機器視覺檢測的分析簡答作業(yè)及答案要點

1、2022 研究生機器視覺課程檢測及課程設(shè)計內(nèi)容一、答復(fù)以下問題：1、什么是機器視覺,它的目標(biāo)是什么？能否畫出機器視覺檢測系統(tǒng)的結(jié)構(gòu)方塊圖,并說出它們的工作過程原理和與人類視覺的關(guān)系？機器視覺是機器 通常指計算機 對圖像進(jìn)行自動處理并報告“圖像中有什么的過程,也就是說它識別圖像中的內(nèi)容.圖像中的內(nèi)容往往是某些機器零件,而處理的目標(biāo)不僅要能對機器零件定位,還要能對其進(jìn)行檢驗.原始數(shù)據(jù)特征向量類別標(biāo)識特征度量模式分類器機器視覺系統(tǒng)的組成框圖2、在機器視覺檢測技術(shù)中：什么是點視覺技術(shù)、一維視覺技術(shù)、二維視覺技術(shù)、三維視覺技術(shù)、運動視覺技術(shù)、彩色視覺技術(shù)、非可見光視覺技術(shù)等？能否說出他們的應(yīng)用領(lǐng)域病句、

2、案例？能否描述它們的技術(shù)特點？答： 點視覺： 用一個獨立變量表示的視覺稱之為點視覺.如應(yīng)用位移傳感器測量物體的移動速度.一維視覺：普通的 CCD.兩維視覺：用兩個獨立變量表示的視覺稱之為兩維視覺.比方普通的 CCD.三維視覺：用三個獨立變量表示的視覺稱之為三維視覺.比方用兩個相機拍攝雙目視覺；或者使用一個相機和一個輔助光源.彩色視覺：用顏色作為變量的視覺稱之為彩色視覺.物體的顏色是由照射光源的光譜成分、光線在物體上反射和吸收的情況決定的.比方,一個藍(lán)色物體在日光下觀察呈現(xiàn)藍(lán)色,是由于這個物體將日光中的藍(lán)光反射出來,而吸收了光譜中的其他局部的光譜,而同樣的藍(lán)色物體,在紅色的光源照射下,那么呈現(xiàn)紅

3、紫色,非可見光視覺技術(shù)：用非可見光作為光源的視覺技術(shù).比方非可見光成像技術(shù).3、機器視覺檢測技術(shù)中：光源的種類有哪些？不同光源的特點是什么？光照方式有幾種？不同光照方式的用途是什么？又和技術(shù)特點和要求？機器視覺檢測技術(shù)中光源有以下幾種：熒光燈,鹵素?zé)?光纖導(dǎo)管,LED 光源,激光,紫外光等.幾種光源的特點如下：種類稱名本錢灰度處理亮度穩(wěn)定度使用壽命復(fù)雜設(shè)計溫度影響熒光燈低差差低+鹵素?zé)艄饫w導(dǎo)管高好差差LED 光源好好高低光照方式有以下幾種：背景光法背光照射是將被測物置于相機和光源之間.這種照明方式的優(yōu)點是可將被測物的邊緣輪廓清楚地勾勒出來.由于在圖像中,被測物所遮擋的局部為黑色,而未遮擋的局部

4、為白色,因此形成“黑白清楚的易于系統(tǒng)分析的圖像.此方法被應(yīng)用于 90%的測量系統(tǒng)中.前景光法正面照射是將燈源置于被測物和相機之前.又可分為明場照射和暗場照射.明場照射是為了獲得物體的幾乎全部信息,照射物體的光在視野范圍之內(nèi)幾乎全部反射回去； 暗場照射是為了獲取物體外表的凹凸,照射物體的光在視野范圍之外有局部光反射回去.同軸光法是將燈源置于被測物和相機之間.4、機器視覺檢測系統(tǒng)中,光學(xué)系統(tǒng)的作用是什么？光學(xué)器件有哪幾種,它們各自的作用是什么？光學(xué)鏡頭有幾種類型,它們各自有何用途？光學(xué)鏡頭有哪些技術(shù)參數(shù),各自對測量有什么影響？答：機器視覺檢測系統(tǒng)中,光學(xué)系統(tǒng)用來采集物體的輪廓、色彩等信息.光學(xué)器件

5、主要有：鏡頭、成像器件CCD 和 CMOS、光圈、快門等.鏡頭的作用是對成像光線進(jìn)行調(diào)焦等處理,使成像更清楚； 成像器件的作用是將光學(xué)圖像轉(zhuǎn)換成模擬電信號；光圈的作用如同人得瞳孔,限制入射光的入射量,實現(xiàn)曝光平衡；快門的作用是將想要獲取的光學(xué).圖像照射在成像器件上,獲取想要的光學(xué)圖像,排除干預(yù)等.光學(xué)鏡頭的類型：標(biāo)準(zhǔn)鏡頭、廣角鏡頭、遠(yuǎn)攝鏡頭、魚眼鏡頭、反射式鏡頭、變焦鏡頭和特殊鏡頭等.標(biāo)準(zhǔn)鏡頭的作用是獲取和人眼觀看效果類同的圖像；廣角鏡頭的作用是近距離拍攝較大場景的圖像； 遠(yuǎn)攝鏡頭的作用是遠(yuǎn)距離攝取景物的較大影象,對拍攝不易接近的物體,如動物、風(fēng)光、人的自然神態(tài),均能在遠(yuǎn)處不被干擾的情況下拍攝

6、；魚眼鏡頭的作用是近距離拍攝更大場景的圖像；反射式鏡頭的作用是更遠(yuǎn)距離攝取物體圖像； 變焦鏡頭的作用是在不改變拍攝距離的情況下,能夠在較大幅度內(nèi)調(diào)節(jié)底片的成像比例.光學(xué)鏡頭的技術(shù)參數(shù)有分辨率,失真,透光,暗角盲區(qū).5、光電轉(zhuǎn)換器件 CCD 和 CMOS 的作用是什么？各自的工作原理是什么,它們的差異是什么？它們有哪些主要的技術(shù)參數(shù),其作用是什么？光電轉(zhuǎn)換器件 CCD 和 CMOS 的作用是作為半導(dǎo)體光敏元件把光信號轉(zhuǎn)換為電信號.CCDCharge-CoupledDemce 電路耦合器件的工作原理：CCD 電路耦合器分三個階段采集圖像信號,首先將光信號轉(zhuǎn)換為電信號,然后暫時存放在 CMOS 存儲

7、器中,最后用時鐘脈沖順序讀出信號.CMOSComplementMetalOxideSemiconuctoi是互補金屬氧化物場效應(yīng)白簡稱,其工作原理為：CMOS傳感器中每一個感光元件都直接整合了放大器和模數(shù)轉(zhuǎn)換邏輯,當(dāng)感光二極管接受光照、產(chǎn)生模擬的電信號之后,電信號首先被該感光元件中的放大器放大,然后直接轉(zhuǎn)換成對應(yīng)的數(shù)字信號.換句話說,在 CMOS 傳感器中,每一個感光元件都可產(chǎn)生最終的數(shù)字輸出,所得數(shù)字信號合并之后被直接送交 DSP 芯片處理.從技術(shù)角度來講二者的主要區(qū)別如下： (a)信息讀取方式不同； (b)速度有所差異；(c)電源及耗電量；(d)成像質(zhì)量CCD 和 CMOS 主要參數(shù):CC

8、D 或 CMOS 尺寸、CCD 或 CMOS 像素、水平分辨率、最小照度,也稱為靈敏度、掃描制式、攝像機電源、信噪比、視頻輸出接口、鏡頭安裝方式.機器視覺檢測技術(shù)中,圖像處理的中央任務(wù)是什么？什么是圖像預(yù)處理,6、能否說出幾種與處理的方法和算法？邊緣檢測和邊緣提取有何區(qū)別？圖像分割有幾種方法？如何理解圖像處理中的卷積？能否描述空間域處理和變換域處理的方法和用途？恢圖像處理的中央任務(wù)是消除圖像中無關(guān)的信息,機器視覺檢測技術(shù)中,從而改良增強有關(guān)信息的可檢測性和最大限度地簡化數(shù)據(jù),復(fù)有用的真實信息,特征抽取、圖像分割、匹配和識別的可靠性.分割和匹配前所圖像預(yù)處理即在圖像分析中,對輸入圖像進(jìn)行特征抽取

9、、進(jìn)行的處理.是將每一個文字圖像分檢出來交給識別模塊識別的這一過程.空間方向梯度邊緣檢測使用數(shù)學(xué)方法提取圖像像元中具有亮度值(灰度)從數(shù)線特征的過程.邊緣提取是要保存圖像弧度變化比擬劇烈的區(qū)域,大的邊、,在信號處理的角度學(xué)上最直觀的方法就是微分(對于數(shù)字圖像來說就是差分)來看,也可以說是高通濾波器,即保存高頻信號.圖象分割有三種不同的方法,其一是將各象素劃歸到相應(yīng)物體或區(qū)域的象素聚類方法即區(qū)域法,其二是通過直接確定區(qū)域間的邊界來實現(xiàn)分割的邊界方圖像分其三是首先檢測邊緣象素再將邊緣象素連接起來構(gòu)成邊界形成分割.法,并行區(qū)域分割技用行邊界分割技術(shù)、4 種技術(shù)：并行邊界分割技術(shù)、割主要包括術(shù)和串行區(qū)

10、域分割技術(shù).在 g(x)g(x),然后將模版圖像處理中的卷積就是定義圖像是 f(x),模板是的定義域相交的元素進(jìn)行乘積并且求與 g(x)就把圖像中移動,每到一個位置,f(x),把新得到的像素集合起來就是卷積后和,得出新的圖像一點(通常是灰度值)的圖像.空間域圖像處理的方法是直接對圖像的像素進(jìn)行處空間域是指圖像本身,理,主要是亮度(灰度級)變換和空間濾波兩種方法.能否實踐一種算法用你能說出幾種與檢測有關(guān)的方法,、機器視覺算法中,7 于機器視覺檢測(如：各階矩的應(yīng)用等)？prew 計 troberts 邊緣檢測法,有 Canny 邊緣檢測方法,差分邊緣檢測法,邊緣檢測法等算法.laplace 邊緣

11、檢測法,邊緣檢測法,10g 軟件語言的程序算法：C+下面實現(xiàn)一種基于HD舊SUSANEdgeDetectD舊(HDIBhDib)SetCursor(LoadCursor(NULL,IDC_WAIT);DWORDdwDataLength=GlobalSize(hDib);HDIBhNewDib=GlobalA110c(GHND,dwDataLength);if(!hNewDib)SetCursor(LoadCursor(NULL,IDC_ARROW);returnNULL;LPBYTElpDIB=(LPBYTE)GlobalLock(hNewDib);if(lpDIB=NULL)SetCurso

12、r(LoadCursor(NULL,IDC_ARROW);returnNULL;LPBYTElpDIBSrc=(LPBYTE)GlobalLock(hDib);memcpy(lpDIB,lpDIBSrc,sizeof(BITMAPINFOHEADER)+PaletteSize(lpD舊Src);DWORDlSrcWidth=D舊Width(lpD舊Src);DWORDlSrcHeight=D舊Height(lpD舊Src);WORDwBitCount=(LPBITMAPINFOHEADER)lpD舊Src)-biBitCount;DWORDlSrcRowBytes=WIDTHBYTES(lSr

13、cWidth*(DWORD)wBitCount);IpData=FindDIBBits(lpDIB);/圖像變換開始/DWORDi,j,h,k,offset;intNearPoint37;intOffSetX37=-1,0,1,-2,-1,0,1,2,-3,-2,-1,0,1,2,3,-3,-2,-1,0,1,2,3,-3,-2,-1,0,1,2,3,-2,-1,0,1,2,-1,0,1;intOffSetY37=-3,-3,-3,-2,-2,-2,-2,-2,-1,-1,-1,-1,-1,-1,-1,0,0,0,0,0,0,0,1,1,1,1,1,1,1,2,2,2,2,2,3,3,3;if

14、(wBitCount=8)intthre,same,max,min;統(tǒng)計象素亮度最大值和最小值/max=min=0;for(i=0;ilSrcHeight;i+)for(j=0;jlSrcWidth;j+)offset=lSrcRowBytes*i+j;if(max(int)(*(lpOldBits+offset)min=(int)(*(lpOldBits+offset);1/10/相似度閾值為最大值和最小值差的thre=(max-min)/10;for(i=3;ilSrcHeight-3;i+)for(j=3;jlSrcWidth-3;j+)統(tǒng)計圓形鄰域內(nèi)相似的點的個數(shù)/same=0;for

15、(h=0;h37;h+)NearPointh=(int)(*(lpOldBits+lSrcRowBytes*(i+OffSetYh)+(j+OffSetXh);for(h=0;h37;h+)if(int)abs(NearPointh-NearPoint18)27)*(lpData+lSrcRowBytes*i+j)=255;else*(lpData+lSrcRowBytes*i+j)=0;if(wBitCount=24)inttheSame3,theMax3,theMin3,theThre3;memset(theMax,0,sizeof(int)*3);memset(theMin,0,size

16、of(int)*3);for(i=0;ilSrcHeight;i+)for(j=0;jlSrcWidth;j+)offset=lSrcRowBytes*i+j*3;for(k=0;k3;k+)if(theMaxk(int)(*(lpOldBits+offset+k)theMink=(int)(*(lpOldBits+offset+k);for(k=0;k3;k+)theThrek=(theMaxk-theMink)/10;for(i=3;ilSrcHeight-3;i+)for(j=3;jlSrcWidth-3;j+)memset(theSame,0,sizeof(int)*3);for(k=

17、0;k3;k+)for(h=0;h37;h+)NearPointh=(int)(*(lpOldBits+lSrcRowBytes*(i+OffSetYh)+(j+OffSetXh)*3+k);for(h=0;h37;h+)if(int)abs(NearPointh-NearPoint18)27)&(theSame127)&(theSame227)memset(lpData+lSrcRowBytes*i+j*3,255,3);elsememset(lpData+lSrcRowBytes*i+j*3,0,3);GlobalUnlock(hDib);GlobalUnlock(hNew

18、Dib);SetCursor(LoadCursor(NULL,IDC_ARROW);returnhNewDib;8、你編寫并運行通過了哪些圖像處理的計算機程序程序,能否寫出流程圖？編寫過讀取原始圖像,對圖像進(jìn)行灰度處理,對灰度圖像進(jìn)行 matlab 答：運用直方圖、均值濾波、中值濾波、圖像銳化、外表邊緣檢測及提取等程序.LPBYTElpOldBits=FindDIBBits(lpDIBSrc);LPBYTE外表邊緣檢測圖均值濾波圖像銳化中值濾波直方設(shè)計在設(shè)計一個機器視覺檢測系統(tǒng)時,、綜合機器視覺檢測技術(shù)課程內(nèi)容,9 過程應(yīng)如何進(jìn)行,需重點考慮什么問題？1選取合理的光源；答：選取適宜的鏡頭；23

19、選取適宜的信息處理系統(tǒng)；設(shè)計合理的檢測限制系統(tǒng)；4針對用戶需求根據(jù)軟件設(shè)計相對應(yīng)的程序.5 合理的光照個人覺得應(yīng)該重點考慮光照的方式和圖像提取的方法,合簡化軟件算法,提升檢測速度.可以讓采集系統(tǒng)得到高質(zhì)量的圖像,適的提取方法可以是任務(wù)完成的更輕松出色！ 同時,由于機器視覺是一種比擬復(fù)雜的系統(tǒng),大多數(shù)系統(tǒng)檢測對所以系統(tǒng)與運動物體的匹配和協(xié)調(diào)動作尤為重要,象都是運動的物體,系統(tǒng)給各局部的動作時間和處理速度帶來了嚴(yán)格的要求.描其各自的特點及用途可否、10 機器視覺檢測技術(shù)的輸入、輸出接口有哪些,述？1394,USB2.0,Ethernet,USB3.0Link,IEEECamera 有 680Mb/

20、sCameraLink400Mb/s1394IEEE480Mb/sUSB2.0Ethernet1Gb/sCameraLink 標(biāo)準(zhǔn)由自動圖像協(xié)會AIA提供支持,對攝像機接口、電纜和抓幀器進(jìn)行了標(biāo)準(zhǔn)化,用于轉(zhuǎn)換攝像機數(shù)據(jù),通常通過 PCITM 或者 PCIe?總線將數(shù)據(jù)傳送至計算機.相比于 USB 接口,早期在 USB1.1 時代,1394a 接口在速度上占據(jù)了很大的優(yōu)勢,在 USB2.0 推出后,1394a 接口在速度上的優(yōu)勢不再那么明顯.同時現(xiàn)在絕對多數(shù)主流的計算機并沒有配置 1394 接口,要使用必須要購置相關(guān)的接口卡,增加額外的開支.目前單純 1394 接口的外置式光儲根本很少,大多都是

21、同時帶有 1394 和 USB 接口的多接口產(chǎn)品,使用更為靈活方便.USB2.0 雖然標(biāo)稱速度可以,但事實上大多數(shù)廠商對高速狀態(tài)下的 USB 傳輸支持的還是很差,他們只滿足于民用級別的傳輸,很難到達(dá)工業(yè)用的標(biāo)準(zhǔn),1394相對成熟多了,不管從速度還是底層 driver 來看,目前我看到的,1394 比 USB 好很多.11、你參與了圖像采集實驗嗎？有何體會？參與了一些簡單的圖像采集實驗,比方用攝像頭采集一幅圖像,然后進(jìn)行圖像的各種處理,如果攝像頭是黑白攝像頭那么采集圖像后就可以對圖像進(jìn)行二值、銳化、平滑、邊緣檢測及提取等處理,攝像頭要是彩色的就要先把圖像轉(zhuǎn)化為灰度圖像再對圖像進(jìn)行各種處理.參與了

22、這些圖像采集實驗后我覺得圖像采集實驗重在后期處理上當(dāng)然前期采集圖像也很重要,所以我們要更加努力學(xué)習(xí) matlab 及 C+還有 VC 中涉及到圖像處理的局部,為以后遇到更難更復(fù)雜的圖像采集實驗時打下堅實的根底.12、你對本課程學(xué)習(xí)有何體會自學(xué)和課堂、收獲和建議？感覺自己還差的好多,以后還要多加學(xué)習(xí),不會的要及時請教學(xué)長或者老師.上完這門課程感覺收獲還是蠻大的,許老師給我們看了許多國際上先進(jìn)的產(chǎn)品,更加鼓勵了我們在課下繼續(xù)好好學(xué)習(xí)這門課程,建議就是老師再有什么好的學(xué)習(xí)資料時希望老師可以繼續(xù)提供應(yīng)我們.二、選擇光源和鏡頭13、給出被測物體的長、寬、高及測量精度,你如何選擇 CCD 和鏡頭組成的攝像機,以保證完成測量任務(wù).說出計算公式、流程及過程.答：首先,選好鏡頭.鏡頭的選擇遵循以下七個原那么：相機的芯片尺寸；12相機接口類型；3鏡頭工作距離；4鏡頭視場角；5鏡頭光譜特性；6鏡頭畸變率；7鏡頭機械結(jié)構(gòu)尺寸.然后,選擇 CCD.CCD 的選擇綜合考慮如下五個方面：1感光芯片類型：線陣、面陣；2視頻特點：包括點頻、行頻；3信號輸出結(jié)口；4工作模式：連續(xù),觸發(fā),限制,異步復(fù)位,長時間積分；5視頻參數(shù)