随着计算机硬件和软件技术的发展，机器视觉技术在工程中的应用越来越广泛，HAI—CON软件作为当今机器视觉技术的代表软件，提供了强大的视觉库。本书以HAI。CON为编程工具，全面、系统地介绍了机器视觉技术的相关理论和工程应用实例，使读者能更好地学习和掌握HALCON编程基础与编程技巧。
全书分为ll章，内容包括机器视觉技术概述、HALCON编程基础、HAI—CON数据结构、图像预处理、图像采集、图像分割、图像匹配、图像测量、运动图像分析、深度学习基础知识、HALCON中的深度学习方法等。每一章的末尾都附有必要的习题，便于教学或自学练习，以便加深读者对本书所述内容的理解。l司时，本书汇集了图像处理中大多数现有流行算法，以图文并茂的方法讲解复杂的理论算法，并给出了实际处理案例。
本书难度适中，内容精练，可作为高等学校智能制造工程、机器人工程、电子信息工程、通信与信息工程、计算机科学与技术、控制科学与技术等专业本科生与研究生的教材，也可供从事图像处理、模式识别、人工智能、生物工程、医学成像等相关领域的科研人员和工程技术人员参考。

第1章 绪论
1.1 机器视觉
1.2 HALCON简介
本章小结
习题
第2章 HALCON编程基础与数据结构
2.1 HALCON控制语句
2.2 HALCON算子
2.3 HALCON图像读取、显示和转换
2.4 图形参数
2.5 控制参数
本章小结
习题
第3章 图像处理基础
3.1 图像数字化
3.2 数字图像表现形式及格式
3.3 数字图像的描述
本章小结
习题
第4章 HALCON图像采集
4.1 图像采集硬件
4.2 图像采集算子
4.3 图像采集助手
本章小结
习题
第5章 图像预处理
5.1 灰度变换
5.2 直方图处理
5.3 图像的几何变换
5.4 图像的平滑
5.5 图像的锐化
5.6 图像的彩色增强
本章小结
习题
第6章 图像分割
6.1 阈值分割
6.2 边缘检测
6.3 区域分割
6.4 霍夫变换
6.5 动态聚类分割
6.6 分水岭算法
本章小结
习题
第7章 图像匹配
7.1 基于灰度值的匹配
7.2 基于图像特征的匹配
7.3 基于相关性的匹配
7.4 空间金字塔匹配
7.5 Matching助手
本章小结
习题
第8章 图像测量
8.1 机器视觉与测量
8.2 HALCON一维测量
8.3 HALCON二维测量
8.4 HALCON三维测量
8.5 HALCON测量助手
本章小结
习题
第9章 运动图像分析
9.1 帧间差分法
9.2 背景差分法
9.3 光流法
本章小结
习题
第10章 神经网络与深度学习
10.1 人工智能、机器学习和深度学习
10.2 神经网络基础
10.3 卷积神经网络基础
10.4 模型训练与评估
本章小结
习题
第11章 HALCON中的深度学习
11.1 HALCON深度学习环境的配置
11.2 图像的标注
11.3 主要流程及算子
11.4 深度学习例程
本章小结
习题
参考文献