工业机器人视觉应用

工业机器人作为一种高科技集成装备，对专业人才有着多层次的需求。本书根据机器人行业发展趋势，从生产实际出发，详细讲解了工业机器人视觉及其应用的相关知识，主要内容包括：认识机器视觉系统、工业机器人视觉系统的组成、数字图像处理、欧姆龙视觉系统的应用、筑梦科技和康耐视视觉系统的应用等。
本书实用性与可参考性强，可供从事工业机器人视觉系统装调与维修的工程技术人员学习参考，也可作为应用型本科、高职和中职等院校工业机器人、机电一体化及相关专业的教材。

无

第1章 认识机器视觉系统
1.1 机器视觉系统001
1.1.1 机器视觉的含义001
1.1.2 机器视觉的起源与发展002
1.2 机器视觉的结构与应用004
1.2.1 机器视觉系统组成004
1.2.2 机器视觉系统的工作原理005
1.2.3 机器视觉系统的特点006
1.2.4 机器视觉系统的典型应用007

第2章 工业机器人视觉系统的组成
2.1 工业相机009
2.1.1 工业相机的结构009
2.1.2 工业相机的分类012
2.1.3 工业相机的光学接口013
2.1.4 工业相机的数据接口介绍015
2.1.5 工业相机的主要参数020
2.1.6 工业相机的选择023
2.2 工业镜头026
2.2.1 光学镜头的分类026
2.2.2 常规镜头参数028
2.2.3 远心镜头035
2.2.4 CCD 摄像机037
2.2.5 镜头选型039
2.3 光源040
2.3.1 光源的作用040
2.3.2 光源参数042
2.3.3 打光方式043
2.3.4 常见的光源颜色049
2.3.5 机器视觉光源的种类051
2.3.6 光源选择的因素055
2.4 3D 机器视觉技术与深度学习056
2.4.1 3D 测量技术的基本原理056
2.4.2 测量技术参数061
2.4.3 挑选立体相机062
2.4.4 深度学习066
2.5 视觉系统方案设计067
2.5.1 图像采集卡067
2.5.2 视觉传感器068
2.5.3 图像信号处理068
2.5.4 设计视觉系统方案072

第3章 数字图像处理
3.1 数字图像处理系统077
3.1.1 图像的概念077
3.1.2 数字图像处理系统及其内容079
3.2 图像的获取和量化084
3.2.1 图像的获取084
3.2.2 图像的量化087
3.3 形状识别与图像分析089
3.3.1 形状识别089
3.3.2 图像分析090
3.4 模板匹配与校准092
3.4.1 模板匹配092
3.4.2 校准092
3.5 彩色图与膨胀和腐蚀094
3.5.1 彩色图094
3.5.2 膨胀和腐蚀096
3.6 图像分析的应用领域101
3.6.1 人脸识别101
3.6.2 指纹识别102
3.6.3 光学字符识别103

第4章 欧姆龙视觉系统的应用
4.1 欧姆龙视觉系统的组成与校准105
4.1.1 欧姆龙视觉系统的组成105
4.1.2 欧姆龙视觉系统的校准108
4.2 控制器与机器人通信介绍114
4.2.1 欧姆龙FH- L550 系统通信方式114
4.2.2 并行IO 通信114
4.2.3 串行通信126
4.3 检测144
4.3.1 场景组及场景的编辑144
4.3.2 模型检测148
4.3.3 药片个数检测160
4.3.4 IC 芯片检测165
4.3.5 芯片装配-颜色识别169
4.3.6 码垛入库检测-二维码识别176
4.3.7 视觉综合项目181

第5章 筑梦科技和康耐视视觉系统的应用
5.1 视觉系统的安装调试184
5.1.1 筑梦科技的视觉安装184
5.1.2 光源的安装186
5.1.3 康耐视视觉模块的安装193
5.1.4 视觉系统的调试194
5.2 工业机器人与相机通信 198
5.2.1 Socket 通信相关指令199
5.2.2 相机通信流程 201
5.2.3 编写相机通信程序205
5.3 装配应用程序的编制209
5.3.1 关键信息与坐标系的转化209
5.3.2 相机安全区域设置210
5.4 装配与分拣程序的编制213
5.4.1 具有视觉系统的工业机器人装配程序的编制213
5.4.2 分拣应用编程216
5.5 产品定制应用编程222
5.5.1 通信223
5.5.2 工业机器人程序编制及系统联调230

参考文献