機器視覺測量技術

1、 實際中的光源總有一定的發(fā)光面積 擴展光源。擴展光源表面的每個面元ds沿某個方向r有一定發(fā)光強度dI沿r觀察，則 ds=ds cos 投影面積則面元ds沿r方向的光度學亮度B定義為在此方向上單位投影面積的發(fā)光強度。高度： 單位： 被照表面照度：一個被光線照射的表面上的照度，為照射在單位面積上的光通量，設面積ds上的光通量為d,則：照度 單位：1×（勒克斯） 1 = 1 lm/ 照度光學系統(tǒng)的像面照度和其他表面的照度是必須了解的光學量。參看圖1.4-1，從軸面上的面元dA1、輻射到接收面上的面元dA2的輻射通量為：LdA1d，Cos式中圖xx 輻射的傳播而從物面輻射到接收面的總輻射通量

2、為設物面是朗伯面，即L與面元dA1的位置無關，則由此式中F12稱為輻射傳輸系數(shù)，它只與表面的形狀、位置、大小和方向有關。是一純粹幾何量。F12是一二重積分量，很難計算，不過現(xiàn)在已經(jīng)對一些典型情況，計算出了結果，并且列出了表格，可供查閱。 像面照度光學系統(tǒng)像面上的照度會受兩方面的影響：（1）光學系統(tǒng)的會聚和發(fā)散作用；（2）光學系統(tǒng)的吸收、反射、散射和擋光的作用；為了簡單起見，將忽略第（2）種影響，而對于第（1）種影響將通過光學系統(tǒng)的幾何度G表示出來，并使這一計算變得很簡單。幾何度G的定義為式中這是投影立體角，它是接收面dA2對物面dA1所張立體角在物面法線方向的投影的積分。幾何度G只和光源的幾何

3、尺寸、光源到光學系統(tǒng)的距離、光學系統(tǒng)的入瞳尺寸以及光學系統(tǒng)的結構有關。當光能通過光學系統(tǒng)且不存在損失時，G是不變量，即在光學系統(tǒng)內(nèi)的不同截面上，G都是相同的。若從圖1.42觀察則有Gs = Ge = Gx = Gi式中Gs、Ge、Gx、Gi分別是光學系統(tǒng)的物面S、入瞳面e、出瞳面x、像面i的幾何度。圖1.42從上可以看出;（1）幾何度G可以表示光學系統(tǒng)傳輸輻射的能力；（2）可以根據(jù)易于計算的截面上的G值，計算出任一截面上的照度。例如：（1）光能無損失的光學系統(tǒng)像面中心的輻射度由得到式中，是光學系統(tǒng)的縱向放大率。（2）視場角為處像平面上的輻照度。比較物方側物點1和軸上點0所對應立體角的大小。對于

4、物點1，入瞳所對應的立體角為式中0是入瞳對軸上點0所張的立體角，故軸外點像平面的輻照度為上式說明：像面照度與光學系統(tǒng)的相對孔徑的平面成正比，又和視場角的余弦的4次方成正比； 需要特別注意的是：，這將嚴重影響像面照度的均勻性。但是，對于野外景物，它并不是朗伯體，而是各向均勻發(fā)光體，則。 1.7 視覺的空間知覺人眼能在高和寬為2D空間上形成的視象得到一個3D視覺空間。 非視覺性深度線索 眼睛聚焦調(diào)節(jié)： 觀察遠點不同的物體時，眼睛調(diào)節(jié)晶狀體，使成清晰象，這種調(diào)節(jié)活動給大腦提供信息，提供深度估計。 據(jù)此 共焦測距法 雙眼視軸的融合 觀察遠近不同的物體，雙眼自動調(diào)節(jié)使視軸對準視網(wǎng)膜中心，做幅合運動。提供

5、距離信息 三角測距法 雙眼深度線索中央眼確定主觀視覺方向，視覺 是產(chǎn)生立體知覺和深度知覺。（單獨產(chǎn)生） （圖像復合后相當于1只眼睛看到） 單眼深度線索大?。撼叽缦嘟奈矬w，近：成像大；遠：成像小物體的遮擋：遮擋來判斷物體的前后距離光亮與陰影：近：物體明亮；遠：物體灰暗顏色分布：近：黃或紅；遠：藍 空氣透視：近：輪廓清晰；遠：模糊不清紋理：近：紋理稀疏；遠：紋理密集運動：近：視角變化大；遠：視角變化小 （坐車過電線桿，和遠處的樹）第二章 圖像的采集和量化2.1 采集裝置的性能指標接受外界的激勵并產(chǎn)生響應，把模擬的響應轉化為數(shù)字化的信號，從而可被計算機利用。采集裝置功能： 接受輻射（光、聲、電）

6、進行模數(shù)轉換。采集裝置性能指標： 線性響應：輸入物理信號的強度與輸出響應信號的強度之間關系是否線性。 靈敏度：絕對靈敏度用能拾測到的最小光子數(shù)表示。 相對靈敏度用能使輸出發(fā)生一級變化所需光子數(shù)表示。 信噪比：所采集的圖像中有用信號與無用干擾的（能量或強度）比值。 陰影（不均勻度）：輸入物理信號為常數(shù)而輸出的數(shù)字形式不為常數(shù)的現(xiàn)象。 象素形狀：一般為正方形，但也有其它形狀（如運動）。 頻譜靈敏度：對不同頻率輻射的相對靈敏度。 快門速度：采集拍攝時間。 讀取速度：信號數(shù)據(jù)從敏感單元讀?。▊鬏敚┑臄?shù)率。2.2 電荷藕合攝像器件面陣CCD原理。（幀轉移型，隔列轉移型，線轉移型）面陣CCD的基本特性參數(shù)

7、： 光電轉移特性光電轉換因子，一般99.7。 光譜響應 動態(tài)范圍：輸出信號峰值電壓與均方根噪聲電壓之比。噪聲源：電荷注入器件引起的噪聲。 電荷轉移過程中，電荷量變化引起的噪聲。 拾測時產(chǎn)生的噪聲。 暗電流：正常工作時，MOS電容處于未飽和的非平衡狀態(tài)，但由于熱激發(fā)產(chǎn)生的少量載流子使系統(tǒng)趨向平衡。暗電流是判斷一個系統(tǒng)好壞的重要標志。 分辨率：像元位數(shù)高的器件具有更高的分辨率。 面陣CCD，只評價其水平分辨率， 且用電視線數(shù)的評價方法。在一幅圖像上，在水平方向能夠分 辨出的黑白條數(shù)分辨率。 填充系數(shù)Fb電敏感區(qū)域占整個矩陣面的比例 b 拖影：由寄存器電荷移位時留下的剩余 電荷量產(chǎn)生。三管CCD彩色

8、攝像機 分光棱鏡 三色 三CCD接收 RGB信號單管CCD彩色攝像機 柵狀濾色器 三色 三CCD接收 RGB信號 （例舉液晶顯示器）特種CCD圖像傳感器 微光CCD圖像傳感器（多幀積累） 直視夜視儀 微光透視圖像傳感器 特點：便于圖像處理，實現(xiàn)遠距傳輸或遙控，實現(xiàn)自動控制直接用于制導、錄像并長期保存。 紅外CCD圖像傳感器（IR CCD）用于夜視，、跟蹤制導、紅外偵察、預警。（海灣戰(zhàn)爭）主動紅外電視攝像：紅外光源（紅外光源，半導體激光器）紅外攝像器件（CCD）紅外變像管：把不可見的紅外線轉變成可見光。 X光CCD圖像傳感器 醫(yī)療影像工業(yè)探測目標：小劑量X光照射，圖像遠程傳輸。2.3 CCD相機

9、分類: 彩色相機 黑白相機按靈敏度劃分：普通型（照度13 lux），月光型（照度0.1 lux） 星光型（照度 0.01 lux），紅外型（紅外照明，天光線）按CCD靈敏度尺寸分為 1/4 inch，1/3 inch，1/2 inch，1 inch相機。按掃描方式：有面掃描和線掃描方式，面掃描又分為逐行掃描和隔行掃描。按同步方式：內(nèi)掃描（普通相機），外同步功能相機。CCD相機主要功能調(diào)節(jié) 同步方式選擇：內(nèi)同步（利用內(nèi)置的同步信號發(fā)生器產(chǎn)生同步信號）； 外同步（外觸發(fā)信號）； 電源同步（利用電源完成垂直同步）； 自動增益控制： CCD信號的視頻放大器，對不同照度而隨之改變增益，可使相機在較大的光

10、照范圍內(nèi)進行工作。 背光補償： 自動補償（AGC）以整個視場平均值來確定（亮背景，暗前景）啟動背光補償，則AGC只對前景視場求平均確定增益。 電子快門：CCD僅輸出快門開啟時的光電荷信號，其余時間則被泄放。最短電子快門為1/1000 S。 校正：V （機器視覺 1）光（L） CCD 電（V） 顯示器 光。要保持二次轉換中的綜合特性具有線性。 自平衡（僅用于彩色相機）：對景物圖像進行色溫補償，分為自動調(diào)節(jié)和手動調(diào)節(jié)兩種。CCD相機接口： 光學接口 信號接口：RS422： 雙絞線，相機具有110終端負載。Camera Link：控制信號、視頻信號、串行通訊。LVDS（低振幅差分信號）：低電壓和低電

11、壓驅動實現(xiàn)了低噪聲和低功耗。IEEE1394：串行接口（Firewire）400Mbps，不需要集線器就可以連接63臺設備，連接電腦可省去圖像采集卡。2.4 彩色數(shù)碼相機圖像 鏡頭 CCD A/D 數(shù)字信息存儲數(shù)碼相機的最大特點是它的一系列的二進制數(shù)據(jù)和標準的圖像存儲方式把所攝圖像存放在機內(nèi)存儲器，并可以通過專用接口與通用計算機聯(lián)機，實現(xiàn)圖像傳輸和計算機處理的功能。分辨率高達30602036。主要性能：1 分辨率： 常有16001200，1024768，640780。2 色彩深度：專業(yè)的達到36位或24位。3 焦距：可高達10倍光學變焦，數(shù)碼變焦。4 光圈快門： 快門1/50016 S 廣角光

12、圈f2.5f16； 長焦光圈f3.8f24。5 圖像存儲：內(nèi)置存儲卡 JPG格式 120K。6 取景器“觀看拍攝效果和編輯修改（液晶）。7 接口功能：RS232、SCS1、USB。1394接口。8 其他接口：自動測光、自動調(diào)焦、自動閃光、自拍。2.5 常用的圖像文件格式1 BMP2 GIF3 TIFF(TIF)4 JPEG(JPG)（依據(jù)數(shù)字圖像處理內(nèi)容簡單擴展）2.6 照明系統(tǒng)設計照明系統(tǒng)設計的基本因素： 鏡頭的視場：被測物尺寸 鏡頭視場 最佳照明（照亮整個視場） 照明系統(tǒng)與工作間距：鏡頭到工作距離 照明系統(tǒng)到工作間距 光源到工作距離 工件的外形，條紋及顏色：工作表面形狀、平坦度、粗糙度、顏

13、色 成像物鏡自配：針對確定的成像物鏡進行光源設計劃痕、缺陷、印紋等能被清晰顯現(xiàn)。 照度自配：根據(jù)CCD的光表面動態(tài)響應范圍確定合適的像表面度。照明系統(tǒng)的選擇： 直接型： 沐光方式 高環(huán)形光 反射型 低角度方式 低環(huán)形光 漫反射 條形方式 條形光源 聚光方式 聚光 高亮方式（激光） 投射型：高亮投射照明導光面（光板）投射照明線條光源 投射照明 同軸光照明：與光軸平行的平行光均勻照明工件。 不同頻率光線照明（多彩）第三章 二值圖像分析 一幅數(shù)字圖像是一個二維陣列，陣列元素值稱為灰度值或強度值實際上，圖像在量化成數(shù)字圖像前是一個連續(xù)強度函數(shù)的集合，場景信息就包含在這些強度值中圖像強度通常被量化成25

14、6個不同灰度級，對某些應用來說，也常有32、64、128或512個灰度級的情況，在醫(yī)療領域里甚至使用高達4096(12bits）個灰度級很明顯，灰度級越高，圖像質量越好，但所需的內(nèi)存也越大在機器視覺研究的早期，由于內(nèi)存和計算能力非常有限，而且十分昂貴，因此視覺研究人員把精力主要集中在研究輸入圖像僅包含兩個灰度值的二值視覺系統(tǒng)上人們注意到，人類視覺在理解僅由兩個灰度級組成的線條、輪廓影像或其它圖像時沒有任何困難，而且應用場合很多，這一點對研究二值視覺系統(tǒng)的研究人員是一個極大的鼓舞 隨著計算機計算能力的不斷增強和計算成本的不斷下降，人們普遍開始研究基于灰度圖像、彩色圖像和深度圖像的視覺系統(tǒng)盡管如此

15、，二值視覺系統(tǒng)還是十分有用的，其原因如下： 計算二值圖像特性的算法非常簡單，容易理解和實現(xiàn)，并且計算速度很快 二值視覺所需的內(nèi)存小，對計算設備要求低工作在256個灰度級的視覺系統(tǒng)所需內(nèi)存是工作在相同大小二值圖像視覺系統(tǒng)所需內(nèi)存的八倍如若利用游程長度編碼等技術（見34節(jié)）還可使所需內(nèi)存進一步減少由于二值圖像中的許多運算是邏輯運算而不是算術運算，所以所需的處理時間很短（3）許多二值視覺系統(tǒng)技術也可以用于灰度圖像視覺系統(tǒng)上在灰度或彩色圖像中，表示一個目標或物體的一種簡易方法就是使用物體模板(mask)，物體模板就是一幅二值圖像，其中1表示目標上的點，0表示其它點在物體從背景中分離出來后，為了進行決策

16、，還需要求取物體的幾何和拓撲特性，這些特性可以從它的二值圖像計算出來因此，盡管我們是在二值圖像上討論這些方法，但它們的應用并不限于二值圖像 一般來說，當物體輪廓足以用來識別物體且周圍環(huán)境可以適當?shù)乜刂茣r，二值視覺系統(tǒng)是非常有用的當使用特殊的照明技術和背景并且場景中只有少數(shù)物體時，物體可以很容易地從背景中分離出來，并可得到較好的輪廓，比如，許多工業(yè)場合都屬于這種情況二值視覺系統(tǒng)的輸入一般是灰度圖像，通常使用閾值法首先將圖像變成二值圖像，以便把物體從背景中分離出來，其中的閾值取決于照明條件和物體的反射特性二值圖像可用來計算特定任務中物體的幾何和拓撲特性，在許多應用中，這種特性對識別物體來說是足夠的

17、二值視覺系統(tǒng)已經(jīng)在光學字符識別、染色體分析和工業(yè)零件的識別中得到了廣泛應用在下面的討論中，假定二值圖像大小為，其中物體像素值為1，背景像素值為031閾值 視覺系統(tǒng)中的一個重要問題是從圖像中識別代表物體的區(qū)域（或子圖像），這種對人來說是件非常容易的事，對計算機來說卻是令人吃驚的困難為了將物體區(qū)域同圖像其它區(qū)域分離出來，需要首先對圖像進行分割把圖像劃分成區(qū)域的過程稱為分割，即把圖像劃分成區(qū)域，使得每一個區(qū)域對應一個候選的物體下面給出分割的嚴格定義 定義 分割是把像素聚合成區(qū)域的過程，使得：l 整幅圖像 (是一個完備分割 )l ，(是一個完備分割)l 每個區(qū)域滿足一個謂詞，即區(qū)域內(nèi)的所有點有某種共同

18、的性質l 不同區(qū)域的圖像，不滿足這一謂詞 正如上面所表明的，分割滿足一個謂詞，這一謂詞可能是簡單的，如分割灰度圖像時用的均勻灰度分布、相同紋理等謂詞，但在大多數(shù)應用場合，謂詞十分復雜在圖像理解過程中，分割是一個非常重要的步驟 二值圖像可以通過適當?shù)胤指罨叶葓D像得到如果物體的灰度值落在某一區(qū)間內(nèi)，并且背景的灰度值在這一區(qū)間之外，則可以通過閾值運算得到物體的二值圖像，即把區(qū)間內(nèi)的點置成1，區(qū)間外的點置成0對于二值視覺，分割和閾值化是同義的閾值化可以通過軟件來實現(xiàn)，也可以通過硬件直接完成 通過閾值運算是否可以有效地進行圖像分割，取決于物體和背景之間是否有足夠的對比度設一幅灰度圖像中物體的灰度分布在區(qū)

19、間內(nèi)，經(jīng)過閾值運算后的圖像為二值圖像，即： (31)如果物體灰度值分布在幾個不相鄰區(qū)間內(nèi)時，閾值化方案可表示為： (32)其中Z是組成物體各部分灰度值的集合圖31是對一幅灰度圖像使用不同閾值得到的二值圖像輸出結果閾值算法與應用領域密切相關事實上，某一閾值運算常常是為某一應用專門設計的，在其它應用領域可能無法工作閾值選擇常常是基于在某一應用領域獲取的先驗知識，因此在某些場合下，前幾輪運算通常采用交互式方式來分析圖像，以便確定合適的閾值但是，在機器視覺系統(tǒng)中，由于視覺系統(tǒng)的自主性能（autonomy）要求，必須進行自動閾值選擇現(xiàn)在已經(jīng)研究出許多利用圖像灰度分布和有關的物體知識來自動選擇適當閾值的技

20、術其中的一些方法將在32節(jié)介紹圖31 一幅灰度圖像和使用不同閾值得到的二值圖像結果上左：原始灰度圖像，上右：閾值T=100；左下：T=128右下：T1=100|T2=12832 幾何特性通過閾值化方法從圖像中檢測出物體后，下一步就要對物體進行識別和定位在大多數(shù)工業(yè)應用中，攝像機的位置和環(huán)境是已知的，因此通過簡單的幾何知識就可以從物體的二維圖像確定出物體的三維位置在大多數(shù)應用中，物體的數(shù)量不是很多，如果物體的尺寸和形狀完全不同，則可以利用尺度和形狀特征來識別這些物體實際上在許多工業(yè)應用中，經(jīng)常使用區(qū)域的一些簡單特征，如大小、位置和方向，來確定物體的位置并識別它們321 尺寸和位置一幅二值圖像區(qū)域

21、的面積（或零階矩）由下式給出： （33） 在許多應用中，物體的位置起著十分重要的作用工業(yè)應用中，物體通常出現(xiàn)在已知表面（如工作臺面）上，而且攝像機相對臺面的位置也是已知的在這種情況下，圖像中的物體位置決定了它的空間位置確定物體位置的方法有許多，比如用物體的外接矩形、物體矩心（區(qū)域中心）等來表示物體的位置區(qū)域中心是通過對圖像進行“全局”運算得到的一個點，因此它對圖像中的噪聲相對來說是不敏感的對于二值圖像，物體的中心位置與物體的質心相同，因此可以使用下式求物體的中心位置： (34)其中和是區(qū)域相對于左上角圖像的中心坐標物體的位置為： (35)這些是一階矩注意，由于約定y軸向上，因此方程34和35的

22、第二個式子的等號右邊加了負號322 方向 計算物體的方向比計算它的位置稍微復雜一點某些形狀（如圓）的方向不是唯一的，為了定義唯一的方向，一般假定物體是長形的，其長軸方向被定義為物體的方向通常，二維平面上與最小慣量軸同方向的最小二階矩軸被定為長軸 圖像中物體的二階矩軸是這樣一條線，物體上的全部點到該線的距離平方和最小給出一幅二值圖像，計算物體點到直線的最小二乘方擬合，使所有物體點到直線的距離平方和最?。?(36)其中是物體點到直線的距離為了避免直線處于近似垂直時所出現(xiàn)的數(shù)值病態(tài)問題，人們一般把直線表示成極坐標形式： (37)如圖32所示，是直線的法線與x軸的夾角，是直線到原點的距離把點坐標代入直

23、線的極坐標方程得出距離： (38)圖32 直線的極坐標表示將方程38代入方程36并求極小化問題，可以確定參數(shù)和： (39)令對的導數(shù)等于零求解得： (310)它說明回歸直線通過物體中心用這一值代入上面的，則極小化問題變?yōu)椋?(311)其中的參數(shù)： (312)是二階矩表達式可重寫為： (313)對微分，并置微分結果為零，求解q 值： (314)因此，慣性軸的方向由下式給出： (315)所以由的最小值可以確定方向軸注意，如果，那么物體就不會只有唯一的方向軸物體的伸長率是的最大值與最小值之比： (316)323 密集度和體態(tài)比 區(qū)域的密集度（compact）可用下面的式子來度量： (317)其中，和

24、A分別為圖形的周長和面積根據(jù)這一衡量標準，圓是最密集的圖形，其密集密度為最大值，其它一些圖形的比值要小一些讓我們來看一下圓，當圓后仰時，形狀成了一橢圓，面積減小了而周長卻不象面積減小的那么快，因此密集度降低了在后仰到極限角時，橢圓被壓縮成了一條無限長直線，橢圓的周長為無窮大，故密集度變成了零對于數(shù)字圖像， 是指物體尺寸（像素點數(shù)量）除以邊界長度的平方這是一種很好的散布性或密集性度量方法這一比值在許多應用中被用作為區(qū)域的一個特征 密集度的另一層意義是：在給定周長的條件下，密集度越高，圍成的面積就越大注意在等周長的情況下，正方形密集度大于長方形密集度 體態(tài)比定義為區(qū)域的最小外接矩形的長與寬之比，正

25、方形和圓的體態(tài)比等于1，細長形物體的體態(tài)比大于1圖3.3所示的是幾種形狀的外接矩形圖3.3 幾種外接矩形示意圖33 投影給定一條直線，用垂直該直線的一簇等間距直線將一幅二值圖像分割成若干條，每一條內(nèi)像素值為1的像素個數(shù)為該條二值圖像在給定直線上的投影（projection）當給定直線為水平或垂直直線時，計算二值圖像每一列或每一行上像素值為1的像素數(shù)量，就得到了二值圖像的水平和垂直投影，如圖34所示由于投影包含了圖像的許多信息，所以投影是二值圖像的一種簡潔表示方式顯然，投影不是唯一的，同樣的投影可能對應不同的圖像圖34 一幅二值圖像及其水平投影圖在某些應用中，投影可以作為物體識別的一個特征投影既

26、是一種簡潔的圖像表示，又可以實現(xiàn)快速算法下面介紹對角線投影的求解方法對角線投影的關鍵是計算當前行和列對應的投影分布圖位置標號設行和列的標號分別用和表示若圖像矩陣為行列，則和的范圍分別為0到和0到假設對角線的標號用行和列的仿射變換（線性組合加上常數(shù)）計算，即： (318) 對角線投影共對應個條，其中仿射變換把右上角像素映射成對角線投影的第一個位置，把左下角像素映射成最后一個位置，如圖3.5所示，則當前行列對應的標號d的公式為： (319)圖35 二值圖像及其對角線上的投影圖34 游程長度編碼 游程長度編碼(run-length encoding)是另一種二值圖像的簡潔表示方法，它是用圖像像素值連

27、續(xù)為1的個數(shù)（像素1的長度）來描述圖像這種編碼已被用于圖像傳輸另外，圖像的某些性質，如物體區(qū)域面積，也可以從游程長度編碼直接計算出來 在游程長度編碼中經(jīng)常運用兩種方法，一種是使用1的起始位置和1的游程長度，另一種是僅僅使用游程長度，但須從1的游程長度開始描述，如圖3.6所示0 110011100001111110100011111101111111111111110000010000011111的游程（2,2） （6,3） （13,6） （20,1） （4,6） （11,10） （1,5 ） （11，1） （17，4）1和0的游程長度：0，2，2，3，4，6，1，1 0，3，6，1，10 5，

28、5，1，5，4 圖36 一幅簡單二值圖像的游程長度編碼 如果用第二種方法來表示圖像每行的游程長度，并用代表圖像第行的第個游程長度，則全部1的游程長度之和就是所求物體的面積 (320)其中是第行游程個數(shù)，取整，表示1的游程個數(shù)由游程長度編碼能很容易地計算水平投影而無需變成原來的圖像使用更巧妙的方法也能從游程長度編碼計算出垂直和對角線投影35 二值圖像算法 從背景中分離出物體是一個困難的問題，在此將不討論這個問題這里假設物體可以從背景中分離，并且使用某一謂詞，可以對圖像中屬于物體的點進行標記因此，問題就變?yōu)槿绾螌⒁环鶊D像中所有被標記的點組合成物體圖像這里還假設物體點在空間上是非常接近的利用空間接近概念可以嚴格定義，利用此定義研究的算法可以把空間上非常接近的點聚