介绍了机器视觉的一些算法和应用，算是当今机器视觉比较经典的书目了。

《计算机视觉：算法与应用》探索了用于分析和解释图像的各种常用技术，描述了具有一定挑战性的视觉应用方面的成功实例，兼顾专业的医学成像和图像编辑与拼接之类有趣的大众应用，以便学生能够将其应用于自己的照片和视频，从中获得成就感和乐趣。《计算机视觉：算法与应用》从科学的角度介绍基本的视觉问题，将成像过程的物理模型公式化，然后在此基础上生成对场景的逼真描述。作者还运用统计模型来分析和运用严格的工程方法来解决这些问题。

机器视觉算法与应用(双语版)，内容很全，分简介、图像采集、机器视觉算法、机器视觉与应用四部分，一共513页，由于只有60M的上传权限，PDF有180多M，所以把链接和提取码放在TXT里，可以去百度云下载

classification_of_nonwoven_fabrics章节不含图片（有代码）。Halcon案例

VLFeat开源库实现了很多著名的机器视觉算法，如HOG, SIFT, MSER, k-means, hierarchical k-means, agglomerative information bottleneck, SLIC superpixels, 和 quick shift。VLFeat开源库是用C语言写的，以确保其效率和兼容性，同时VLFeat还提供了MATLAB接口和详细的文档。它可以在windows, Mac, 和Linux上使用。

都说“纸上得来终觉浅，绝知此事要躬行”，可惜咱没这条件呀，没项目咱也不能干坐着呀，那咱发挥主观能动性，咱不是学机械的么，还好还记得一点CAD的知识，今天小杨说事，咱就“纸上谈兵”，用CAD结合公司的视觉算法平台VisionMaster来说说相机映射和对位贴合的事，如果有错误的地方，还请各位自动化前辈多多指教，毕竟网上的关于这个知识太少了。 实际的生产过程中，我们常常会碰到这样的情况，机械手从工位一吸着对象到工位二进行贴合，但是工位二我们不方便执行标定，通常的做法是在工位一执行一次标定流程，然后使用两点映射或者四点映射把工位二的相机坐标映射到工位一的相机一中。说起来很轻松，咱没实战过呀，但是咱可

使用matlab进行RANSAC直线检测。在一堆随机点中隐藏一条直线，通过RANSAC方法检测出来。RANSAC方法不保证每次都能找到最优的直线。尝试的次数越多，成功的概率越大。

机器视觉算法与应用机器视觉算法与应用机器视觉算法与应用机器视觉算法与应用

shape_based_matching 更新： ，0.1-0.5度精度，<0.1度精度，处理比例误差 尝试实现基于halcon形状的匹配，请参考halcon工程师编写的机器视觉算法和应用程序，第317 3.11.5页我们发现基于形状的匹配与linemod相同。 halcon匹配解决方案指南，用于选择匹配方法（ ）： 脚步 将test.cpp第9行的前缀更改为顶级文件夹 在cmakeList第23行中，将/ opt / ros / kinetic更改为可以找到opencv3的位置（如果在默认环境中安装了opencv3，则无需这样做） cmake制作并运行。 要了解用法，请参阅test.cpp中的其他测试。 特别是，scale_test已被完全注释。 注意：在Windows上，已确认Visual Studio 17可以正常工作，但是vs13中的MIPP存在一些问题。 您可能需要

第一版计算机视觉算法与应用，读起来对计算机视觉有大概的了解