机器视觉技术作为当前的热门技术之一，在智能制造领域得到了广泛的应用。本书从机器视觉的基本概念到机器视觉算法，从机器视觉核心部件到可配置的纯嵌入式视觉系统，从2D视觉技术到3D视觉技术，从黑白视觉技术到彩色视觉技术，从传统视觉技术到深度学习技术，从视觉系统设计方案到各行业的应用场景，从视觉检测、测量、定位、读码与识别四大需求到实际应用案例都分别进行了详细介绍。本书可作为普通高等院校，也可供从事相关行业的工程技术人员、研发人员参考。

丁少华，博士，深圳市视觉龙科技有限公司董事长兼总经理，中国机器视觉产业联盟首任主席。丁少华博士曾先后就读于武汉理工大学和华中科技大学，分别获得硕士和博士学位，博士期间师从杨叔子院士、段正澄院士和李培根院士，之后作为博士后研究员在杜伦大学和韦恩州立大学从事人工智能领域专家系统应用及软件开发。丁少华博士有8年海外工作经验，其中3年国外院校教学经验。2002年丁少华博士回国后创立了“视觉龙”品牌，一直专注于机器视觉领域的研发及产业化。

第1篇 基础篇
第1章 机器视觉基础
1.1 机器视觉基本概念
1.1.1 机器视觉与计算机视觉的关系
1.1.2 机器视觉的特点与优势
1.1.3 机器视觉系统
1.2 机器视觉系统分类
1.2.1 按操作方式分类
1.2.2 按性能分类
1.3 机器视觉发展史
1.3.1 国外机器视觉发展史
1.3.2 国内机器视觉发展史
1.4 机器视觉市场分析
1.4.1 销售额分析
1.4.2 专利分析
1.4.3 企业分析
1.5 机器视觉应用场景
1.5.1 机器视觉典型应用
1.5.2 机器视觉应用行业
1.6 小结
习题与思考
第2章 机器视觉算法基础
2.1 图像生成与表示
2.1.1 物体成像
2.1.2 图像量化
2.1.3 数字图像格式
2.2 图像的基本变换
2.2.1 线性变换
2.2.2 灰度直方图
2.2.3 图像二值化
2.2.4 灰度的窗口变换
2.2.5 图像的几何变换
2.3 图像滤波与增强
2.3.1 图像灰度修正
2.3.2 图像平滑
2.3.3 中值滤波
2.3.4 傅里叶变换
2.3.5 频率域滤波
2.4 图像形态学及常见的图像处理工具
2.4.1 腐蚀与膨胀
2.4.2 开运算与闭运算
2.4.3 细化
2.4.4 其他常见的图像处理工具
2.5 BLOB分析
2.5.1 BLOB分析的主要功能
2.5.2 BLOB分析其他基础及结果
2.6 2D图像匹配
2.6.1 图像标定
2.6.2 相关性分析方法
2.6.3 几何特征匹配
2.7 3D感知与目标识别
2.7.1 从2D图像中得到3D信息
2.7.2 采用单目和透视缩放技术获取深度信息
2.7.33 D感知和匹配的理论基础
2.7.43 D模板和匹配
2.8 小结
习题与思考
第2篇 机器视觉系统核心部件
第3章 工业相机
3.1 工业相机基础知识
……
第3篇　机器视觉高级技术与工业应用案例
参考文献