内容简介本书介绍了机器视觉系统的基本组成原理和图像处理相关的技术基础。本书在第1版的基础上，重点补充介绍深度学习技术及其在机器视觉中的应用。全书共分12章，第１章简要介绍机器视觉技术的基本概念、系统构成以及发展趋势；第２章介绍机器视觉系统的硬件技术和教学实验设备；第３章介绍机器视觉组态软件XAVIS；第４章介绍图像处理技术；第５、６章分别介绍机器视觉应用最普遍的尺寸测量技术与缺陷检测技术；第７章介绍模式识别技术；第８章介绍图像融合技术；第９章介绍基于机器视觉的运动目标跟踪技术；第10章介绍三维重构的初级视觉理论与方法；第11章介绍深度学习技术；第12章介绍深度学习技术在机器视觉中的应用。 关于深度学习技术，本书用深度学习概述、深度学习基本概念、卷积神经网络、循环神经网络和经典的深度神经网络等几个小节，沿着深度学习的发展脉络，进行的深入浅出的介绍，帮助初学者快速入门。其次，本书重点讲解了深度学习在目标检测、图像分割、图像识别和图像生成等任务中的应用情况和案例，基本关注到了计算机视觉领域中的主要研究方向，为入门者提供解决类似问题的基本思路和实操方法。 本书既可作为高等学校自动化类、计算机类、电气类、机械类等相关专业的教材，也适用于从事测量、检测、控制及机器视觉等系统研究、设计和开发的科研技术人员参考。本次修订立足于新工科、新专业方向，相信将对机器人工程专业、人工智能专业及其他相关新兴领域专业的发展起到积极作用。