機器視覺測量技術(shù)

機器視覺測量技術(shù)楊永躍合肥工業(yè)大學2007.3目錄緒論1.1概述1.2機器視覺的研究內(nèi)容1.3機器視覺的應用1.4人類視覺簡介1.5顏色和知覺1.6光度學1.7視覺的空間知覺1.8幾何根底第二章圖像的采集和量化2.1采集裝置的性能指標2.2電荷藕合攝像器件2.3CCD相機類2.4彩色數(shù)碼相機2.5常用的圖像文件格式2.6照明系統(tǒng)設(shè)計第三章光學圖樣的測量3.1全息技術(shù)3.2散斑測量技術(shù)3.3莫爾條紋測量技術(shù)3.4微圖像測量技術(shù)第四章標定方法的研究4.1干預條紋圖數(shù)學形成與特征4.2圖像預處理方法4.3條紋倍增法4.4條紋圖的旋濾波算法第五章立體視覺5.1立體成像5.2根本約束5.3邊緣匹配5.4匹域相關(guān)性5.5從x恢復形狀的方法5.6測距成像第六章標定6.1傳統(tǒng)標定6.2Tsais萬能攝像機標定法6.3Weng’s標定法6.4幾何映射變換6.5重采樣算法第七章目標圖像亞像素定位技術(shù)第八章圖像測量軟件〔多媒體介紹〕第九章典型測量系統(tǒng)設(shè)計分析9.1光源設(shè)計9.2圖像傳感器設(shè)計9.3圖像處理分析9.4圖像識別分析附：教學實驗1、視覺坐標測量標定實驗2、視覺坐標測量的標定方法。3、視覺坐標測量應用實驗4、典型零件測量方法等。第一章緒論1.1概述人類在征服自然、改造自然和推動社會進步的過程中，面臨著自身能力、能量的局限性，因而創(chuàng)造和創(chuàng)造了許多機器來輔助或代替人類完成任務。智能機器或智能機器人是這種機器最理想的模式。智能機器能模擬人類的功能、能感知外部世界，有效解決問題。人類感知外部世界：視覺、聽覺、嗅覺、味覺、觸覺眼耳鼻舌身所以對于智能機器，賦予人類視覺功能極其重要。機器視覺：用計算機來模擬生物〔外顯或宏觀〕視覺功能的科學和技術(shù)。機器視覺目標：用圖像創(chuàng)立或恢復現(xiàn)實世界模型，然后認知現(xiàn)實世界。1.2機器視覺的研究內(nèi)容1輸入設(shè)備成像設(shè)備：攝像機、紅外線、激光、超聲波、X射線、CCD、數(shù)字掃描儀、超聲成像、CT等數(shù)字化設(shè)備2低層視覺〔預處理〕：對輸入的原始圖像進行處理〔濾波、增強、邊緣檢測〕，提取角點、邊緣、線條色彩等特征。3中層視覺：恢復場景的深度、外表法線，通過立體視覺、運動估計、明暗特征、紋理分析。系統(tǒng)標定4高層視覺：在以物體為中心的坐標系中，恢復物體的完整三維圖，識別三維物體，并確定物體的位置和方向。5體系結(jié)構(gòu)：根據(jù)系統(tǒng)模型〔非具體的事例〕來研究系統(tǒng)的結(jié)構(gòu)?！材硶r期的建筑風格—據(jù)此風格設(shè)計的具體建筑〕1.3機器視覺的應用工業(yè)檢測—文件處理，毫微米技術(shù)—多媒體數(shù)據(jù)庫。許多人類視覺無法感知的場合，精確定量感知，危險場景，不可見物感知等機器視覺更顯其優(yōu)越十足。1零件識別與定位生產(chǎn)線機器人足球賽2產(chǎn)品檢驗外形、外表、裝配位置、超聲探測內(nèi)部裂紋和氣孔3移動機器人雙目識別恢復場景。無人駕駛汽車4遙感圖像分析航空攝影、氣象衛(wèi)星、資源衛(wèi)星航空攝影：利用普通攝影機航拍。制圖、制導用氣象衛(wèi)星：紅外成像、氣象云圖海洋資源：合成孔徑雷達，獲取海辰形象。找礦農(nóng)作物調(diào)查，自然災害測報，生態(tài)環(huán)境檢測。5醫(yī)學圖像分析X射線、CT〔ComputerTomography〕、核磁共振MRI〔magneticresonanceimaging〕，超聲成像。作用：(1)圖像增強、標記、染色距離距離X力量速度〔有效作用力〕(2)專家系統(tǒng)，自動研制6平安鑒別、監(jiān)視跟蹤車輛識別、車牌號識別人臉、眼底、指紋、表情7其他體育運動分析：游泳制衣〔人體掃描〕影視制作1.4人類視覺簡介1人眼所能看到的光譜范圍，只是電磁波輻射范圍的很小的一局部，為380nm－780nm，可見光譜紅外紅外780紫藍青綠黃橙紅380紫外2人眼的構(gòu)造角膜占外表的1/6具有屈光作用晶狀體、玻璃體等都有屈光作用視網(wǎng)膜：桿狀細胞〔暗〕玻璃體晶狀體(調(diào)焦)玻璃體晶狀體(調(diào)焦)視網(wǎng)膜虹膜瞳孔3視覺信息處理亮度(2)形狀〔3〕運動〔4〕顏色〔5〕深度感〔6〕通道〔7〕并行人眼對運動物體特別敏感錐狀細胞有三種，分別對430、540、570，敏感，構(gòu)成了三基色原理的根底。深度感因視差而產(chǎn)生視覺過程：AA1C2B2A2CBA光光刺激視網(wǎng)膜接收光路光路視網(wǎng)膜接收視覺通道大腦皮層處理1存儲參考圖像2信息處理3特征提取4決策5描述響應響應〔1〕視覺的時間特性視覺在時間上有累積效應對一般的物體進行觀察時，接收光的總能量E與物體可見面積、外表寬度L和時間距〔觀察時間長度〕T成正比。另外：人對光的感覺有潛伏期，屢次閃光會導致閃爍的知覺。降龍十八章〔2〕視覺的空間特性小而弱的光點單獨呈現(xiàn)時可能看不見，但當多個連在一起作為一個大的光點時同時呈現(xiàn)時便能看見了。視覺度表示人所能看到景物細節(jié)的準確性。認知認知解像覺察定位覺察：檢測在視野中的某個給定物體是否存在定位：對兩物體相對位置精確區(qū)分的能力解像：對一視覺形狀各組成局部之間距離的區(qū)分能力認知：綜合的能力和方法，包括明度識別，一定的解像力和定位能力?！?〕形狀知覺：輪廓、圖形、背景輪廓：輪廓把物體與視野中的其它局部區(qū)分開來，輪廓不等于形狀。輪廓只是邊界，是局部概念，而形狀那么是全體概念。主觀輪廓：主觀輪廓產(chǎn)生的必要條件是有些不完整的因素出現(xiàn)將它完整起來就有一種把它變成簡單和穩(wěn)定正規(guī)圖案的傾向?！?〕視覺的相對性視覺感知的結(jié)果不僅僅取決于刺激本身，還與經(jīng)驗比照有關(guān)系。〔早晨、中午的太陽哪個更近〕前景與背景：前景：視覺關(guān)心的主體。背景那么是與前景相關(guān)聯(lián)的其它刺激視覺知覺的比照：〔1〕前景和背景可相互置換〔2〕前景受背景的影響〔5〕視覺的選擇性聽而不聞視而不見。依賴先驗知識而取向?！?〕視覺的整體性對局部感知之和而產(chǎn)生的一種整體知覺經(jīng)驗〔7〕視覺的恒常性亮度恒常性：黑布、白布各自一半在陽光下，一半在陰影中，我們?nèi)匀荒軌蚺卸ㄋ鼮楹诓及撞?。大小恒常性：物體在視網(wǎng)膜上的象隨距離而變化，但我們的感覺那么并不是大小的變化而是距離的變化。〔感覺到遠方的牛仍然比近處的狗大〕形狀恒常性：直線投影為一點，通過經(jīng)驗加以矯正顏色恒常性：在相當寬的光明變化條件中，能夠感受到顏色的恒常?！?〕視覺的組織性相似性接近性三列點列四行點列三列點列四行點列按列按行按列按行封閉性封閉輪廓更容易夠成圖形。連續(xù)性一條直線和曲線的屢次交匯，心理上傾向于連續(xù)。〔9〕錯視現(xiàn)象高度高度長度長度平行平行大小大小主從錯覺主從錯覺………………………………馬赫帶馬赫帶Hering方格錯覺Hering方格錯覺〔10〕眼球微動現(xiàn)象1.5顏色和知覺牛頓用三棱鏡研究白光的折射，就此便發(fā)現(xiàn)白光可被分解成一系列從紫到紅的連續(xù)光譜。從而證明白光是由不同顏色的光線相混合而形成的，而這些光實際上是不同頻率的電磁波?！?〕無顏色白灰黑黑白系列顏色〔2〕有顏色除黑白系列之外的各種顏色色覺的產(chǎn)生：光源的光反射或透射視網(wǎng)膜人腦解釋物體均勻的反射各種光白色物體只反射某種或某幾種顏色彩色CIE國際明度委員會R：700nm〔570〕G：546.1nm〔540〕光的三基色B：435.8nm〔430〕二基色疊加形成三補色顏料的三基色正是光的三補色。人眼的錐狀細胞有三種，分別對430，540，570光譜敏感。設(shè)三種刺激量分別為：X、Y、Z那么：，，為刺激量的比例系數(shù)，稱為色系數(shù)?？梢姡簒+y+z=1CIE1931色度圖eq\o\ac(○,1)三色比例系數(shù)x、y、z均大于零。eq\o\ac(○,2)Y的數(shù)值正好是彩色光亮度。eq\o\ac(○,3)x=y=z表示標準白光。這樣：eq\o\ac(○,1)每一點對應一種顏色。eq\o\ac(○,2)色度圖邊界上二點代表純顏色。eq\o\ac(○,3)連接兩端點直線上的點可由二端點顏色合成。3端點三角形內(nèi)的顏色可由三端點顏色合成。3基色不能組合出所有的顏色。補色律：兩個以適當比例混合能得到白色或灰色的顏色，互稱為補色。中間色律：兩個非補色混合，便產(chǎn)生一個新的中間色或混合色，色調(diào)的混合比例確定。代替律：如顏色X+Y>>B，A+B>>C那么有A+X+Y>>C顏色模型①RGB模型〔面向顯示器、打印機等硬設(shè)備〕規(guī)劃為單位正方體那么所有RGB的值在[0，1]R=700nmG=546.1nmB=435.8nm根據(jù)不同需要提出了：RGB、CMY、XYZ、YIQ、HSV〔HIS〕標準白色的RGB光通量、、為：：：=1：4.5907：0.0601這樣把光通量為1Lm的紅色，4.5079流明的綠光，0.0601流明的藍光作為三基色的單位基色量。這樣某彩色光通量〔C〕=R〔R〕+G〔G〕〕+B〔B〕〔C〕表示光的明亮程度，其色度只取決于R、G、B之間的比例關(guān)系。∴合,,r、g、b為色度坐標，r+g+b=1②CMY各種光也都可以用CMY三基色混合而成。RGB,由黑白，增色過程。CMY,由白黑，減色過程?！怖L圖，打印機〕顏料。④YIQ保證彩色電視和黑白電視的兼容。NTSC(國際電視系統(tǒng))協(xié)會。Y對應于XYZ中的Y，為亮度信息。選擇三色的基色量為R=0.299,G=0.587,B=0.114∴Y=0.299R+0.587G+0.114B規(guī)定：I=0.74〔R－Y〕－0.27〔B－Y〕Q=0.48〔R－Y〕+0.41〔B－Y〕綜合有：這里RGB為NTSC制式RGB⑤HIS模型H：色調(diào)。混合光譜中的主要波長。S：飽和度。一定色調(diào)的純度。純光譜色是完全飽和，參加反光飽和度逐漸減小。I：密度、亮度〔與反射率成正比〕RGB到HIS轉(zhuǎn)換HIS轉(zhuǎn)到RGB[0，120°][]發(fā)光強度定義：光源的單色光，在指定方向輻射強度為1.6光度學光度學：研究光的強弱的學科。〔Photometry〕當光源足夠小，或足夠遠，以至于眼睛無法分辨形狀時，光源為點光源。點光源Q沿某個方向r的發(fā)光強度I定義為此方向上單位立體角內(nèi)發(fā)出的光通量。單位為流明〔Lm〕。以r為軸取一個立體角元,內(nèi)的光通量為沿r方向的發(fā)光強度為：〔單位角內(nèi)的光通量〕發(fā)光強度的單位為cd〔坎[德拉]〕，1cd=11cd發(fā)光強度的點發(fā)出的總光通量為4πl(wèi)m。sr為球面度，球心對球面的總球面度為4π。實際中的光源總有一定的發(fā)光面積擴展光源。擴展光源外表的每個面元ds沿某個方向r有一定發(fā)光強度dI沿r觀察，那么ds′=dscosθ投影面積那么面元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：被照外表照度：一個被光線照射的外表上的照度，為照射在單位面積上的光通量，設(shè)面積ds上的光通量為dφ,那么：照度單位：1×〔勒[克斯]〕1=1lm/㎡照度光學系統(tǒng)的像面照度和其他外表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：＝LdA1dΩ，Cosθ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為設(shè)物面是朗伯面，即L與面元dA1的位置無關(guān)，那么由此式中F12稱為輻射傳輸系數(shù)，它只與外表的形狀、位置、大小和方向有關(guān)。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(jié)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(jié)構(gòu)有關(guān)。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。假設(shè)從圖1.4－2觀察那么有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1.4－2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θ處像平面上的輻照度。比擬物方側(cè)物點1和軸上點0所對應立體角的大小。對于物點1，入瞳所對應的立體角為式中Ω0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θ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，那么。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?！矄为毊a(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鼓勵并產(chǎn)生響應，把模擬的響應轉(zhuǎn)化為數(shù)字化的信號，從而可被計算機利用。采集裝置功能：①接受輻射〔光、聲、電〕②進行模數(shù)轉(zhuǎn)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(guān)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?？扉T速度：采集拍攝時間。讀取速度：信號數(shù)據(jù)從敏感單元讀取〔傳輸〕的數(shù)率。2.2電荷藕合攝像器件面陣CCD原理?！矌D(zhuǎn)移型，隔列轉(zhuǎn)移型，線轉(zhuǎn)移型〕面陣CCD的根本特性參數(shù)：光電轉(zhuǎn)移特性光電轉(zhuǎn)換因子γ，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(zhuǎn)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：由存放器電荷移位時留下的剩余電荷量產(chǎn)生。三管CCD彩色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〔IRCCD〕用于夜視，、跟蹤制導、紅外偵察、預警?！埠硲?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(zhuǎn)變成可見光。③X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。2.3CCD相機①分類:彩色相機黑白相機②按靈敏度劃分：普通型〔照度1～3lux〕，月光型〔照度0.1lux〕星光型〔照度0.01lux〕，紅外型〔紅外照明，天光線〕③按CCD靈敏度尺寸分為1/4inch，1/3inch，1/2inch，1inch相機。④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。⑤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，那么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，其余時間那么被泄放。最短電子快門為1/1000S。校正：＝V〔機器視覺＝1〕光〔L〕→CCD→電〔V〕→顯示器→光。要保持二次轉(zhuǎn)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。CameraLink：控制信號、視頻信號、串行通訊。LVDS〔低振幅差分信號〕：低電壓和低電壓驅(qū)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(shè)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：分辨率：常有16001200，1024768，640780。色彩深度：專業(yè)的到達36位或24位。焦距：可高達10倍光學變焦，數(shù)碼變焦。光圈快門：快門1/500～16S廣角光圈f2.5～f16；長焦光圈f3.8～f24。圖像存儲：內(nèi)置存儲卡JPG格式120K。取景器“觀看拍攝效果和編輯修改〔液晶〕。接口功能：RS232、SCS1、USB。1394接口。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BMPGIFTIFF(TIF)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(shè)計照明系統(tǒng)設(shè)計的根本因素：鏡頭的視場：被測物尺寸→鏡頭視場→最正確照明〔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：工作外表形狀、平坦度、粗糙度、顏色成像物鏡自配：針對確定的成像物鏡進行光源設(shè)計→劃痕、缺陷、印紋等能被清晰顯現(xiàn)。照度自配：根據(jù)CCD的光外表動態(tài)響應范圍確定適宜的像外表度。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256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(lǐng)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(zhì)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本錢的不斷下降，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，二值視覺系統(tǒng)還是十分有用的，其原因如下：=1\*GB2⑴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．=2\*GB2⑵二值視覺所需的內(nèi)存小，對計算設(shè)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．如假設(shè)利用游程長度編碼等技術(shù)〔見3．4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(shù)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(shù)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．在物體從背景中別離出來后，為了進行決策，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(shù)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別離出來，并可得到較好的輪廓，比方，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別離出來，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．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0．3．1 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)域別離出來，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?qū)粋€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：整幅圖像(是一個完備分割)．，(是一個完備分割)．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的性質(zhì)．不同區(qū)域的圖像，不滿足這一謂詞．正如上面所說明的，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，那么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比照度．設(shè)一幅灰度圖像中物體的灰度分布在區(qū)間內(nèi)，經(jīng)過閾值運算后的圖像為二值圖像，即：(3．1)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：(3．2)其中Z是組成物體各局部灰度值的集合．圖3．1是對一幅灰度圖像使用不同閾值得到的二值圖像輸出結(jié)果．閾值算法與應用領(lǐng)域密切相關(guān)．事實上，某一閾值運算常常是為某一應用專門設(shè)計的，在其它應用領(lǐng)域可能無法工作．閾值選擇常常是基于在某一應用領(lǐng)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，以便確定適宜的閾值．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(guān)的物體知識來自動選擇適當閾值的技術(shù)．其中的一些方法將在3．2節(jié)介紹．圖3．1一幅灰度圖像和使用不同閾值得到的二值圖像結(jié)果．上左：原始灰度圖像，上右：閾值T=100；左下：T=128．右下：T1=100|T2=128．3．2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，那么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．3．2．1尺寸和位置一幅二值圖像區(qū)域的面積〔或零階矩〕由下式給出：〔3．3〕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)在外表〔如工作臺面〕上，而且攝像機相對臺面的位置也是的．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，比方用物體的外接矩形、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(zhì)心相同，因此可以使用下式求物體的中心位置：(3．4)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：(3．5)這些是一階矩．注意，由于約定y軸向上，因此方程3．4和3．5的第二個式子的等號右邊加了負號．3．2．2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?。o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?。? (3．6)其中是物體點到直線的距離．為了防止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：(3．7)如圖3．2所示，是直線的法線與x軸的夾角，是直線到原點的距離．把點坐標代入直線的極坐標方程得出距離：(3．8)圖3．2直線的極坐標表示將方程3．8代入方程3．6并求極小化問題，可以確定參數(shù)和：(3．9)令對的導數(shù)等于零求解得：(3．10)它說明回歸直線通過物體中心．用這一值代入上面的，那么極小化問題變?yōu)椋?3．11)其中的參數(shù)：(3．12)是二階矩．表達式可重寫為：(3．13)對微分，并置微分結(jié)果為零，求解值：(3．14)因此，慣性軸的方向由下式給出：(3．15)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：(3．16)3．2．3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：(3．17)其中，和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3．3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假設(shè)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3．4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3．4一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(guān)鍵是計算當前行和列對應的投影分布圖位置標號．設(shè)行和列的標號分別用和表示．假設(shè)圖像矩陣為行列，那么和的范圍分別為0到和0到．假設(shè)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：(3．18)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，那么當前行列對應的標號d的公式為：(3．19)圖3．5二值圖像及其對角線上的投影圖3．4游程長度編碼游程長度編碼(run-lengthencoding)是另一種二值圖像的簡潔表示方法，它是用圖像像素值連續(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(zhì)，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．0110011100001111110100011111101111111111111110000010000011111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：0，2，2，3，4，6，1，10，3，6，1，105，5，1，5，4圖3．6一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，那么全部1的游程長度之和就是所求物體的面積．(3．20)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．3．5二值圖像算法從背景中別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(shè)物體可以從背景中別離，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(shè)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合在一起，構(gòu)成圖像的一個成分〔component〕．下面首先引進一些定義，然后討論有關(guān)算法．3．5．1定義(1)近鄰在數(shù)字圖像中，一個像素在空間上可能非常接近其它一些像素．在用方格表示的數(shù)字圖像中，一個像素與其它四個像素有公共邊界，并與另外四個像素共享頂角．如果兩個像素有公共邊界，那么把它們稱為4－近鄰(4-neighbors)．同樣，如果兩個像素至少共享一個頂角，那么稱它們?yōu)?－近鄰．例如，位于的像素有四個4－近鄰：，，，．它的8－近鄰包括這四個4－近鄰，再加上，，，．一個像素被認為與它的4－近鄰是4－連通(4－connected)關(guān)系，與它的8－近鄰是8－連通關(guān)系(如圖3．7〕．圖3．7矩形像素網(wǎng)格的4－近鄰和8－近鄰示意圖．像素位于圖的中心．(2)路徑從像素到像素的路徑(path)是指一個像素序列，，．．．，，其中像素是像素的近鄰像素，．如果近鄰關(guān)系是4－連通的，那么路徑是4－路徑；如果是8－連通的，那么稱為8－路徑．圖3．8即為路徑的兩個簡單例子．圖3．84－路徑和8—路徑示意圖(3)前景圖像中值為1的全部像素的集合稱為前景(foreground)，用S表示．(4)連通性像素，如果存在一條從p到q的路徑，且路徑上的全部像素都包含在S中，那么稱p與q是連通的．注意，連通性(connectivity)是等價關(guān)系．對屬于S的任意三個像素p、q和r，有以下性質(zhì)：像素p與p本身連通〔自反性〕．如果p與q連通，那么q與p連通〔互換性〕．如果p與q連通且q與r連通，那么p與r連通〔傳遞性〕．(5)連通成份一個像素集合，如果集合內(nèi)的每一個像素與集合內(nèi)其它像素連通，那么稱該集合為一個連通成份(connectedcomponent)．(6)背景S〔S的補集〕中包含圖像邊界點的所有連通成份的集合稱為背景(background)．S中所有其它元稱為洞．考慮下面的兩個圖像．首先看左圖中有幾個洞和幾個物體．如果從前景和背景來考慮4－連通，有四個大小為－個像素的物體和一個洞．如果考慮8－連通，那么有一個物體而沒有洞．直觀地，在這兩種情況下出現(xiàn)了不確定性情況．右圖為另一個類似的不確定問題．其中如果1是連通的，那么0就應該是不連通的．為了防止這種難以處理的情況，對物體和背景應使用不同的連通．如果我們對S使用8－連通，那么對S就應使用4－連通．(7)邊界S的邊界(boundary)是S中與S中有4－連通關(guān)系的像素集合．邊界通常記為．(8)內(nèi)部內(nèi)部(interior)是中不屬于它的邊界的像素集合．的內(nèi)部等于－．(9)包圍如果從S中任意一點到圖像邊界的4－路徑必須與區(qū)域T相交，那么區(qū)域T包圍(surrounds)區(qū)域S〔或S在T內(nèi)〕．圖3．9即為一幅簡單二值圖像和它的邊界、內(nèi)部、包圍示意圖．圖3．9一幅二值圖像與它的邊界，內(nèi)部和包圍3．5．2連通成份標記在一幅圖像中找出連通成份是機器視覺中最常見的運算之一．連通區(qū)域內(nèi)的點構(gòu)成表示物體的候選區(qū)域．機器視覺中的大多數(shù)物體都有外表，顯然，物體外表點投影到圖像平面上會形成空間上密集的點集．這里應該指出，連通成份算法常常會在二值視覺系統(tǒng)中形成瓶頸效應，原因是連通成份運算是一個全局性的運算，這種算法在本質(zhì)上是序貫的．如果圖像中僅有一個物體，那么找連通成份就沒有必要；如果圖像中有許多物體，且需要求出物體的特性與位置，那么必須確定連通成份．連通標記算法可以找到圖像中的所有連通成份，并對同一連通成份中的所有點分配同一標記．圖3．10表示的是一幅圖像和已標記的連通成份．在很多應用中，要求在標記連通成份的同時算出連通成份的特征，如尺寸、位置、方向和外接矩形．下面介紹兩種連通成份標記算法：遞歸算法和序貫算法[Jain1995]．圖3.10一副圖像及其連通成分圖像〔１〕遞歸算法遞歸算法在串行處理器上的計算效率是很低的，因此，這一算法主要用于并行機上．算法3．1連通成份遞歸算法1．掃描圖像，找到?jīng)]有標記的1點，給它分配一個新的標記L．3．遞歸分配標記L給1點的鄰點．3．如果不存在沒標記的點，那么停止．4．返回第一步．〔２〕序貫算法序貫算法通常要求對圖像進行二次處理．由于這一算法一次僅運算圖像的兩行，因此當圖像以文件形式存貯且空間不允許把整幅圖像載入內(nèi)存時也能使用這一算法．這一算法(見算法3．2)可以查看某一點的鄰點，并且可以給像素值為1的鄰點分配一個已經(jīng)使用過的標記．如果圖像的鄰點有兩種不同的標記，那么用一個等價表(equivalenttable)來記錄所有的等價標記．在第二次處理過程中，使用這一等價表來給某一連通成份中所有像素點分配唯一的標記．本算法在從左到右、從上到下掃描圖像時，算法僅能查詢到某一像素點的4－近鄰中的兩個近鄰點，即上點與左點．設(shè)算法已經(jīng)查到了該像素的這兩個近鄰點，此時出現(xiàn)三種情況：(1)如果這兩個近鄰點中沒有一點為1，那么該像素點需要一個新的標記．(2)如果這兩個近鄰點中只有一點為1，且分配了標記L，那么該像素點的標記也為L．(3)如果這兩個鄰點都為1，且已分配了標記L，那么該像素點的標記還是L；但是當近鄰點被分配了不同標記M與N，那么這兩個標記被用于了同一組元，應該把它們合并．在這種情況下，應把其中的一個標記〔一般選用最小的那個標記〕分配給該像素點，并在等價表中登記為等價標記．等價表包含了給每一連通成份分配唯一標記的信息．在第一次掃描中，所有屬于同一連通成份的標記被視為是等價的．在第二次掃描中，從一個等價集(equivalentset)中選擇一個標記并分配給連通成份中所有像素點．通常將最小的標記分配給一個連通成份．第二次掃描將給每一連通成份分配唯一的標記．在找到所有的連通成份后，應該統(tǒng)計等價表，以便刪除其中的空格；然后將等價表作為查找表對圖像重新進行掃描，以便重新統(tǒng)計圖像中的標記．計算每一連通成份的面積、一階矩、二階矩是序貫連通成份算法的一個局部．當然，必須使用別離變量來累加每一區(qū)域的矩信息．當區(qū)域合并后，每一區(qū)域的矩累計值也應加到一起．算法3．24－連通序貫連通成份算法1．從左至右、從上到下掃描圖像．2．如果像素點為1，那么：(a)如果上面點和左面點有一個標記，那么復制這一標記．(b)如果兩點有相同的標記，復制這一標記．(c)如果兩點有不同的標記，那么復制上點的標記且將兩個標記輸入等價表中作為等價標記．(d)否那么給這一個像素點分配一新的標記并將這一標記輸入等價表．3．如果需考慮更多的點，那么回到第二步．4．在等價表的每一等價集中找到最低的標記．5．掃描圖像，用等價表中的最低標記取代每一標記．3．5．3歐拉數(shù)在許多應用中，虧格數(shù)(genus)或歐拉數(shù)可作為識別物體的特征．虧格數(shù)定義為連通成份數(shù)減去空洞數(shù)，(3．21)其中，，和分別是歐拉數(shù)、連通成份數(shù)與空洞數(shù)．這個式子給出了一個簡單的拓樸特征，這種拓撲特征具有平穩(wěn)、旋轉(zhuǎn)和比例不變特性．圖3．11給出了一些例子及其對應的歐拉數(shù)．圖3．11字母“A”、“B”、“”及它們的歐拉數(shù)．注意前景用了8－連通，而背景用了4－連通．3．5．4區(qū)域邊界連通成份S的邊界是那些屬于S且與S鄰接的點集．使用簡單的局部運算就可找到邊界點．在大多數(shù)應用中，我們都想用一特定的順序跟蹤邊界點．一般的算法是按順時針方向跟蹤區(qū)域的所有點．此處討論一個簡單的邊界跟蹤算法．假定物體邊界不在圖像的邊界上〔即物體完全在圖像內(nèi)部〕，邊界跟蹤算法先選擇一起始點，然后跟蹤邊界直到回到起始點．這種算法概括在算法3．3中．這種算法對尺寸大于1個象素的所有區(qū)域都是有效的．用這種算法求區(qū)域8－鄰點的邊界如圖3．12(a)所示．為了得到平滑的圖像邊界，可以在檢測和跟蹤圖像邊界后，利用邊界點的方向信息來平滑邊界。顯然，圖像邊界噪聲越大，圖像邊界點變化越劇烈，圖像邊界相鄰點的方向變化數(shù)〔與差分鏈碼有一點區(qū)別，鏈碼見第七章〕也越大．根據(jù)這一特點，設(shè)置一個邊界點方向變化數(shù)閾值，把方向變化數(shù)大于這一閾值的圖像邊界點濾除，由此可得到平滑的圖像邊界。圖3.12〔b〕所示的是一個經(jīng)過平滑過的區(qū)域邊界示意圖，其中的方向變化數(shù)閾值為1。注意，由于采用8－鄰點邊界跟蹤，因此方向變化數(shù)的最大值為4。如果閾值設(shè)成4，那么對原始邊界沒有平滑。邊界跟蹤和平滑常常結(jié)合在一起使用，見計算機作業(yè)3.5。圖3．12邊界跟蹤算法結(jié)果，(a)圖像邊界跟蹤結(jié)果；〔b〕邊界跟蹤與平滑結(jié)果．算法3．3邊界跟蹤算法=1\*GB3①從左到右、從上到下掃描圖像，求區(qū)域S的起始點.=2\*GB3②用c表示當前邊界上被跟蹤的像素點．置，記c左4－鄰點為b，．=3\*GB3③按逆時針方向從b開始將c的8個8－鄰點分別記為，,=4\*GB3④從b開始，沿逆時針方向找到第一個，=5\*GB3⑤置，，=6\*GB3⑥重復步驟=3\*GB3③、=4\*GB3④、=5\*GB3⑤，直到。3．5．5距離測量在許多應用中，找到一幅圖像中兩個像素點或兩個連通成份之間的距離是很有必要的．目前還沒有定義數(shù)字圖像距離的唯一方法，但對所有的像素點p、q和r，任何距離度量都必須滿足以下性質(zhì)：1．，當且僅當時，2．3．下面是一些常用的距離函數(shù)歐幾里德距離：(3．22)街區(qū)距離：(3．23)棋盤距離：(3．24)3．5．6中軸如果對中像素的所有鄰點有下式成立：(3．25)那么中像素到的距離是局部最大值．中所有到的距離是局部最大值的像素點集合稱為對稱軸或中軸，通常記為．使用4－近鄰的中軸變換的一些例子見圖3．13．圖3．13b說明少量噪聲會使中軸變換結(jié)果產(chǎn)生顯著的差異．由和中每一點到的距離能重構(gòu)原始像素集．是的簡潔表示．可用來表示一個區(qū)域的形狀．通過去除中與距離較小的像素點，可以生成一個簡化的集．中軸可作為物體的一種簡潔表示．但是，二值圖像中的區(qū)域也可用其邊界來表示．邊界跟蹤算法可用來獲得表示邊界的序列點．在第七章還將討論用鏈碼來簡潔地表示邊界的方法．對任意物體，邊界將是區(qū)域的簡潔表示．但要明確給定像素點是否在某一區(qū)域內(nèi)，中軸那么是更好的表示，因為使用中軸上的像素點和每一個給定像素點的最大距離圓盤〔中軸距離變換〕，可以很容易地檢測出給定像素是否在中軸定義的區(qū)域中．圖3．13中軸變換舉例3．5．7細化細化(thinning)是一種圖像處理運算，可以把二值圖像區(qū)域縮成線條，以逼近區(qū)域的中心線，也稱之為骨架或核線．細化的目的是減少圖像成份，直到只留下區(qū)域的最根本信息，以便進一步分析和識別．雖然細化可以用在包含任何區(qū)域形狀的二值圖像，但它主要對細長形(而不是凸圓形或水滴狀)區(qū)域有效．細化一般用于文本分析預處理階段，以便將文本圖像中線條圖畫或字符筆畫表示成單像素線條．細化要求如下：連通圖像區(qū)域必須細化成連通線結(jié)構(gòu)．細化結(jié)果最少應該是8－連通〔下面將要解釋〕．保存近似終止線的位置．細化結(jié)果應該近似于中軸線．由細化引起的附加突刺(短分支)應該是最小的．細化結(jié)果應該保證第一條要求中所定義的連通性，這一點是最根本的要求，它保證了連通線結(jié)構(gòu)的數(shù)量等于原始圖像中連通區(qū)域的數(shù)量．第二條要求保證所得到的線條總是含有8－連通圖像的最小數(shù)量．第三條要求說明終止線位置應該保持不變．細化可以通過迭代方式不斷去除邊界點來實現(xiàn)，重要的是在迭代過程中不要去除端點像素，因為這樣不僅會縮短細化線，丟掉結(jié)構(gòu)信息，而且不能保持其位置不變．第四條要求說明所得線段應能最好地逼近原始區(qū)域的中線，如兩個像素點寬的豎線或水平線的真正中線應該位于這兩個像素之間半個像素間距的位置．在數(shù)字圖像中表示半個像素間距是不可能的，因此得到的結(jié)果是一條位于原直線一側(cè)的直線．第五條要求沒有明確指出噪聲的影響控制到最低程度，因為判斷噪聲本身是一件很難的事．一般不希望原始區(qū)域含有會引起突刺的隆起，但當某些較大隆起是區(qū)域特征時，卻必須識別它們．應該指出，某些細化算法有去除突刺的參數(shù)，不過最好將細化和去除噪聲分開進行，這是由于某些情況下不需要的突刺，可能是另一些情況下所需要的短線．因此，最好的方法是先進行細化，然后單獨去除長度低于某一特定最小值的任何突刺．一種常用的細化手段是在至少鄰域內(nèi)檢查圖像的每一點，剝?nèi)^(qū)域邊界．一次剝?nèi)ヒ粚訄D像，直至區(qū)域被細化成一條線．這一過程是用迭代法實現(xiàn)的，如算法３．4．在每次迭代時，每一個像素點用窗函數(shù)檢查，為了保持連通性或線末端位置，將單像素厚的邊界擦除．在圖3．14中將會看到，在每次迭代中，值為1的外層區(qū)域就是用這種方式削掉的．當?shù)Y(jié)果沒有變化時，迭代過程結(jié)束，圖像得到細化算法３．４４－近鄰細化迭代算法對于每一個像素，如果沒有上近鄰〔下近鄰＼左近鄰＼右近鄰〕不是孤立點或終止線去除該像素點不會斷開區(qū)域那么去除該像素點．重復這一步驟直到?jīng)]有像素點可以去除．圖3．14細化手寫體“華”的迭代過程．(a)原圖像，(b)—(f)為五次迭代過程，每次迭代削去一層邊界．3．5．8擴展與收縮圖像中的一個連通成份可以進行全方位的擴展(expanding)或收縮(shrinking)．如果某一連通成份可以變化，使得一些背景像素點變成1，這一運算就稱為擴展．如果物體像素點全方位地消減或變?yōu)?時，那么稱為收縮．一種簡單的擴展與收縮實現(xiàn)方法如下：擴展：如果近鄰點是1，那么將該點從0變?yōu)?．收縮：如果近鄰點是0，那么將該點從1變?yōu)?．這樣，收縮可以看作是擴展背景．這類運算的例子見圖3．15．需要指出，擴展與收縮這樣簡單的運算可以完成非常有用而又貌似很復雜的運算．下面引進符號：S擴展倍．：S收縮倍．其中以下性質(zhì)必須滿足：先擴展后收縮算法能補上不希望存在的洞，如圖3.15〔b〕〔d〕所示；先收縮后擴展算法那么能去除孤立的噪聲點，見圖3．15〔c〕〔e〕．請注意，擴展與收縮可用來確定孤立組元或簇．注意，擴展后收縮有效地填滿了空洞卻沒有去除噪聲；相反，收縮后擴展能去除噪聲卻沒有填滿空洞．在地形圖像處理和膨脹與腐蝕運算中，擴展與收縮算法的一般形式被廣泛地用于許多任務中．圖3．15對字母“h”收縮與擴展算法實驗結(jié)果．〔a〕原始噪聲圖像；(b)擴展運算；〔c〕收縮運算；〔d〕擴展后收縮運算；〔e〕收縮后擴展運算．第4章光學圖樣的測量3.1全息技術(shù)使用相干光記錄和再現(xiàn)的，通過二布操作完成的成像技術(shù)記錄激光→→曝光干板二光源有光程差x角相位差延遲ɑ在平板上產(chǎn)生了沿y方向延伸的等間距的平行干預條紋條紋x方向周期2/2，比照度0〔x，y〕，條紋橫向位移〔x，y〕來自物體的光以干預條紋的形式被記錄下來振幅為條紋的比照度；相位為條紋的橫向間距；再現(xiàn)再現(xiàn)全息圖時，參考光要和記錄時的條線相同，這時平板相當于具有正弦透過率的衍射光柵。再現(xiàn)光通過光柵后沿三個方向出射，形成0級，＋1級，－1級衍射光，由于干預條紋受到原來物光復振幅的調(diào)制。這時由衍射光形成再現(xiàn)象。全息光的特征全息技術(shù)三個必備條件物光與參考光必須是相干光全息圖為極細微的光強分布，需高分辨率記錄介質(zhì)曝光時間內(nèi)，物體阿和光學系統(tǒng)必須是靜止的特點1．不借助透鏡，可進行像的記錄和再現(xiàn)。2．像中保存著光波的相位信息。3．可得到三維圖像。4．物光為漫反射，局部全息缺陷，不影響圖像質(zhì)量5．全息圖可高密度的存儲信息。6．可對再現(xiàn)圖像進行各種處理缺點7．成像面局限于被激光照明的范圍。8．物體陰影會對成像產(chǎn)生影響。9．不適用于運動的物體10．受相干照明散斑噪聲的影響〔外表粗糙〕④全息干預法：全息只在玻璃和金屬研磨面上，而全息干預可以進行一般物體的測量。二次曝光法：使物光和參考光相干，在全息板上做記錄，稍微移動一下物體，再進行第二次曝光，那么二次的虛像可同時再現(xiàn)。前后二次的光波形成干預條紋在物體的像上，對應于1/2波可形成一條干預條紋→得到對應于位移分布的等高線。頻閥二次曝光法→測量震動的物體雙重脈沖二次曝光法→測量運動的物體〔大功率激光器二次照明〕利用計算機全息圖的干預：在物體形狀的情況下，用計算機計算其衍射光的復振幅，繪到成全息圖。用計算機制作的標準光波面與被檢物體產(chǎn)生的光波面相干預，就能精確的測量被檢物體的形狀。3.2散斑測量技術(shù)激光投射到使光散射的粗糙面的物體上，就呈現(xiàn)普通光見不到的斑點狀的圖樣，每個斑點稱為散斑〔Speckle〕產(chǎn)生原因：各點上的散射光具有外表微觀凹凸相對應于的不規(guī)那么相位關(guān)系，它的相互干預疊加而形成的散斑的微細程度取決于照射外表光點的形狀和大小。性質(zhì)：1.在散射面的被照明范圍內(nèi)，其微觀結(jié)構(gòu)的統(tǒng)計性質(zhì)相同。2.散斑的明暗依賴于散射面上宏觀的強度分布，大小與散射面和觀察面間的距離成正比。電子散斑干預測量〔ESPI〕物光＝exp〔i〕參考光＝exp〔i〕合成像＝++2cos(-)物體移位后參考光無變化，物光相位△，那么＝exp〔i＋△〕這時成像=++2cos(-+△)當△＝2n時，散斑干預圖不發(fā)生變化。當△＝〔2n＋1〕，變形前后合成光強度變化最大。這樣物外表分布著與△有關(guān)的條紋，這種條紋反映出兩次散斑干預光強之間的相干性，稱為相關(guān)條紋。應用：測量變形，位移，震動，運動〔轉(zhuǎn)速，速度，運動軌跡〕，外表粗糙度，透鏡檢查，視力檢查。3.3莫爾條紋測量技術(shù)莫爾是指將直線組成曲線組相重疊產(chǎn)生另外一種條紋圖樣的現(xiàn)象。設(shè)pq為參變量，那么光柵間距為a和b的兩個直線組，取直角坐標x,y時一組直線光柵x＝bp與之成角的另一組光柵為y＝xctg－〔agsin〕聯(lián)立上列二式求交，那么有Y＝xctg－〔Nd/Sin〕這里d＝ab/Sin=bSin/這樣間隔為d的莫爾條紋會出現(xiàn)在圖中的角方向上“和”型、“積”型莫爾條紋兩個正弦形光柵〔1＋Cos2x〕〔1+2Cos2x〕“和”型為〔1＋Cos2x〕＋〔1+2Cos2x〕＝1＋Cos(+)xCos(+)x“積”型為〔1＋Cos2x〕×〔1+2Cos2x〕＝xx＝總之，在產(chǎn)生的莫爾條紋中，總要出現(xiàn)兩個給定的頻率成分具有較高的頻率成分，形成精細的結(jié)構(gòu)。具有較低頻率成分，形成緩慢變化的強度分布。莫爾條紋的形成光柵與光柵直接重疊〔夾縫內(nèi)取出一條莫爾條紋〕光柵與光柵像重疊〔測量試中外表畸變〕光柵像與光柵像相重疊。光柵拓撲結(jié)特點不需要激光，利用非相干光的測量，容易使用?？蓪Υ植谕獗磉M行測量。可使三位物體的形狀圖形化。較全息和散斑是靈敏度，能實現(xiàn)位移和震動測量的圖樣化?？蛇M行運動物體三維形狀的圖形測量。3.4微圖像測量技術(shù)1．顯微鏡2．微小缺陷測量?！睞〕利用微小凹凸產(chǎn)生的散射光4.1區(qū)域和邊緣區(qū)域:相互連結(jié)的具有相似特性的一組像素邊緣：區(qū)域邊界上的像素把所有對應于一個物體的像素組合到一起,并進行標記.基于區(qū)域的分割基于邊緣檢測的分割圖像分割最簡形式:把灰度圖轉(zhuǎn)換成二值圖圖像中的物體、背景各具有一灰度值,灰度分布曲線是由正態(tài)分布函數(shù)疊加而成．圖像直方圖將會出現(xiàn)別離的峰值,閾值選波谷最正確.(2)迭代式閾值選擇迭代式閾值選擇算法1.選一初始閾值，如:灰度均值2.利用閾值把圖像分割成兩組，R1和R23.計算區(qū)域R1和R2的均值v1、v24.選擇新的閾值T=(v1+v2)/25.重復2－4步，直到v1和v2的均值不變?yōu)橹归撝档母牧疾呗允沁@一方法的關(guān)鍵(3)自適應閾值化方法場景照明不均勻時，一個閾值？把圖像分成N×N個子圖像，求出子圖像的閾值。所有子圖像分割的邏輯歸并?！?〕雙閾值方法＃數(shù)與物體的某些灰度值.＃還有些灰度值可能屬于物體,可能屬于背景.1)選擇兩個閾值T1和T2．2)把圖像分割成三個區(qū)域,R1包含所有灰度值低于T1的像素；R2包含所有灰度值位于T1和T2之間的像素；R3包含所有灰度值高于T2的像素．3)查看分配給區(qū)域R2中的每一個像素．如果某一像素鄰接區(qū)域R1，把這一像素重新分配給R1．4)重復步驟3)直到?jīng)]有像素被重新分配．5)把區(qū)域R2剩下的所有像素重新分配給R3．R1是區(qū)域核,R2是邊緣區(qū),R3是背景〔5〕直方圖方法的局限性 ＃恒定灰度值＃沒有利用圖像強度的空間信息例如，用直方圖無法區(qū)分黑白棋格圖像具有不同灰度空間分布的圖像可能具有類似的直方圖．用直方圖無法區(qū)分隨機分布的黑白點圖像、黑白棋格圖像和黑白各半的圖像．直方圖的全局特性限制了其在復雜圖像中的應用．直方圖完全沒有考慮由于物體外表的連續(xù)性,而使得物體圖像點常常在空間上非常密集這一特點．線性變換：圖像像素灰度值分布在[a,b]區(qū)間第5章干預條紋圖像處理光測條紋圖像處理的目的是精確地、自動地提取條紋圖的相位場分布，從而得出待測的物理量分布。隨機噪聲：由電子、熱、光敏不均，光柵或物體不清造成條紋圖噪聲。系統(tǒng)噪聲：背景光強的變化和條紋幅值的變化使圖像質(zhì)量退化〔比照度弱，背景太強、太弱，變化太大〕。4.1干預條紋圖數(shù)學形成與特征各種干預條紋圖的光強分布可用數(shù)學形式表達為：I〔x,y〕=IO(x,y)+I1(x,y)cos(x,y)+In(x,y)其中，IO(x,y)為背景光強，I1(x,y)為條紋幅值(x,y)為相位場In(x,y)為可加性隨機噪聲△條紋圖分布特征：①I〔x,y〕是唯一可測的量，即量，(x,y)為有待測量求解的物理量②條紋圖是對相位場(x,y)的余弦調(diào)制結(jié)果，表現(xiàn)為條紋分布。③IO(x,y)為變化的背景光強場，它主要取決于環(huán)境光場及被測物體的外表光學特征④I1(x,y)是變化的條紋幅值，也稱條紋比照度。主要取決于光源、環(huán)境等條件。⑤條紋間距、條紋密度或條紋的空間頻率表示相位場的變化梯度，變化梯度越大，條紋越密。同時決定灰度分布的變化梯度。⑥條紋方位分布表示了相位變化的梯度方向在條紋的切線方向,即在切線上，相位場與灰度變化大約為零所以條紋等值線對應于相位等值線在條紋的法線方向n上：p為某行求導方向所以在法線上，相位場與灰度梯度變化最大⑦由于cos的周期性，只能測量出相位場的二階主值⑧假設(shè)只考慮cos的周期性的影響，條紋的中心線點的相位為n階⑨由于余弦的偶函數(shù)性cos=cos(-),假設(shè)沒有其它光驗信息，那么無法從圖像灰度信息中確定相位的符號⑩相位場的物理意義取決于所用的實驗技術(shù)。即是那種實驗干預條紋圖〔距離、位移、振幅、變形等〕4.2圖像預處理方法①均值濾波濾波：②帶有閥值的均值濾波③高斯濾波④中值濾波增強①線形增強②去極值的線形增強③直方圖均衡化增強4.3條紋倍增法〔數(shù)字條紋倍增法〕①雙幅圖條紋倍增法在條紋等差線中，有明場和暗場等差線之分，互為相反暗場I0=Id明場Il=Il這里IdIl作如下運算可得：IR(x,y)=相位實現(xiàn)了倍增，即條紋數(shù)增加了一倍②任意相移雙圖條紋倍增法一幅條紋圖I(x,y)=使其相位場平移:兩幅圖作如下運算：其中，，為常量，用來保持條紋倍增后的圖象范圍在[0，255]中③單幅圖條紋兩倍倍增法假設(shè)將一幅條紋圖背景和條紋振幅在全場常數(shù)化，這時體噢阿文圖表示為：I(x,y)=I0+I1cos(x,y)做簡單運算Ⅱ就實現(xiàn)了條紋的二倍倍增④單幅圖條紋三倍倍增法對上述正那么化條紋圖〔背景和條紋幅值，全場常數(shù)化〕利用下面的三角公式：作變換：Ⅲ就實現(xiàn)了三倍倍增〔附圖〕4.4條紋圖的旋濾波算法普通濾波不能將條紋與噪聲信號清楚地分開，在濾掉噪聲的同時使條紋模，使條紋特征畸變。旋濾波思想：找出條紋的切線方向，只在切線方向上對條紋圖進行低通濾波?！舱页鰲l紋灰度的等值線，在灰度等值線上作低通濾波〕這樣既濾掉噪聲，又不對條紋產(chǎn)生模糊、畸變效應。構(gòu)造一個一維濾波窗口→繞當前像素點旋轉(zhuǎn)一周→確定條紋切線方向→在切線方向進行低通濾波。步驟：①以當前點為中心的n×n像素點窗口內(nèi)等角度間隔的方向濾波〔附圖〕②在每條方向濾波線上，計算其灰度平均值A(chǔ)：ij表示當前點的位置，k表示第k個方向，③計算每個方向線上各點灰度值與改線均值之差的絕對值之和，或均方差即或表示了K方向上的灰度分布的變化④在條紋的切線方向取極小值，并用kk表示，這樣確定了切線的方向⑤沿條紋切線方向kk進行一維中值濾波或均值濾波中值濾波：將該方向排序為中值得灰度取代當前點的灰度?！部蔀V去鼓勵的大噪聲〕均值濾波：將該方向灰度平均值取代當前點的灰度?！部蔀V去高斯分布的隨機噪聲〕⑥對條紋圖全場每個點重復上述步驟。〔旋濾波可對一幅條紋圖應用屢次〕第6章立體視覺被動測距傳感:視覺系統(tǒng)接收來自場景發(fā)射或反射的光能量,形成有關(guān)場景光能量分布函數(shù)(灰度圖象)。主動測距傳感:視覺系統(tǒng)首先向場景發(fā)射能量,然后接收場景對所發(fā)射的能量的反射能量→形成圖象。5.1立體成像共軛點：同一幅景點在兩個不同圖象中的投影點。視差：兩幅圖象重疊時，共軛點對之間的位置之差。外極平面：通過場景點和兩個投影中心的平面外極線：外極平面與圖像平面的郊縣外極點：同一圖像平面的所有外極線交于一點，即外極點〔附圖〕垂直視差，外極線假定與圖像行重合，即假定垂直視差為零。兩攝像機光軸不平行，在空間相交于一點。視差與光軸夾角有關(guān)，存在視差為零外表〔附圖〕5.2根本約束①外極線約束步驟：一幅圖中選一特征點→另一幅中搜索對應特征點二維搜索一幅圖中選一特征點→求外極線→另一幅圖外極線上求特征點以為搜索②一致性約束左右攝像機的光強可能差異較大，難以進行相似性質(zhì)而已，需對圖像進行標準化處理左圖〔i，j〕右圖〔i，j〕這樣在mn圖像窗內(nèi)標準化圖像函數(shù)為：//其中u是圖像窗內(nèi)光強的平均值，σ是光強分布函數(shù)據(jù)此評價函數(shù)為差值絕對值之和③唯一性約束一幅圖像上每一特征點只能與另一幅圖上唯一的一個特征對應④連續(xù)性約束光滑物體投影連續(xù)視差連續(xù)近界處連續(xù)約束不成立5.3邊緣匹配邊緣特征使用高斯函數(shù)的一階導數(shù)獲得，使用邊緣匹配的步驟如下：①使用高斯濾波器對立體圖像進行四次濾波，前一次濾波的寬度是下一次濾波器寬度的兩倍?！哺咚篂V波：去處高頻噪聲，不破壞邊緣特性〕②在某一列上計算各個邊緣的位置。③計算比擬邊緣的方向和強度粗略地進行邊緣匹配〔水平邊緣是無法進行匹配的〕④通過精細計算得到更準確的匹配，得到精細的視差估計。5.4匹域相關(guān)性邊緣匹配計算比擬成熟，但邊緣一般對應物體的邊界，而邊界的深度值大局部情況下是不確定的。在圖像對中識別無趣點，匹配兩圖像對中的相對應的無趣點。無趣點：盡可能容易地被識別和匹配?！簿鶆騾^(qū)域不適宜〕具有有限大變化的區(qū)域：有足夠多相互別離的區(qū)域。在以某一點為中心的窗函數(shù)中，計算在不同方向上象素的變化量。方向的變化量：s:窗函數(shù)中的所有象素，一般為5×5~范圍，取其方向變量最小值為中心象素點的無趣值匹配方法：一幅圖像中的特征點為中心的一個小窗函數(shù)內(nèi)的象素與另幅圖中各潛在對應點為中心的同樣窗函數(shù)內(nèi)的象素進行相關(guān)值計算。具有最大相關(guān)值的特點就是匹配特征〔只有滿足外極線約束的點才能是匹配點〕相關(guān)系數(shù)：〔圖像〕特征點對的視差為，被匹配的兩個區(qū)域中所有象素灰度平均值。5.5從x恢復形狀的方法1．光度立體：攝像機和目標靜止不動，使用不同方位的三個光源來得到同一場景的三幅圖像。確定物體外表的反射特性。計算三個光源照明的所有點的局部外表方位。〔間接深度計算〕2．從明暗恢復形狀使用圖像明暗變化來恢復物體形狀信息。外表方向的變化可轉(zhuǎn)化為圖像強度的相應變化，由圖像強度的變化可以恢復外表形狀?！查g接深度計算〕3．從紋理恢復形狀從圖像的紋理特性變化，如方向、密度、方位〔間接深度計算〕4．從運動恢復形狀使用運動攝像機獲取靜止圖像，場景點的視差取決于場景是否到攝像機的距離。靜止攝像機獲取運動圖像，在圖像序列中產(chǎn)生運動視差取決于物體外表點位置和速度。5.6測距成像結(jié)構(gòu)光測距結(jié)構(gòu)光測距時的場景是由幾何模式的照射光源照明的。在一個簡單的點投影系統(tǒng)中，投影光源和攝像機之間相距一個基線距離b，如下圖。物體坐標〔x，y，z〕與被測量的圖像坐標(x′,y′)和投影角θ之間的關(guān)系如下：其中，f為攝像機的光學焦距。這樣一個三角測量系統(tǒng)的距離分辨力可由投影角θ和圖像點x′水平位置的測量精度決定。結(jié)構(gòu)光測距法典型的結(jié)構(gòu)光照明系統(tǒng)是將光平面或者二維網(wǎng)格模式投影到場景中,與光源相隔一定距離的攝像機獲取投影到場景中物體外表的含有變形的光照模式。該變形由光照模式和物體外表的形狀和方向決定。對應于圖像平面中的任意點的三維物體坐標可以通過計算攝像機視線和光照平面的交點來決定。結(jié)構(gòu)光測距系統(tǒng)的優(yōu)點是可以很容易地控制場景照明。該系統(tǒng)一個典型的應用是放在傳送帶上的運動物體經(jīng)過一個光束平面，在光帶圖像中產(chǎn)生變形，然后計算光束平面上物體的輪廓。以規(guī)那么間隔重復上述過程即可恢復物體的形狀。結(jié)構(gòu)光照明系統(tǒng)的主要缺點是無法獲取攝像機或光源看不到的物體點的數(shù)據(jù)。激光雷達測距在生物界，蝙蝠和海豚是通過接受自己發(fā)出的超聲波來確定周圍物體的存在。根據(jù)生物這種感知距離的能力，人類創(chuàng)造了激光雷達測距系統(tǒng)，即向空間發(fā)射信號，然后接收反射信號并與發(fā)射信號進行比擬，以確定目標的距離和方位。常用的激光雷達測距工作體制有：脈沖飛行時間測距、相位差測距和差頻測距。其中以相位差測距應用最廣。相位差測距原理如下圖。圖相位差測距法以相位差測距為例，雷達向被測物發(fā)出連續(xù)波。深度信息可以通過檢測調(diào)幅光波發(fā)射和接收的相位差來得到。激光器發(fā)出的調(diào)幅調(diào)制光經(jīng)過平面鏡分成二路，一路經(jīng)過光學掃描裝置向被測物進行掃描，另一路進入相位差檢測裝置與經(jīng)過物體反射后接受的光信號進行相位比擬。如果，調(diào)制頻率為f，相位差為φ，那么物體到感知器的距離為：式中c為光速，λ為波長。由于相位差只能檢測到0~2π的相位差，因此這種激光雷達的測距范圍為D=λ/2。當測量距離超過其整數(shù)倍時，測量出的相位差是不變的，也就是說，這種激光測距雷達具有多義性。消除多義性的方法有二種，一是事先知道待測距離的大致范圍，二是使用多臺具有不同調(diào)制頻率的激光雷達測距。激光雷達具有波束窄、波長短等獨特優(yōu)點，因而具有極高的角分辨力、距離分辨力和速度分辨。激光雷達可以獲得目標的多種信息，如反射特性