随着电子信息、人工智能、大数据等技术的快速发展，机器视觉已从传统的图像处理范畴，拓展为融合深度学习、模式识别、光学工程、计算机图形学等多学科的交叉领域，其应用边界持续拓宽，技术价值日益凸显。在全球产业转型升级的浪潮中，掌握机器视觉技术的原理与应用，既成为相关专业人才的核心竞争力，也成为推动行业创新发展的重要动力。
为满足高等院校相关专业教学的需求，以及工程技术人员的实践参考需要，我们组织了长期从事机器视觉技术研究、教学与工程应用的一线教师和科研人员编写了这本《机器视觉技术与应用》。本书以“紧贴应用、突出前沿、注重实践”为编写理念，力求兼顾理论深度与应用广度，为读者介绍机器视觉典型技术的原理与应用。
全书共8章：第1章“绪论”从机器视觉的定义、发展历史、系统的组成入手，系统介绍了机器视觉技术的核心概念、演进历程和软硬件组成；第2章“机器视觉基础知识”以典型图像处理流程为主线，系统介绍了视觉基础、图像预处理、边缘检测、图像分割和图像特征提取等机器视觉涉及的图像处理基础知识，为后续知识的学习奠定基础；第3章“基于深度学习的机器视觉技术”紧跟技术前沿，详细介绍了深度学习的基本原理以及卷积神经网络的基本构成和经典模型，展现了深度学习与机器视觉的融合；第4章“光学字符识别技术”围绕字符区域定位、切分、识别等关键环节，结合典型应用案例，深入解析光学字符识别技术的实现流程与优化策略；第5章“运动目标检测与跟踪技术”重点讲解背景建模、目标分割、跟踪算法等核心内容，为动态场景下的机器视觉应用提供技术支撑；第6章“图像融合技术”以船舶大空间视频火灾探测为应用背景，从像素级、特征级和决策级三个层次阐述了图像融合的基本原理和经典算法；第7章“双目视觉定位技术”以火焰双目视觉定位为应用背景，从相机标定、特征匹配等关键技术出发，系统介绍了双目视觉系统的构建与定位方法；第8章“基于深度学习的火焰图像生成与场景迁移”聚焦特定领域应用，展现机器视觉技术在火灾探测等场景中的创新应用。
本书在编写过程中始终坚持理论与实践相结合的原则，形成了鲜明的特色。其一，知识体系完整，兼顾基础与前沿。本书既涵盖机器视觉技术的经典理论与传统算法，又融入深度学习等前沿技术成果，实现了基础知识点与前沿技术的有机统一。其二，突出实践导向，强化编程能力。在介绍核心知识点的同时，配套提供MATLAB编程代码实例，通过代码实现与效果分析，帮助读者深化对理论知识的理解，提升动手实践能力。其三，融入实际项目，注重应用落地。本书结合车牌定位与识别、船舶大空间视频火灾探测等真实项目案例，详细拆解项目开发流程、关键技术难点与解决方案，引导读者将理论知识转化为工程应用能力。其四，逻辑清晰，易于理解。本书采用由浅入深、循序渐进的编写思路，通过图文并茂的方式直观呈现复杂概念与技术原理，降低了学习门槛，以满足不同层次读者的学习需求。
本书可作为高等院校相关专业的本科生及研究生教材，包括但不限于以下专业：自动化、电气工程及其自动化、计算机科学与技术、电子信息工程，也可作为从事机器视觉技术研发、工程应用的科研人员与工程技术人员的参考用书。在教学过程中，教师可根据教学目标与学时安排，灵活选取重点章节进行讲解，并结合编程实践与项目实训，培养学生的综合应用能力。
本书由海军工程大学王腾主编，刘蕾、欧阳继能、杨植凯编著。王腾编写第1～6章；欧阳继能编写第7章；刘蕾编写MATLAB实验指导内容；杨植凯编写第8章。王腾负责全书的策划、内容安排、文稿修改和审定工作。在编写过程中，我们参考了国内外众多优秀的学术著作、教材与研究成果，在此向相关作者表示衷心的感谢。
由于机器视觉技术发展迅速，新理论、新算法、新应用不断涌现，加之作者水平有限，书中难免存在疏漏与不足之处，恳请广大读者与同行专家批评指正。