赵茂程、刘英主编的《机器视觉系统及农林工程应用(南京林业大学研究生课程系列教材)》根据“南京林业大学研究生课程系列教材建设”项目组织编写。
本教材在介绍机器视觉系统组成、图像处理与机器视觉基础、目标识别算法等理论知识的基础上，围绕编写组成员在重量、省部级项目中的很新研究成果，将基于表面漫反射光谱成像的猪肉新鲜度检测、肉内异物检测、苹果自动快速分级、农田杂草识别、茶叶智能采摘与分选、树形识别系统、林火视频识别、基于CT扫描的原木检测与识别、数字图像相关技术(DIC)在木材科学中的应用等农林应用实例结合起来阐述，使学生从整体上认识和把握机器视觉系统在现代农业、林业中的应用，掌握机器视觉、图像处理、人工神经网络、专家系统的基本理论与技能，推动高水平农林智能系统的研发。
本教材可作为高等院校机械工程、控制科学与工程等一级学科相关课程的研究生教材，也可供从事农林产品检测、图像处理、控制及机器视觉等系统研究、设计和开发的科研与工程技术人员参考。

序
前言
上篇 理论篇
第1章 机器视觉系统组成
1.1 照明
1.1.1 电磁辐射
1.1.2 光与目标的相互作用
1.1.3 照明的光谱特性
1.1.4 照明的方向性
1.1.5 照明的偏振性
1.1.6 光场的照度与均匀性
1.2 镜头与相机
1.2.1 镜头
1.2.2 相机
1.3 计算资源
第2章 图像处理与机器视觉基础
2.1 色彩空间
2.1.1 RGB
2.1.2 CMY
2.1.3 HSI
2.2 图像增强
2.2.1 直接灰度变换
2.2.2 直方图修正
2.2.3 图像代数运算
2.2.4 噪声去除
2.2.5 图像锐化
2.3 形态学图像处理
2.3.1 连通性
2.3.2 膨胀和腐蚀
2.3.3 开运算与闭运算
2.3.4 灰度图像的形态学操作
2.4 边缘检测
2.4.1 边缘定义及分类
2.4.2 边缘检测算子
2.4.3 轮廓提取方法
2.5 图像分割
2.5.1 灰度闽值法分割
2.5.2 区域生长
2.5.3 区域分离与聚合
2.6 双目立体视觉
2.6.1 测量原理
2.6.2 双目立体视觉标定
第3章 目标识别算法
3.1 特征提取
3.1.1 颜色特征
3.1.2 纹理特征
3.1.3 形状特征
3.1.4 空间关系特征
3.2 聚类
3.2.1 聚类分析
3.2.2 聚类方法
3.2.3 用于聚类算法的优化和搜索技术
3.3 模板匹配
3.3.1 模板匹配方法
3.3.2 模板匹配方法的改进
3.4 神经网络识别
3.4.1 人工神经网络简介
3.4.2 前向网络分类器
3.4.3 自组织映射网络
3.4.4 深度学习
下篇 实践篇
第4章 基于表面漫反射光谱成像的猪肉新鲜度检测
4.1 背景与没计思路
4.1.1 背景
4.1.2 设计思路与总体设计
4.2 光谱成像系统构建与图像获取
4.2.1 声光可调滤光器工作原理
4.2.2 系统架构
4.2.3 光谱成像系统软件开发与系统标定
4.24 光谱图像采集
4.3 光谱图像处理
4.3.1 空间预处理
4.3.2 光谱预处理
4.4 新鲜度的定量可视化分析
4.4.1 全局光谱预测建模
4.4.2 基于肌肉有效兴趣区域的新鲜度定量可视化
4.4.3 空间平滑滤波对像素级定量预测的必要性
4.5 案例总结
第5章 肉内异物检测
5.1 背景与设计思路
5.1.1 背景
5.1.2 设计思路
5.2 激光轮廓扫描系统构建与图像获取
5.2.1 激光双三角法肉尺寸测量系统构建
5.2.2 图像获取
5.3 X射线成像系统构建与图像获取
5.3.1 系统构建
5.3.2 图像获取
5.4 图像处理方法
5.4.1 激光图像预处理
5.4.2 X射线图像预处理
5.5 二源图像融合
5.5.1 图像配准
5.5.2 图像配准变换参数及肉图像配准
5.5.3 厚度补偿
5.5.4 肉异物图像分割
5.6 结果与讨论
第6章 苹果自动快速分级
6.1 背景与设计思路
6.1.1 背景
6.1.2 设计思路
6.2 基于自动定向的苹果分级机械装置设计
6.2.1 苹果分级装置系统组成
6.2.2 苹果品质智能分级生产线设计
6.3 单摄像头三像同步图像采集系统
6.3.1 照明方案及背景的选择
6.3.2 相机及附件的选择
6.3.3 图像拍摄误差分析与计算
6.4 苹果分级创新方法
6.4.1 苹果大小和形状分级方法
6.4.2 苹果颜色分级方法
6.4.3 苹果果面缺陷分级方法研究
6.5 基于Halcon和VC++平台的苹果综合分级方法
6.5.1 基于L―M算法的多层前向