本书系统阐述了视觉伺服系统的技术原理与应用实践，完整呈现了从图像采集、处理分析到智能控制的整个技术链条。内容涵盖硬件选型、图像处理算法、立体视觉定位等核心技术，并深入介绍了如何运用OpenCV、Python以及CNN、Transformer等深度学习模型来解决实际问题。书中还通过工业检测、智能分拣、机器人焊接等多个智能制造领域的典型案例，具体展示了视觉伺服系统的设计与实现方案。 本书适合工业自动化领域工程师阅读学习，也可供计算机科学与技术、机器人工程等专业的师生参考。

第1章 视觉伺服概述
1.1 人类视觉
1.2 机器视觉
1.3 视觉伺服
1.4 机器人视觉伺服
第2章 机器视觉系统之图像采集
2.1 光源
2.2 照明系统
2.3 镜头
2.4 摄像头
2.5 图像采集卡
第3章 机器视觉系统之图像处理
3.1 图像处理基础
3.2 数字图像的来源
3.3 图像处理算法
第4章 机器视觉系统之图像分析
4.1 图像分析的概念
4.2 图像分析的方法
4.3 图像分析的常用算法
第5章 立体视觉系统
5.1 视觉系统的类型
5.2 单目视觉系统
5.3 双目视觉系统
第6章 机器人视觉伺服控制系统
6.1 机器人视觉伺服控制系统的软硬件组成
6.2 机器人视觉伺服控制系统的工作过程
6.3 机器人视觉伺服控制系统的类型
6.4 机器人的位置伺服控制系统
第7章 视觉图像处理与分析的软件平台
7.1 Python
7.2 PyTorch
7.3 MATLAB
7.4 OpenCV
7.5 HALCON
第8章 神经网络与深度学习
8.1 神经网络的基本概念
8.2 前馈神经网络
8.3 卷积神经网络
8.4 循环神经网络
8.5 Transformer
8.6 深度学习之TensorFlow
8.7 深度学习之YOLO
第9章 视觉伺服系统的应用
9.1 视觉伺服系统的架构组成与工作过程
9.2 基于视觉引导的SCARA机器人自动装配系统
9.3 基于机器视觉的多机械臂煤矸石分拣机器人系统
9.4 线结构光焊缝类型识别及特征提取
9.5 基于车辆识别技术的可视化智能停车场综合管理系统
9.6 中草药智能识别分拣系统
参考文献