石鑫华视觉 发表于 2013-9-7 14:57:23

基于Vision Assistant的图像处理实用教程调查

基于Vision Assistant的图像处理实用教程调查铜鞋们,经过一个月的奋战,《基于视觉助手的图像处理实用教程》已经基本成型了,在这里特做一小调查。主机调查两方面内容,一方面是看看各位想要学习的铜鞋是否还需要添加一些功能。在这里附上目录(请看沙发),如果没有更多期望的,那么本教程就将暂时编著到这里。另一方面,则是调查一下本教程的大家可接受的价格。现在的《视觉助手》教程将近1400页,字数30余万字,包含说明、演示实例图像2100多张。按照以往VBAI、标定训练教程的定价方案:0.5元/千字、0.1元/图计算,约合300000/1000*0.5+2100*0.1=360元。那么你可以接受的价格是。100元200元300元400元500元其它(赞助100万、用盗版……)

石鑫华视觉 发表于 2013-9-7 14:57:52

目录
NI视觉助手Vision Assistant教程        18
第一章 基本概念        18
第一节 数字图像        18
数字图像的定义        18
数字图像的属性        18
图像类型        19
图像文件        21
NI视觉图像的内部表示        21
图像边界        22
图像掩模        24
第二节 显示        25
图像显示        25
调色板        27
无损覆盖        34
第三节 ROI兴趣区域        35
ROI概念        35
Point Tool点工具        35
Line Tool线工具        36
Broken Line Tool折线工具        37
Freehand Line Tool徒手线工具        37
Rectangle ROI tool矩形ROI工具        38
Rotated Rectangle ROI tool旋转矩形ROI工具        39
Oval ROI tool椭圆ROI工具        39
Annulus ROI tool环形ROI工具        40
Polygon ROI tool多边形ROI工具        41
Freehand Region ROI tool徒手画的区域ROI工具        41
Magic Wand Tool魔棒工具        42
Tolerance公差        43
第四节 设置成像系统        44
成像系统概述        44
采集图像的质量        46
第五节 空间标定        49
标定介绍        49
什么时候使用标定        50
标定算法        50
空间标定概念        52
深入探讨        59
第二章 界面与菜单        65
第一节 启动欢迎界面        65
第二节 功能界面        71
Acquire Images采集图像界面        71
Browse Images浏览图像界面        75
Process Images处理图像界面        77
第三节 File文件菜单        84
Open Image:打开图像        84
Open AVI File:打开AVI文件        85
Save Image:保存图像        85
New Script:新建脚本        89
Open Script:打开脚本        90
Save Script:保存脚本        90
Save Script As:脚本另存为        91
Acquire Image:采集图像        91
Browse Images:浏览图像        91
Process Images:处理图像        92
Print Image:打印图像        92
Preferences:优先参数选择        93
Exit:退出        95
第四节 Edit编辑菜单        95
Edit Step:编辑步骤        95
Cut:剪切        95
Copy:复制        96
Paste:粘贴        96
Delete:删除        96
第五节 View查看菜单        96
Zoom In:放大        97
Zoom Out:缩小        97
Zoom 1:1:原始图像        97
Zoom to Fit:适合窗口        97
第六节 Image图像菜单        97
Histgram:直方图        99
Line Profile:线剖面图        99
Measure:测量        99
3D View:三维视图        99
Brightness:亮度        100
Set Coordinate System:设置坐标系        100
Image Mask:图像掩码        100
Geometry:几何        100
Image Buffer:图像缓存        100
Get Image:获取图像        100
Image Calibration:图像标定        100
Image Correction:图像修正        100
Overlay:覆盖        100
Run LabVIEW VI:运行LabVIEW VI        101
第七节 Color彩色菜单        101
Color Operators:彩色运算        102
Color Plane Extraction:彩色平面抽取        102
Color Threshold:彩色阈值        102
Color Classification:彩色分类        103
Color Segmentation:彩色分段        103
Color Matching:彩色匹配        103
Color Location:彩色定位        103
Color Pattern Matching:彩色模式匹配        103
第八节 Grayscale灰度菜单        103
Lookup Table:查找表        105
Filters:滤波        105
Gray Morphology:灰度形态学        105
Gray Morphological Reconstruction:灰度形态学重建        105
FFT Filter:快速傅立叶变换滤波        105
Threshold:阈值        105
Watershed Segmentation:分水岭分割        105
Operators:运算        105
Conversion:转换        105
Quantify:量化        106
Centroid:质心        106
Detect Texture Defects:检查纹理缺陷        106
第九节 Binary二值菜单        106
Basic Morphology:基本形态学        107
Adv. Morphology:高级形态学        107
Binary Morphological Reconstruction:二值形态学重建        107
Particle Filter:粒子滤波        107
Binary Image Inversion:二值图像反转        108
Particle Analysis:粒子分析        108
Shape Matching:形状匹配        108
Circle Detection:圆检测        108
第十节 Machine Vision机器视觉菜单        108
Edge Detector:边缘检测        109
Find Straight Edge:查找直边        110
Adv. Straight Edge:高级直边        110
Find Circular Edge:查找圆边        110
Max Clamp:最大卡尺        110
Clamp(Rake):卡尺(耙子)        110
Pattern Matching:模式匹配        110
Geometric Matching:几何匹配        110
Contour Analysis:轮廓分析        110
Shape Detection:形状检测        110
Golden Template Comparison:极品模板比较        111
Caliper:测径器、卡尺        111
第十一节 Identification识别菜单        111
OCR/OCV:光学字符识别        112
Particle Classification:粒子分类        112
Barcode Reader:条码读取        112
2D Barcode Reader:二维条码读取        112
第十二节 Tools工具菜单        112
Batch Processing:批量处理        112
Performance Meter:性能测量        118
View Measurements:查看测量        118
Create LabVIEW VI:创建LabVIEW VI代码        119
Create C Code:创建C代码        119
Create .NET Code:创建.NET代码        120
Activate Vision Assistant:激活视觉助手        121
第十三节 Help帮助菜单        122
Show Context Help:显示上下文帮助        122
Online Help:在线帮助        123
Solution Wizard:解决问题向导        123
Patents:专利        123
About Vision Assistant:关于视觉助手        123
第三章 采集图像        124
第一节 Acquire Image采集图像        125
第二节 Acquire Image(1394,GigE,or USB)采集图像(1394、千兆网、USB)        126
Main选项卡        127
Attributes属性选项卡        136
第三节 Acquire Image(Smart Camera)从智能相机中采集图像        141
第四节 Simulate Acquisition仿真采集        143
第四章 浏览图像        148
第五章 图像处理-Image图像        151
第一节 Histogram直方图        151
Histogram选项卡        153
Main选项卡        157
第二节 Line Profile线剖面图        159
Line Profile选项卡        160
Main选项卡        162
第三节 Measure测量        163
Measure选项卡        165
第四节 3D View三维视图        172
3D View选项卡        175
第五节 Brightness亮度        180
Brightness选项卡        182
第六节 Set Coordinate System设定坐标系        190
Settings选项卡        192
第七节 Image Mask 图像掩模        198
Mask选项卡        200
第八节 Geometry几何        210
Geometry选项卡        212
第九节 Image Buffer图像缓存        226
Image Buffer选项卡        228
图像缓存实例        231
第十节 Get Image获取图像        235
Main选项卡        237
获取图像实例        239
第十一节 Image Calibration图像标定        242
Main选项卡        243
Calibration Data标定数据选项卡        245
图像标定实例        250
第十二节 Image Correction图像校正        251
Image Correction图像校正选项卡        253
图像校正实例        255
第十三节 Overlay覆盖        257
Overlay选项卡        257
Layer Management选项卡        278
第十四节 Run LabVIEW VI运行LabVIEW函数        279
Main选项卡        280
调用VI实例        283
VI Control选项卡        284
第六章 图像处理-Color颜色        288
第一节 Color Operators颜色运算        288
Color Operators选项卡        291
颜色运算实例        295
第二节 Color Plane Extraction颜色平面抽取        312
Extract Color Plane选项卡        313
第三节 Color Threshold颜色阈值        325
Color Threshold选项卡        326
颜色阈值实例        330
第四节 Color Classification颜色分类        336
Main选项卡        336
颜色分类实例        341
第五节 Color Classification Training Interface颜色分类训练接口        347
颜色分类训练接口界面        347
颜色分类训练接口菜单        359
第六节 Color Segmentation颜色分割        376
Main选项卡        378
Settings选项卡        379
Pixel Mapping选项卡        386
颜色分类实例        387
第七节 Color Matching颜色匹配        388
Template选项卡        390
Create Template创建模板        391
Settings选项卡        393
颜色匹配实例        394
第八节 Color Location颜色定位        400
Template选项卡        402
Create Template创建模板        402
Settings选项卡        409
颜色定位实例        409
第九节 Color Pattern Matching颜色模式匹配        411
Template选项卡        413
Create Template创建模板        414
Settings选项卡        416
颜色模式匹配实例        419
第七章 图像处理-Grayscale灰度        421
第一节 Lookup Table查找表        421
Image Source图像源        425
Equalize均衡        425
Reverse反转        426
Logarithmic对数        427
Exponential指数        429
Square平方        431
Square Root平方根        432
Power X幂X        432
Power 1/X幂1/X        433
Power Value幂值        434
第二节 Filters滤波        441
Smoothing-Low Pass平滑-低通滤波器        444
Smoothing-Local Average:平滑-局部平均滤波器        448
Smoothing-Gaussian平滑-高斯滤波器        451
Smoothing-Median平滑-中值滤波器        453
Edge Detection-Laplacian边缘检测-拉普拉斯滤波器        455
Edge Detection- Differentiation边缘检测-微分滤波器        465
Edge Detection-Prewitt边缘检测-普瑞维特滤波器        466
Edge Detection-Sobel边缘检测-索贝尔滤波器        470
Edge Detection-Roberts边缘检测-罗伯茨滤波器        474
Edge Detection-Canny边缘检测-坎尼滤波器        477
Convolution-Highlight Details卷积-高亮细节滤波器        484
Convolution-Custom卷积-自定义滤波器        487
第三节 Gray Morphology灰度形态学        489
Dilate膨胀        491
Erode腐蚀        494
Close闭        496
Open开        498
Proper Close适当闭        502
Proper Open适当开        504
Auto Median自动中值        507
第四节 Gray Morphology Reconstruction灰度形态学重建        511
Gray Morphology Reconstruction选项卡        512
灰度形态学重建实例        516
形态学重建扩展        520
更多讨论        531
第五节 FFT Filter快速傅里叶变换滤波器        531
频域分析介绍        531
什么时候使用频域分析        532
频域分析概念        532
深入讨论频域分析        539
快速傅里叶变换实例        541
第六节 Threshold阈值(二值化)        548
全局灰度阈值Global Grayscale Thresholding        548
全局颜色阈值Global Color Thresholding        573
局部阈值Local Thresholding        576
阈值需要考虑的问题        585
第七节 Watershed Segmentation分水岭分割        585
什么时候使用形态学分割        586
形态学分割概念        586
分水岭变换        587
扩展阅读Vincent &Soille’s算法        589
Watershed Segmentation分水岭分割实例        590
第八节 Operators运算        597
Average平均值        599
Min最小值        600
Max最大值        601
Clear if <小于清除        603
Clear if < or =小于等于清除        604
Clear if =等于清除        605
Clear if > or =大于等于清除        606
Clear if >大于清除        607
第九节 Conversion转换        608
第十节 Quantify量化        616
第十一节 Centroid质心        618
第十二节 Detect Texture Defects检测纹理缺陷        621
检测纹理缺陷概述        622
什么时候使用纹理缺陷检测        622
从纹理缺陷检查中期望得到什么        623
纹理检查例子        625
第十三节 Texture Training Interface纹理训练接口        636
纹理训练接口基本操作        636
纹理缺陷检测的深入探讨        656
第八章 图像处理-Binary二值        663
第一节 Basic Morphology基本形态学        663
Gradient In梯度内        669
Gradient Out梯度外        669
Auto Median自动中值        671
Thick粗化        671
Thin细化        674
Hit-Miss Function击中击不中函数        677
第二节 Advanced Morphology高级形态学        678
什么时候使用高级形态学        680
高级形态学概念        680
Remove small objects删除小目标        680
Remove large objects删除大目标        684
Remove border objects删除边界目标        688
Fill holes填充孔洞        689
Convex Hull凸包        691
Skeleton骨架        693
Separate objects分割目标        697
Label objects标记目标        698
Distance距离        702
Danielsson丹尼尔森        705
Segment image分割图像        707
第三节 Binary Morphology Reconstruction二值形态学重建        710
Binary Morphology Reconstruction选项卡        711
二值形态学重建实例        714
第四节 Particle Filter粒子过滤        716
Particle Filter粒子过滤概述        716
Particle Filter粒子过滤实例        718
Particle Measure粒子测量        720
第五节 Binary Image Inversion二值图像反转        733
二值图像反转函数概述        733
二值图像反转函数的作用        735
第六节 Particle Analysis粒子分析        737
粒子分析概述        737
粒子分析实例        741
第六节 Shape Matching形状匹配        743
形状匹配概述        743
形状匹配实例        745
第八节 Circle Detection圆检测        757
基本原理        757
Circle Detection选项卡        758
圆检测实际应用        760
第九章 图像处理-Machine Vision机器视觉        761
第一节 Edge Detector边缘检测        761
Edge Detection边缘检测        761
什么时候可以使用边缘检测        762
Edge Detection Concepts边缘检测概念        764
NI Vision中的Edge Detection边缘检测        780
边缘检测实例        796
第二节 Find Straight Edge查找直边        799
Main主体        800
Settings设置        800
Advanced高级        816
Result结果        818
查找直边应用实例        819
第三节 Advanced Straight Edge高级直边        822
Main主体        823
Edge Detector Settings边缘检测设置        823
Straight Edge Settings直边设置        833
Result结果        839
高级直边实例        841
第四节 Find Circular Edge查找圆边        842
Settings设置        844
Advanced高级        846
Results结果        847
查找圆边实例        848
第五节 Max Clamp最大夹钳        850
Settings设置        852
最大卡尺实例        865
第六节 Clamp(Rake)夹钳(耙子)        867
Clamp卡尺设置        869
卡尺(耙子)实例        875
第七节 Pattern Matching模式匹配        879
模式匹配介绍        879
什么时候使用模式匹配        879
从模式匹配工具中期望得到什么        880
模式匹配技术        881
深入了解归一化互相关        883
视觉助手中模式匹配        884
模式匹配例子        899
第八节 Geometric Matching几何匹配        901
几何匹配介绍        901
什么时候使用几何匹配        901
什么时候不应该使用几何匹配        903
从几何匹配期望得到什么        903
几何匹配技术        906
使用标定图像进行几何匹配        912
深入探讨        913
NI视觉助手中的几何匹配        916
几何匹配实例        943
第九节 Contour Analysis轮廓分析        945
轮廓分析介绍        945
什么时候使用轮廓分析        945
轮廓分析的概念        946
深入探讨        950
视觉助手中的轮廓分析        951
轮廓分析实例        974
第十节 Shape Detection形状检测        976
Curve Settings曲线设置        977
Shape形状        980
Min Width最小宽度        982
Settings设置        984
形状检测实例        986
第十一节 Golden Template Comparison金板对比        988
金板对比介绍        988
什么时候使用金板对比        988
金板对比的概念        989
视觉助手中的金板对比        992
金板匹配实例        1008
第十二节 caliper卡尺        1018
Geometric Feature几何特征        1021
Available Points有效点        1021
Select需要选择多少点        1021
Measure测量        1022
Reset重置        1022
Select All选择所有        1022
Distance距离        1022
Mid Point中点        1022
Perpendicular Projection垂直投影(垂足及点到直线的距离)        1023
Lines Intersection直线交点        1024
Angle from Horizontal直线与水平线的夹角        1025
Angle from Vertical直线与垂线的夹角        1026
Angle Defined by 3 Points由三点测量角度(两条相交的直线)        1027
Angle Defined by 4 Points由四点测量角度(未相较的直线)        1028
Bisecting Line角平分线(两直线间的中线)        1029
Mid Line点与直线之间的中线        1029
Center of Mass质心        1030
Area面积        1031
Line Fit拟合直线        1032
Circle Fit拟合圆        1034
Ellipse Fit拟合椭圆        1035
卡尺实例        1035
第十章 图像处理-Indentification识别        1039
第一节 OCR/OCV光学字符识别验证        1039
OCR介绍        1039
什么时候使用OCR        1039
训练字符        1040
阅读字符        1041
OCR引用        1042
概念与术语        1042
视觉助手中的OCR        1050
字符识别实例        1096
第二节 Particle Classification粒子分类        1099
分类介绍        1099
什么时候使用分类        1099
训练分类器        1099
分类样本-二值粒子分类        1100
分类样本-颜色分类        1105
分类方法-最近邻Nearest Neighbor        1107
分类方法-支持向量机Support Vector Machines        1110
选择正确的参数        1114
自定义分类器        1115
深入探讨        1115
视觉助手中的粒子分类        1121
粒子分类实例        1145
第三节 Barcode Reader条码阅读器        1147
仪器阅读简介        1147
仪表测量函数Meter        1148
LCD函数        1153
条码函数Barcode        1155
视觉助手中的条码阅读        1156
条码阅读实例        1162
第四节 2D Barcode Reader二维码阅读器        1172
二维码概述        1172
影响二维码识别的因素        1172
二维码识别概念-数据矩阵概念        1173
二维码识别概念-QR码概念        1182
视觉助手中的二维码阅读        1184
二维码阅读器实例        1225
第十一章 视觉助手应用实例大全        1230
第一节 光盘表面划痕检测        1230
第二节IC引脚间距测量        1233
第三节 字符正反检测        1240
第四节 Mark点定位        1244
第五节 线宽尺寸检查        1248
第六节 LED杯底位置与方向检测        1253
第七节 轴承表面缺口检查        1256
第八节 保险丝有无检查        1260
第九节 编带机元件方向判断        1266
第十节 手机摄像头对位        1272
第十一节 晶片划痕检查        1279
第十二节螺孔有无攻牙        1282
第十三节异形元件定位        1290
第十四节 小金属件正反检测        1292
第十五节 药品有无检测        1299
第十六节 二维码识别        1300
第十七节 轴尺寸测量        1303
第十八节 PCB板上元件有无判断        1307
第十九节USB接口弹片高度测量        1311
第二十节 排线数量与线序检查        1316
第十二章 基于LabVIEW的图像处理编程        1321
第一节 基于LabVIEW的图像处理环境需求        1321
第二节 图像内存的分配与图像保存        1322
第三节 使用IMAQdx驱动相机采集图像        1326
第四节 调用DLL驱动相机采集图像        1337
第五节 使用视觉助手生成图像处理函数并优化处理速度        1349
第六节 输入输出信号操作        1361
第七节 视觉与运动控制的结合        1372

xyz88 发表于 2013-9-7 15:15:29

哇,终于等出来了。我支持500元封顶,上次谢版主采购视觉vision builder及实验机架,还有标定版,今天又准备采购基于Vision Assistant的图像处理实用教程
我以向版主砸砖表示感谢!幸苦。。。

Athena_linux 发表于 2013-9-7 16:38:19

电子档还是纸质书,有没预览部分

石鑫华视觉 发表于 2013-9-7 18:58:22

Athena_linux 发表于 2013-9-7 16:38 static/image/common/back.gif
电子档还是纸质书,有没预览部分
电子档。前面几章的有免费阅读的。

《基于Vision Assistant的图像处理实用教程》《NI视觉助手实用教程》-章节导航
http://labviewvision.com/thread-7278-1-1.html?fromuid=9
(出处: 机器视觉论坛)


reason159 发表于 2013-9-7 20:37:56

版主的大作终于出来了,非常期待

无奈的人生 发表于 2013-9-8 21:16:43

什么时候出来,另外请教下版主,我英语很很差,学了你的教材,能做一些简单的工程视觉应用吗

石鑫华视觉 发表于 2013-9-9 10:47:59

无奈的人生 发表于 2013-9-8 21:16 static/image/common/back.gif
什么时候出来,另外请教下版主,我英语很很差,学了你的教材,能做一些简单的工程视觉应用吗

就这两天。

石鑫华视觉 发表于 2013-9-9 10:49:10

无奈的人生 发表于 2013-9-8 21:16 static/image/common/back.gif
什么时候出来,另外请教下版主,我英语很很差,学了你的教材,能做一些简单的工程视觉应用吗

英语差没关系。本教程专为英语差的同学使用。学会了,不只简单的工程,复杂的,只要有得搞,一样能做。

无奈的人生 发表于 2013-9-9 18:53:41

谢谢楼主指点,出来后要买本{:soso_e113:}
页: [1] 2
查看完整版本: 基于Vision Assistant的图像处理实用教程调查

LabVIEW HALCON图像处理入门教程(第二版)
石鑫华机器视觉与LabVIEW Vision图像处理PDF+视频教程11种全套
《LabVIEW Vision函数实例详解》教程-NI Vision所有函数使用方法介绍,基于NI VISION2020,兼容VDM21/22/23