1、书中包括机器视觉的基础理论及大量的典型应用案例。
2、作者具有不同行业背景，书中案例涉及工业、交通和智能家居，皆来自实际科研和生产，具有较高的实用性。
3、每个案例从背景、目标、方法和实验结果进行具体分析，配有理论算法的介绍，可为相关研究者提供有效参考。
4、既是一本机器视觉入门学习读物，也是技术研究人员选择合适的机器视觉解决方案的参考读物。

机器视觉是指利用相机、摄像机等作为传感器，并配合机器视觉算法，赋予智能设备具备人眼的功能，从而进行相关物件识别、检测、测量等操作的一种技术，现已广泛应用于多个领域。
本书在对机器视觉的定义、现状及组成单元等基础理论进行介绍的基础之上，从实用性角度，对Delta并联机器人机器视觉动态分拣等5个工业应用实例、铁路货车超限监测等5个交通应用实例、基于人脸识别的智能窗帘等3个其他领域应用实例进行了重点讲解，并对机器视觉技术和市场的未来发展进行了展望。
本书可供仪器科学与技术、机械电子工程、自动化等领域的科研人员和工程技术人员参考使用，也可作为高等院校测控技术与仪器、智能感知工程、机械电子工程、电子信息工程等相关专业的教学用书。

基础理论篇
第1章 绪论
1.1 机器视觉的定义
1.2 机器视觉的发展历史
1.3 机器视觉的发展研究现状
1.3.1 国外机器视觉现状
1.3.2 国内机器视觉现状
本章小结
参考文献
第2章 机器视觉系统组成单元及应用
2.1 照明
2.2 镜头
2.3 图像传感器
2.4 视觉信息处理
2.5 通信模块
2.6 机器视觉软件
本章小结
参考文献
第3章 机器视觉系统与平台
3.1 机器视觉系统
3.1.1 一维机器视觉系统
3.1.2 二维机器视觉系统
3.1.3 三维机器视觉系统
3.2 机器视觉平台
3.2.1 基于PC的视觉系统
3.2.2 视觉控制器
3.2.3 独立视觉系统
3.2.4 视觉传感器和基于图像的条形码阅读器
3.2.5 嵌入式视觉系统
3.2.6 基于GPU的视觉系统
本章小结
参考文献
应用实例篇：工业
第4章 Delta并联机器人机器视觉动态分拣
4.1 研究背景意义
4.2 项目研究目标
4.3 主要研究内容
4.4 项目研究方法
4.4.1 基于灰色关联度的边缘检测算法
4.4.2 基于边缘梯度的模板匹配算法
4.4.3 摄像头及Delta机器人系统标定
4.4.4 多Delta机器人系统协同分拣策略
4.5 实验结果分析
本章小结
参考文献
第5章 3-PPR平面并联机构视觉伺服精密对位
5.1 研究背景意义
5.2 项目研究目标
5.3 主要研究内容
5.4 项目研究方法
5.4.1 并联平台的结构与原理
5.4.2 机器视觉伺服对位系统
5.5 实验结果分析
本章小结
参考文献
第6章 关节臂式机器人3D视觉智能抓取
6.1 研究背景意义
6.2 项目研究目标
6.3 主要研究内容
6.4 项目研究方法
6.4.1 基于迁移学习的卷积神经网络
6.4.2 基于深度学习的3D物体识别及抓取区域检测
6.4.3 基于深度强化学习的C空间路径规划与避障
6.5 实验结果分析
本章小结
参考文献
第7章 工件表面缺陷视觉检测
7.1 研究背景意义
7.2 项目研究目标
7.3 主要研究内容
7.4 项目研究方法
7.4.1 基于Hough变换的工件区域提取算法
7.4.2 基于图像处理的表面缺陷检测算法
7.4.3 基于深度学习的表面缺陷检测算法
7.5 实验结果分析
7.5.1 基于图像处理的检测算法的实验结果分析
7.5.2 基于深度学习的检测算法的实验结果分析
本章小结
参考文献
第8章 工件尺寸视觉测量
8.1 研究背景意义
8.2 项目研究目标
8.3 主要研究内容
8.4 项目研究方法
8.4.1 照明技术研究
8.4.2 工业镜头
8.4.3 系统硬件组成
8.4.4 检测算法
8.5 实验结果分析
本章小结
参考文献
应用实例篇：交通
第9章 铁路货车超限监测
9.1 研究背景意义



\t9.2 项目研究目标



\t……