工业机器视觉与应用

在“人工智能+制造业”融合发展的背景下，《工业机器视觉与应用》首先系统阐述工业机器视觉的基础理论、系统构成与核心技术，然后通过项目化实验深入理解并实现测量、定位、检测、识别等工业视觉应用， 聚焦基于YOLO的目标检测、ACT算法与大模型驱动的具身智能等前沿应用。全书共分人工智能与机器视觉基础、机器视觉系统及成像原理、工业机器视觉基础应用实践及工业机器视觉人工智能应用实践4章，从基础理论到实操训练，层次结构清晰，可供不同专业、不同层次的学生或技术人员学习使用。《工业机器视觉与应用》既可作为人工智能、自动化、机器人工程等专业的教材，也可作为企业技术培训和科研人员的参考资料。

配套资源目录第1章人工智能与机器视觉基础1.1人工智能技术应用与发展1.1.1人工智能技术应用现状1.1.2人工智能技术发展方向1.2机器视觉技术应用与发展1.2.1机器视觉技术应用现状1.2.2机器视觉技术发展方向1.3工业机器视觉技术应用与发展1.3.1工业机器视觉应用现状1.3.2工业机器视觉发展方向1.4大模型与具身智能1.4.1大模型的基础概念与应用发展方向1.4.2具身智能的基础概念与应用发展方向第2章机器视觉系统及成像原理2.1机器视觉系统认识2.1.1机器视觉系统概述2.1.2相机基础知识及工作原理2.1.3镜头基础知识及工作原理2.1.4光源基础知识及选型原则2.1.5图像采集卡及图像处理组件2.2图像处理技术的基本原理2.2.1图像生成与表示2.2.2图像的基本变换2.2.3图像滤波与增强2.2.4图像特征提取2.2.52D和3D图像匹配第3章工业机器视觉基础应用实践3.1工业机器视觉技术概述3.1.1工业机器视觉的技术原理3.1.2工业机器视觉的技术应用3.2机器视觉测量应用3.2.1机器视觉测量的基本原理3.2.2机器视觉测量的常用技术3.2.3机器视觉测量应用典型场景3.2.4综合实验——利用机器视觉实现工件尺寸测量3.3机器视觉定位应用3.3.1机器视觉定位的基本原理3.3.2机器视觉定位的常用技术3.3.3机器视觉定位应用典型场景3.3.4基础实验——手眼标定3.3.5拓展实验——利用机器视觉实现工件定位3.4机器视觉检测应用3.4.1机器视觉检测的基本原理3.4.2机器视觉检测的常用技术3.4.3机器视觉检测应用典型场景3.4.4基础实验——工件完整性检测3.4.5拓展实验——利用机器视觉实现工件分拣3.5机器视觉识别应用3.5.1机器视觉识别的基本原理3.5.2机器视觉识别的常用技术3.5.3机器视觉识别应用典型场景3.5.4基础实验——条形码识别3.5.5拓展实验——利用机器视觉实现纸箱拆垛第4章工业机器视觉人工智能应用实践4.1基于深度学习的目标检测应用4.1.1深度学习与目标检测4.1.2YOLOv11模型特点及应用4.1.3综合实验——利用目标检测技术实现水果辨别4.1.4拓展实验——机械臂智能化水果抓取4.2基于视觉的模仿学习应用4.2.1模仿学习4.2.2动作分块算法4.2.3综合实验——利用ACT算法实现机械臂自主堆积木4.3基于大模型的具身智能应用4.3.1视觉及大语言模型4.3.2GroundedSAM2、大语言模型与具身智能4.3.3综合实验——基于具身智能的机械臂控制