本书较为全面地介绍了图像检测与控制技术及其应用实例，旨在为智能装备的开发提供技术思路和方案参考。
上篇“图像检测与控制技术”，主要介绍智能装备中常用的图像处理算法、专业图像处理系统、近红外光谱与高光谱成像和自动控制理论。下篇“应用实例”，从图像检测实例、近红外光谱与高光谱成像技术应用实例、图像检测与控制实例3个方面，精选了19个实例进行细致讲解。
本书内容全面，技术先进，实例丰富，贴近实践，不仅可为从事智能装备设计与开发、图像检测与处理、自动控制技术等相关领域工作的科研人员和技术人员提供专业参考，还可供高等院校相关专业师生学习使用。

上篇图像检测与控制技术
第1章 常用图像处理算法
1.1 彩色图像和灰度图像
1.1.1 彩色图像
1.1.2 灰度图像
1.1.3 HSI颜色变换
1.1.4 C语言函数
1.2 边缘检测
1.2.1 边缘与图像处理
1.2.2 基于微分的边缘检测
1.2.3 基于模板匹配的边缘检测
1.2.4 边缘图像的二值化处理
1.2.5 C语言函数
1.3 二值化处理
1.3.1 灰度图像的阈值处理
1.3.2 模态法确定分割阈值
1.3.3 大津(Otsu)法确定分割阈值
1.3.4 基于颜色差分的二值化处理
1.3.5 基于帧间差分的二值化处理
1.3.6 C语言函数
1.4 去噪声处理
1.4.1 移动平均
1.4.2 中值滤波
1.4.3 二值图像的去噪声处理
1.4.4 C语言函数
1.5 几何参数检测
1.5.1 二值图像的特征参数
1.5.2 区域标记
1.5.3 基于特征参数提取物体
1.5.4 基于特征参数消除噪声
1.5.5 C语言函数
1.6 Hough变换
1.6.1 传统Hough变换的直线检测
1.6.2 过已知点Hough变换的直线检测
1.6.3 Hough变换的曲线检测
1.6.4 C语言函数
1.7 深度学习
1.7.1 深度学习基本概念
1.7.2 深度学习的常用方法
1.7.3 卷积神经网络的典型结构
第2章 专业图像处理系统
2.1 通用图像处理系统ImageSys
2.1.1 系统简介
2.1.2 系统主要功能
2.1.3 系统开发平台Sample
2.2 二维运动图像测量分析系统MIAS
2.2.1 系统简介
2.2.2 系统主要功能
2.2.3 系统开发平台MSSample
2.3 三维运动测量分析系统MIAS3D
2.3.1 系统简介
2.3.2 系统主要功能
2.3.3 系统其他功能
第3章 近红外光谱与高光谱成像
3.1 近红外光谱
3.1.1 近红外光谱检测技术简介
3.1.2 近红外光谱检测工作原理
3.1.3 检测过程与方法
3.2 高光谱成像
3.2.1 光谱成像技术简介
3.2.2 高光谱图像检测工作原理
3.2.3 检测过程与方法
3.3 近红外光谱及高光谱成像数据处理方法
3.3.1 近红外光谱及高光谱成像数据预处理方法
3.3.2 数据降维及特征变量选择方法
3.3.3 定性及定量模型的建立方法
第4章 自动控制理论
4.1 控制系统分析
4.1.1 闭环系统基本概念
4.1.2 数学模型
4.1.3 时域分析
4.1.4 频域分析
4.1.5 稳定性与误差分析
4.2 控制系统PID控制
4.2.1 PID控制规律
4.2.2 控制参数确定方法
4.2.3 采用MATLAB的PID仿真分析
4.2.4 数字PID的编程方法
4.3 自抗扰控制
4.3.1 自抗扰控制概述
4.3.2 自适应迭代学习ADRC控制
4.3.3 抗扰实验与结果分析
下篇应用实例
第5章 图像检测实例
5.1 车辆尺寸颜色参数实时检测
5.1.1 项目目标与技术要点
5.1.2 系统构成方案
5.1.3 系统检测方案
5.1.4 车辆进出判断
5.1.5 车辆边沿检测
5.1.6 车辆颜色检测
5.1.7 检测流程
5.1.8 系统影响因素分析
5.2 玉米粒在穗计数
5.2.1 项目目标与技术要点
5.2.2 设备及软件环境
5.2.3 玉米粒在穗计数流程
5.3 马铃薯种薯芽眼识别及点云模型重构
5.3.1 项目背景与技术要点
5.3.2 马铃薯种薯芽眼的图像识别及定位方法研究
5.3.3 马铃薯种薯的点云模型重构方法及质量预测模型研究
5.3.4 项目研究结论
5.4 蝗虫图像识别计数
5.4.1 项目目标与技术要点
5.4.2 蝗虫图像的采集
5.4.3 原图像的调整
5.4.4 静态图像内蝗虫的识别与计数
5.5 基于机器视觉的果树靶标识别
5.5.1 项目目标与技术要点
5.5.2 系统组成与总体检测流程
5.5.3 靶标果树的图像处理方案
5.5.4 靶标果树冠层特征提取
5.6 苗草图像识别
5.6.1 项目背景与目标
5.6.2 苗期除草工况下的快速作物识别
5.6.3 双目立体视觉花椰菜识别算法
第6章 近红外光谱与高光谱成像技术应用实例
6.1 苹果糖度的近红外光谱检测方法
6.1.1 项目目标与技术要点
6.1.2 静态检测装置设计方案
6.1.3 苹果样品的准备与检测
6.1.4 静态采集数据分析
6.1.5 在线动态检测系统的搭建
6.1.6 在线检测系统试验验证
6.2 小麦叶片叶绿素含量的高光谱成像检测方法
6.2.1 项目目标与技术要点
6.2.2 高光谱成像系统搭建
6.2.3 试验材料准备
6.2.4 小麦叶片数据采集
6.2.5 数据处理与分析
6.3 异质鸡肉的近红外光谱检测鉴别研究
6.3.1 项目目标与技术要点
6.3.2 试验材料与方法
6.3.3 PSE、DFD与正常鸡肉的近红外光谱检测鉴别
6.3.4 全光谱分析及特征波长选择
6.3.5 不同波段范围多光谱模