本书以HALCON为编程工具，介绍了各种图像处理方法的理论和工程应用实例，使读者能更好地学习和掌握HALCON编程技巧，完成图像处理技术的应用实践。
全书共11章，内容包括机器视觉和HALCON机器视觉软件、HALCON数据结构、HALCON图像采集、HALCON图像预处理、HALCON图像分割、HALCON数学形态学与Blob分析、HALCON图像匹配、HALCON图像测量、HALCON其他应用、HALCON标定方法、HALCON工程应用与混合编程等。书中每一章的末尾都配有适量的习题，以便读者加深对本章所述内容的理解。
本书内容翔实，难易程度适中，可作为高等学校电子信息工程、通信与信息工程、计算机科学与技术、控制科学与技术等专业本科生或研究生的教材，也可供图像处理、模式识别、人工智能、生物工程、医学成像等相关领域的科研人员和工程技术人员参考。

第1章 机器视觉和HALCON机器视觉软件
1.1 机器视觉
1.1.1 机器视觉简介
1.1.2 机器视觉关键技术与发展
1.1.3 机器视觉工程应用
1.2 HALCON简介
1.2.1 HDevelop简介
1.2.2 HALCON功能及应用简介
本章小结
习题
第2章 HALCON数据结构
2.1 HALCON图像
2.1.1 图像分类
2.1.2 图像通道
2.2 HALCON区域
2.2.1 区域的初步介绍
2.2.2 区域的点线
2.2.3 区域行程
2.2.4 区域特征
2.3 HALCONXLD轮廓
2.3.1 XLD的初步介绍
2.3.2 XLD的数据结构分析
2.3.3 XLD的特征分析
2.3.4 XLD的回归参数
2.4 句柄
2.5 数组
本章小结
习题
第3章 HALCON图像采集
3.1 图像采集硬件
3.1.1 工业相机
3.1.2 镜头
3.1.3 光源
3.2 图像采集算子
3.2.1 工业相机连接
3.2.2 同步采集
3.2.3 异步采集
3.3 图像采集助手
3.4 HALCON图像读取、显示和转换
3.4.1 HALCON图像读取
3.4.2 HALCON图像显示
3.4.3 HALCON图像转换
本章小结
习题
第4章 HALCON图像预处理
4.1 灰度变换
4.1.1 灰度变换的基础知识
4.1.2 线性灰度变换
4.1.3 分段线性灰度变换
4.1.4 非线性灰度变换
4.2 直方图处理
4.2.1 灰度直方图的定义和性质
4.2.2 直方图均衡化
4.2.3 直方图规定化
4.3 图像几何变换
4.3.1 图像几何变换的一般表达式
4.3.2 仿射变换
4.3.3 投影变换
4.3.4 灰度插值
4.3.5 基于HALCON的图像校正
4.4 图像的平滑
4.4.1 图像噪声
4.4.2 局部统计法
4.4.3 空域平滑法
4.4.4 中值滤波
4.4.5 频域低通滤波
4.5 图像的锐化
4.5.1 一阶微分算子法
4.5.2 拉普拉斯算子法
4.5.3 高通滤波法
4.6 图像的彩色增强
4.6.1 真彩色增强
4.6.2 伪彩色增强
4.6.3 假彩色增强
本章小结
习题
第5章 HALCON图像分割
5.1 阈值分割
5.1.1 实验法
5.1.2 根据直方图谷底确定阈值法
5.1.3 迭代选择阈值法
5.1.4 最大类间方差法
5.2 边缘检测
5.2.1 边缘检测概述
5.2.2 边缘检测原理
5.2.3 边缘检测方法的分类
5.2.4 边缘检测典型算子
5.2.5 Hough变换
5.3 区域分割
5.3.1 区域生长法
5.3.2 区域分裂与合并法
5.3.3 分水岭分割法
本章小结
习题
第6章 HALCON数学形态学与Blob分析
6.1 数学形态学基础
6.2 二值图像的基本形态学运算
6.2.1 腐蚀
6.2.2 膨胀
6.2.3 开运算和闭运算
6.2.4 击中/击不中变换
6.3 二值图像的HALCON形态学应用
6.3.1 边界提取
6.3.2 孔洞填充
6.3.3 骨架
6.4 Blob分析
6.4.1 Blob分析相关理论
6.4.2 Blob分析相关算子
6.4.3 Blob分析例程
6.5 数学形态学工程应用
6.5.1 数学形态学工程应用背景
6.5.2 数学形态学工程应用案例
本章小结
习题
第7章 HALCON图像匹配
7.1 基于像素的匹配
7.1.1 归一化积相关灰度匹配
7.1.2 序贯相似性检测算法匹配
7.2 基于特征的匹配
7.2.1 不变矩匹配法
7.2.2 距离变换匹配算法
7.2.3 最小均方误差匹配算法
7.3 图像金字塔
7.4 Matching助手
本章小结
习题
第8章 HALCON图像测量
8.1 机器视觉与测量
8.1.1 基于机器视觉的测量原理
8.1.2 机器视觉在测量领域的优势
8.2 HALCON一维测量
8.2.1 一维测量过程
8.2.2 模糊测量
8.2.3 一维测量典型相关算子
8.2.4 一维测量实例
8.3 HALCON二维测量
8.3.1 区域处理
8.3.2 轮廓处理
8.3.3 几何运算
8.3.4 二维测量例程
8.4 HALCON三维测量
8.4.1 双目立体视觉测量
8.4.2 激光三角测量
8.5 HALCON测量助手
本章小结
习题
第9章 HALCON其他应用
9.1 HALCON条形码识别技术
9.1.1 一维条形码
9.1.2 二维条形码
9.2 HALCON图像拼接技术
9.2.1 图像拼接技术概述
9.2.2 HALCON图像拼接相关算子
9.2.3 HALCON图像拼接实例
9.3 基于HALCON的支持向量机（SVM）技术
9.3.1 基于区域特征的SVM分类
9.3.2 基于Laws纹理特征的SVM分类
本章小结
习题
第10章 HALCON标定方法
10.1 标定简介
10.2 标定理论
10.2.1 坐标系的转换
10.2.2 标定的相机参数
10.3 HALCON标定流程
10.3.1 相机参数确定
10.3.2 HALCON标定板规格
10.3.3 生成标定板
10.4 HALCON标定助手
10.4.1 标定注意事项
10