濤、鄭祥通、段建春、李飛、李濤參與了編寫工作并進行了程序?qū)嶒�。在本書的修訂過程中，牛樹青、馬千文參與了全面的修訂工作。全書由劉國華負責統(tǒng)稿、定稿。在編寫過程中，作者參考了相關(guān)的書籍、論文、資料和網(wǎng)站文獻，也引用了其中部分內(nèi)容，在此對原作者表示衷心的感謝。
由于作者水平有限，書中難免存在疏漏和不足之處，敬請讀者不吝指正。作者聯(lián)系郵箱：liuguohua@tiangong.edu.cn。
作 者
2022年1月
第1章 機器視覺和HALCON機器視覺軟件 1
1.1 機器視覺 1
1.1.1 機器視覺簡介 1
1.1.2 機器視覺關(guān)鍵技術(shù)與發(fā)展 2
1.1.3 機器視覺工程應用 6
1.2 HALCON簡介 8
1.2.1 HDevelop簡介 8
1.2.2 HALCON功能及應用簡介 10
本章小結(jié) 12
習題 12
第2章 HALCON數(shù)據(jù)結(jié)構(gòu) 13
2.1 HALCON圖像 13
2.1.1 圖像分類 13
2.1.2 圖像通道 13
2.2 HALCON區(qū)域 18
2.2.1 區(qū)域的初步介紹 18
2.2.2 區(qū)域的點線 27
2.2.3 區(qū)域行程 36
2.2.4 區(qū)域特征 39
2.3 HALCON XLD輪廓 47
2.3.1 XLD的初步介紹 47
2.3.2 XLD的數(shù)據(jù)結(jié)構(gòu)分析 50
2.3.3 XLD的特征分析 54
2.3.4 XLD的回歸參數(shù) 59
2.4 句柄 61
2.5 數(shù)組 62
本章小結(jié) 65
習題 65
第3章 HALCON圖像采集 67
3.1 圖像采集硬件 67
3.1.1 工業(yè)相機 67
3.1.2 鏡頭 73
3.1.3 光源 80
3.2 圖像采集算子 87
3.2.1 工業(yè)相機連接 87
3.2.2 同步采集 89
3.2.3 異步采集 91
3.3 圖像采集助手 92
3.4 HALCON圖像讀取、顯示和轉(zhuǎn)換 96
3.4.1 HALCON圖像讀取 96
3.4.2 HALCON圖像顯示 99
3.4.3 HALCON圖像轉(zhuǎn)換 101
本章小結(jié) 104
習題 104
第4章 HALCON圖像預處理 105
4.1 灰度變換 105
4.1.1 灰度變換的基礎知識 105
4.1.2 線性灰度變換 105
4.1.3 分段線性灰度變換 108
4.1.4 非線性灰度變換 110
4.2 直方圖處理 114
4.2.1 灰度直方圖的定義和性質(zhì) 114
4.2.2 直方圖均衡化 117
4.2.3 直方圖規(guī)定化 122
4.3 圖像幾何變換 123
4.3.1 圖像幾何變換的一般表達式 123
4.3.2 仿射變換 125
4.3.3 投影變換 129
4.3.4 灰度插值 130
4.3.5 基于HALCON的圖像校正 132
4.4 圖像的平滑 135
4.4.1 圖像噪聲 135
4.4.2 局部統(tǒng)計法 136
4.4.3 空域平滑法 137
4.4.4 中值濾波 140
4.4.5 頻域低通濾波 142
4.5 圖像的銳化 147
4.5.1 一階微分算子法 148
4.5.2 拉普拉斯算子法 152
4.5.3 高通濾波法 154
4.6 圖像的彩色增強 158
4.6.1 真彩色增強 159
4.6.2 偽彩色增強 159
4.6.3 假彩色增強 161
本章小結(jié) 162
習題 162
第5章 HALCON圖像分割 164
5.1 閾值分割 164
5.1.1 實驗法 164
5.1.2 根據(jù)直方圖谷底確定閾值法 165
5.1.3 迭代選擇閾值法 167
5.1.4 最大類間方差法 168
5.2 邊緣檢測 170
5.2.1 邊緣檢測概述 170
5.2.2 邊緣檢測原理 171
5.2.3 邊緣檢測方法的分類 172
5.2.4 邊緣檢測典型算子 172
5.2.5 Hough變換 183
5.3 區(qū)域分割 188
5.3.1 區(qū)域生長法 188
5.3.2 區(qū)域分裂與合并法 190
5.3.3 分水嶺分割法 192
本章小結(jié) 197
習題 197
第6章 HALCON數(shù)學形態(tài)學與Blob分析 198
6.1 數(shù)學形態(tài)學基礎 198
6.2 二值圖像的基本形態(tài)學運算 200
6.2.1 腐蝕 200
6.2.2 膨脹 203
6.2.3 開運算和閉運算 205
6.2.4 擊中/擊不中變換 210
6.3 二值圖像的HALCON形態(tài)學應用 211
6.3.1 邊界提取 211
6.3.2 孔洞填充 213
6.3.3 骨架 215
6.4 Blob分析 217
6.4.1 Blob分析相關(guān)理論 217
6.4.2 Blob分析相關(guān)算子 218
6.4.3 Blob分析例程 219
6.5 數(shù)學形態(tài)學工程應用 222
6.5.1 數(shù)學形態(tài)學工程應用背景 222
6.5.2 數(shù)學形態(tài)學工程應用案例 223
本章小結(jié) 225
習題 225
第7章 HALCON圖像匹配 226
7.1 基于像素的匹配 226
7.1.1 歸一化積相關(guān)灰度匹配 226
7.1.2 序貫相似性檢測算法匹配 228
7.2 基于特征的匹配 233
7.2.1 不變矩匹配法 233
7.2.2 距離變換匹配算法 235
7.2.3 最小均方誤差匹配算法 237
7.3 圖像金字塔 241
7.4 Matching助手 245
本章小結(jié) 250
習題 250
第8章 HALCON圖像測量 251
8.1 機器視覺與測量 251
8.1.1 基于機器視覺的測量原理 251
8.1.2 機器視覺在測量領(lǐng)域的優(yōu)勢 252
8.2 HALCON一維測量 252
8.2.1 一維測量過程 252
8.2.2 模糊測量 256
8.2.3 一維測量典型相關(guān)算子 257
8.2.4 一維測量實例 262
8.3 HALCON二維測量 264
8.3.1 區(qū)域處理 264
8.3.2 輪廓處理 266
8.3.3 幾何運算 271
8.3.4 二維測量例程 271
8.4 HALCON三維測量 275
8.4.1 雙目立體視覺測量 275
8.4.2 激光三角測量 286
8.5 HALCON測量助手 298
本章小結(jié) 303
習題 303
第9章 HALCON其他應用 304
9.1 HALCON條形碼識別技術(shù) 304
9.1.1 一維條形碼 304
9.1.2 二維條形碼 308
9.2 HALCON圖像拼接技術(shù) 312
9.2.1 圖像拼接技術(shù)概述 312
9.2.2 HALCON圖像拼接相關(guān)算子 314
9.2.3 HALCON圖像拼接實例 316
9.3 基于HALCON的支持向量機（SVM）技術(shù) 319
9.3.1 基于區(qū)域特征的SVM分類 321
9.3.2 基于Laws紋理特征的SVM分類 325
本章小結(jié) 331
習題 331
第10章 HALCON標定方法 332
10.1 標定簡介 332
10.2 標定理論 333
10.2.1 坐標系的轉(zhuǎn)換 333
10.2.2 標定的相機參數(shù) 336
10.3 HALCON標定流程 337
10.3.1 相機參數(shù)確定 337
10.3.2 HALCON標定板規(guī)格 338
10.3.3 生成標定板 339
10.4 HALCON標定助手 342
10.4.1 標定注意事項 342
10.4.2 HALCON標定助手標定過程 345
10.5 標定應用例程之二維測量 349
本章小結(jié) 356
習題 357
第11章 HALCON工程應用與混合編程 358
11.1 成捆棒材復核計數(shù)系統(tǒng) 358
11.1.1 工程背景 358
11.1.2 算法的開發(fā) 359
11.1.3 HALCON與C#混合編程 360
11.1.4 HALCON與C#混合編程的特點 377
11.2 彈簧卡箍檢測系統(tǒng) 378
11.2.1 工程背景 378
11.2.2 算法的開發(fā) 379
11.2.3 HALCON與C++混合編程 386
11.2.4 HALCON與C++混合編程的特點 404
本章小結(jié) 404
習題 404
參考文獻 406
書單推薦
