正文从这里开始。
绪论
相关学科之间的关系
计算机视觉（CV）
- 计算机视觉是一门研究如何使机器看 的科学
- 计算机视觉是：关于如何运用照相机和计算机来获取被拍摄对象的数据与信息的学问
给计算机安上眼睛（照相机）和大脑（算法），让计算机能==感知环境==
机器视觉
- 用机器代替人眼来做测量和判断
- 机器视觉系统通过光学的装置和非接触的传感器主动地接触和处理一个真实物体的图像，通过分析(==各种运算== )获得所需的信息(==目标的特征==)，进而控制 ==现场设备的动作==
CV与MV
数字图像处理(DIP)
[!NOTE] CV与MV都离不开DIP
DIP通过计算机图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术
机器视觉初认识
指使用智能机器代替人类进行物体和环境识别，通过相机==采集图像==，并使用软件算法进行==分析和理解==，最终使机器具有和生物视觉系统类似的==场景感知==能力
机器视觉硬件
组成
光源、镜头、相机、图像采集模块、图像处理模块、交互界面等
工作流程
视觉系统
机器视觉选型
光源
- LED、荧光灯、卤素灯
照明技术
亮视野与暗视野
低角度照明
前向光照明
前向光漫射照明
背光照明
颜色与补色
偏光技术应用
[!NOTE] 重点：照明颜色和方式 不同的组合，提取的特种不同
镜头——影响图像质量的关键因素
镜头是与相机配套使用的一种成像设备
- 成像
- 聚焦
- 曝光
- 变焦
成像尺寸
焦距与视场角
焦距越小，视场角越大，拍摄距离越近
常用公式
镜头分类(按视场)
- 远心镜头
镜头参数
- 镜头分辨率
- 光圈
光圈越小，景深越长
- 快门 控制相机曝光时间
镜头接口
相机
相机是一种将现场影像转化成数字信号或模拟信号的工具。主要参数： 分辨率、像素尺寸、帧率、像素深度、数字接口
按不同芯片类型分类
- CCD摄像机
- CMOS摄像机
- 面阵相机
- 线阵相机
- 逐行与隔行
卷帘快门与全快门
黑白相机与彩色相机
原始方法
新方案
最后通过计算，得到每个点的RGB值
工业应用
- 处理的问题与图像颜色有关，则用彩色工业相机
- 若不是，则用黑白工业相机。 在同样的分辨率下，黑白相机精度高，尤其在看图像边缘 的时候，效果更好
工业相机接口类型
机器视觉应用即展望
检测功能
机器视觉应用行业
数字图像基础
图像和数字图像
图像是人类视觉的基础，是自然景物的客观反映，是人类认识世界和人类本身的重要源泉
- “图”是物体反射或透射光的分布
- “像”是人的视觉系统所接受的图在人脑中所形成的印象或认识
图像分类
模拟图像
- 图象是连续的
- f(x,y)是连续的
数字图像
- 将f(x,y)离散化得到的I(r,c)
- 数字图像可以用矩阵或数组进行描述
黑白图像
- 每个像素只是黑/白，又称二值图像
- 像素值为0、1
灰度图像
彩色图像
- 每个像素的信息有RGB三原色构成、其中RGB有不同的灰度级描述
索引图象
图像的数字化
类比声音信号的数字化过程
- 取样
- 量化
- 编码
图像的数字化过程
- ==采样间隔==越大，像素数越少，分辨率低，质量差
- ==量化等级==越多，所得图像层次越丰富，灰度分辨率越高，质量越好，但数据量大。
- 非均匀采样/量化
图像像素间的关系
邻域关系
描述相邻像素之间的相邻关系
邻接性
连通性
区域和边界
区域的定义是建立在连通集的基础上 令R是图像中的像素子集，如果R是连通集，则称R为一个区域
求边界
像素之间的距离
欧式距离
城市街区距离
棋盘距离
- 找最短距离
- 实质上是凑成一个==正方形的对角线==
图像灰度直方图
直方图的求法
- 可以直接函数调用
直方图的性质
- 直方图是图像最基本的==统计特征==
- 只能反映图像灰度的分布情况
- 一幅图像对应唯一的灰度直方图、
- 整个图像的直方图是各部分直方图之和
直方图的应用
- 用于判断图像量化是否恰当
- 用于确定图像二值化的阈值
补充：人眼视觉的特殊性
同时对比度
Mach带
主观轮廓
空间错觉
颜色错觉
旋转错觉
