探析机器视觉中坐标的标定

探析机器视觉中坐标的标定

?在机器视觉的测量中，我们得到的尺寸并不是我们真实的物体尺寸，而是像素值，那幺如何将像素值转成我们需要表示的实际物体尺寸，此时，需要进行坐标的标定。标定完之后输出的值就是我们需要的实际尺寸了。跟着小编一起来学习如何标定吧！

?

?

?标定圆实现的过程如下图：

?

1. 采集图像。添加“采集图像”工具至流程栏，选择采集路径为“目录”，图像的格式为BMP或JPG。如下图1所示

?

?图1

?

?

2. 测量标定。添加“测量标定”工具至流程栏，标定方法设置为标定圆，边缘极性设置为白在黑上，梯度阈值为40，滤波半宽为5。实际长度输入圆的实际半径长度为15。如下图2所示。

?

?图2

?

?

机器视觉检测的分析简答作业及答案要点学习资料

2012研究生机器视觉课程检测及课程设计内容 一、回答下列问题： 1、什么是机器视觉，它的目标是什么？能否画出机器视觉检测系统的结构方 块图，并说出它们的工作过程原理和与人类视觉的关系？ 机器视觉是机器（通常指计算机）对图像进行自动处理并报告“图像中有什么”的过程，也就是说它识别图像中的内容。图像中的内容往往是某些机器零件，而处理的目标不仅要能对机器零件定位，还要能对其进行检验。 原始数据特征向量类别标识 特征度量模式分类器 机器视觉系统的组成框图 2、在机器视觉检测技术中：什么是点视觉技术、一维视觉技术、二维视觉技 术、三维视觉技术、运动视觉技术、彩色视觉技术、非可见光视觉技术等？ 能否说出他们的应用领域病句、案例？能否描述它们的技术特点？ 答：点视觉：用一个独立变量表示的视觉称之为点视觉。如应用位移传感器测量物体的移动速度。 一维视觉：普通的CCD。 两维视觉：用两个独立变量表示的视觉称之为两维视觉。比如普通的CCD。 三维视觉：用三个独立变量表示的视觉称之为三维视觉。比如用两个相机拍摄（双目视觉）；或者使用一个相机和一个辅助光源。 彩色视觉：用颜色作为变量的视觉称之为彩色视觉。物体的颜色是由照 射光源的光谱成分、光线在物体上反射和吸收的情况决定的。比如，一 个蓝色物体在日光下观察呈现蓝色，是由于这个物体将日光中的蓝光 反射出来，而吸收了光谱中的其他部分的光谱，而同样的蓝色物体， 在红色的光源照射下，则呈现红紫色， 非可见光视觉技术：用非可见光作为光源的视觉技术。比如非可见光成像技术。

3、机器视觉检测技术中：光源的种类有哪些？不同光源的特点是什么？光照 方式有几种？不同光照方式的用途是什么？又和技术特点和要求？ 机器视觉检测技术中光源有以下几种：荧光灯，卤素灯+光纤导管，LED 光源，激光，紫外光等。几种光源的特点如下： 成本亮度稳定度使用寿命复杂设计温度影响种类名 称 荧光灯低差差一般低一般 卤素灯+光纤导管高好一般差一般差LED光源一般一般好好高低光照方式有以下几种： 背景光法（背光照射）是将被测物置于相机和光源之间。这种照明方式的优点是可将被测物的边缘轮廓清晰地勾勒出来。由于在图像中，被测物所遮挡的部分为黑色，而未遮挡的部分为白色，因此形成“黑白分明”的易于系统分析的图像。此方法被应用于90%的测量系统中。 前景光法（正面照射）是将灯源置于被测物和相机之前。又可分为明场照射和暗场照射。明场照射是为了获得物体的几乎全部信息，照射物体的光在视野范围之内几乎全部反射回去；暗场照射是为了获取物体表面的凹凸，照射物体的光在视野范围之外有部分光反射回去。 同轴光法是将灯源置于被测物和相机之间。 4、机器视觉检测系统中，光学系统的作用是什么？光学器件有哪几种，它们 各自的作用是什么？光学镜头有几种类型，它们各自有何用途？光学镜头有哪些技术参数，各自对测量有什么影响？ 答：机器视觉检测系统中，光学系统用来采集物体的轮廓、色彩等信息。 光学器件主要有：镜头、成像器件（CCD和CMOS)、光圈、快门等。 镜头的作用是对成像光线进行调焦等处理，使成像更清晰；成像器件的作用是将光学图像转换成模拟电信号；光圈的作用如同人得瞳孔， 控制入射光的入射量，实现曝光平衡；快门的作用是将想要获取的光学

机器视觉系统——光源篇

机器视觉——光源篇收藏 一、为什么要使用光源 ?目的 将被测物体与背景尽量明显分别，获得高品质、高对比度的图像?地位 机器视觉三大技术（采像技术，处理技术，运动控制技术）之一?重要性 直接影响系统的成败，处理精度和速度 二、光源的种类 ?理想的光源应该是明亮，均匀，稳定的 ?视觉系统使用的光源主要有三种 高频荧光灯 光纤卤素灯 LED（发光二极管）照明 ?高频荧光灯 使用寿命约1500－3000小时 优点：扩散性好、适合大面积均匀照射 缺点：响应速度慢，亮度较暗 ?光纤卤素灯 使用寿命约1000小时 优点：亮度高 缺点：响应速度慢，几乎没有光亮度和色温的变化 ?LED灯

使用寿命约10000－30000小时 可以使用多个LED达到高亮度，同时可组合不同的形状 响应速度快，波长可以根据用途选择 三、LED光源的优势 ?可制成各种形状、尺寸及各种照射角度； ?可根据需要制成各种颜色，并可以随时调节亮度； ?通过散热装置，散热效果更好，光亮度更稳定； ?使用寿命长（约3万小时，间断使用寿命更长）； ?反应快捷，可在10微秒或更短的时间内达到最大亮度； ?电源带有外触发，可以通过计算机控制，起动速度快，可以用作频闪灯；?运行成本低、寿命长的LED，会在综合成本和性能方面体现出更大的优势；?可根据客户的需要，进行特殊设计。 四、LED光源的颜色 ?主要颜色 红色 蓝色 绿色 白色 ?其他颜色 橙色 红外 紫外 五、照明技术的基础知识 1、照射光的种类

(1)直射光 主要来自于一个方向的光，可以在亮色和暗色阴影之间产生相对高的对比度图像。 (2)漫射光（扩散光） 各种角度的光源混合在一起的光。日常的生活用光几乎都是扩散光。 (3)偏振光 在垂直于传播方向的平面内，光矢量只沿某一个固定方向振动的光。通常是利用偏光板（片）来防止特定方向的反射。 (4)平行光 照射角度一致的光。太阳光就是平行光。发光角度越窄的LED直射光越接近平行光。 对比度：对比度对机器视觉来说非常重要。机器视觉应用的照明的最重要的任务就是使需要被观察的特征与需要被忽略的图像特征之间产生最大的对比度，从而易于特征的区分。对比度定义为在特征与其周围的区域之间有足够的灰度量区别。好的照明应该能够保证需要检测的特征突出于其他背景。 2、六种照明技术 通用照明，背光，同轴（共轴），连续漫反射，暗域及结构光。(1)一般目的的照明 通用照明一般采用环状或点状照明。环灯是一种常用的通用照明方式，其很容易安装在镜头上，可给漫反射表面提供足够的照明。 (2)背光照明： 背光照明是将光源放置在相对于摄像头的物体的背面。这种照明方式与别的照明方式有很大不同因为图像分析的不是发水光而是入射光。背光照明产生了很强的对比度。应用背光技术时候，物体表面特征可能会丢失。例如，可以应用背光技术测量硬币的直径，但是却无法判断硬币的正反面。 (3)同轴照明： 同轴照明是与摄像头的轴向有相同的方向的光照射到物体的表面。同轴照明使用一种特殊的半反射镜面反射光源到摄像头的透镜轴方向。半反射镜面只让从物体表面反射垂直于透镜的光源通过。同轴照明技术对于实现扁平物体且有镜面特征的表面的均匀照明很有用。此外此技术还可以实现使表面角度变化部分高亮，因为不垂直于摄像头镜头的表面反射的光不会进入镜头，从而造成表面较暗。连续漫反射照明：连续漫反射照明应用于物体表面的反射性或者表面有复杂的角度。连续漫反射照明应用半球形的均匀照明，以减小影子及镜面反射。这种照明方式对于完全组装的电路板照明非常有用。这种光源可以达到170立体角范围的均匀照明。 (4)暗域照明： 暗域照明是相对于物体表面提供低角度照明。使用相机拍摄镜子使其在其视野内，如果在视野内能看见光源就认为使亮域照明，相反的在视野中看不到光源就是暗域照明。因此光源是亮域照明还是暗域照明与光源的位置有关。典型的，暗域照明应用于对表面部分有突起的部分的照明或表面纹理变化的照明。 (5)结构光：结构光是一种投影在物体表面的有一定几何形状的光（如线形、圆形、正方形）。典型的结构光涉及激光或光纤。结构光可以用来测量相机到光源的距离。多轴照明：在许多应用中，为了使视野下不同的特征表现不同的对比度，需要多重照明技术。

机器视觉测量技术

机器视觉测量技术 杨永跃 合肥工业大学 2007.3

目录第一章绪论 1.1 概述 1.2 机器视觉的研究内容 1.3 机器视觉的应用 1.4 人类视觉简介 1.5 颜色和知觉 1.6 光度学 1.7 视觉的空间知觉 1.8 几何基础 第二章图像的采集和量化 2.1 采集装置的性能指标 2.2 电荷藕合摄像器件 2.3 CCD相机类 2.4 彩色数码相机 2.5 常用的图像文件格式 2.6 照明系统设计 第三章光学图样的测量 3.1 全息技术 3.2 散斑测量技术 3.3 莫尔条纹测量技术 3.4 微图像测量技术 第四章标定方法的研究 4.1 干涉条纹图数学形成与特征 4.2 图像预处理方法 4.3 条纹倍增法 4.4 条纹图的旋滤波算法 第五章立体视觉 5.1 立体成像

5.2 基本约束 5.3 边缘匹配 5.4 匹域相关性 5.5 从x恢复形状的方法 5.6 测距成像 第六章标定 6.1 传统标定 6.2 Tsais万能摄像机标定法 6.3 Weng’s标定法 6.4 几何映射变换 6.5 重采样算法 第七章目标图像亚像素定位技术 第八章图像测量软件 （多媒体介绍） 第九章典型测量系统设计分析9.1 光源设计 9.2 图像传感器设计 9.3 图像处理分析 9.4 图像识别分析 附：教学实验 1、视觉坐标测量标定实验 2、视觉坐标测量的标定方法。 3、视觉坐标测量应用实验 4、典型零件测量方法等。

第一章绪论 1.1 概述 人类在征服自然、改造自然和推动社会进步的过程中，面临着自身能力、能量的局限性，因而发明和创造了许多机器来辅助或代替人类完成任务。智能机器或智能机器人是这种机器最理想的模式。 智能机器能模拟人类的功能、能感知外部世界，有效解决问题。 人类感知外部世界：视觉、听觉、嗅觉、味觉、触觉 眼耳鼻舌身 所以对于智能机器，赋予人类视觉功能极其重要。 机器视觉：用计算机来模拟生物（外显或宏观）视觉功能的科学和技术。 机器视觉目标：用图像创建或恢复现实世界模型，然后认知现实世界。 1.2 机器视觉的研究内容 1 输入设备成像设备：摄像机、红外线、激光、超声波、X射线、CCD、数字扫描仪、 超声成像、CT等 数字化设备 2 低层视觉（预处理）：对输入的原始图像进行处理（滤波、增强、边缘检测），提取角 点、边缘、线条色彩等特征。 3 中层视觉：恢复场景的深度、表面法线，通过立体视觉、运动估计、明暗特征、纹理 分析。系统标定 4 高层视觉：在以物体为中心的坐标系中，恢复物体的完整三维图，识别三维物体，并 确定物体的位置和方向。 5 体系结构：根据系统模型（非具体的事例）来研究系统的结构。（某时期的建筑风格— 据此风格设计的具体建筑） 1.3 机器视觉的应用 工业检测—文件处理，毫微米技术—多媒体数据库。 许多人类视觉无法感知的场合，精确定量感知，危险场景，不可见物感知等机器视觉更显其优越十足。 1 零件识别与定位

机器视觉光源的选择

机器视觉光源选择 一、机器视觉光源分类 OPT机器视觉光源共有25大系列 1、环形光源（OPT-RI系列） 特点：环形光源提供不同角度照射，能突出物体的三维信息，有效解决对角照射阴影问题。高密度LED阵列，高亮度；多种紧凑设计，节省安装空间；可选配漫射板导光，光线均匀扩散。 使用：PCB基板检测；IC元件检测；显微镜照明；液晶校正；塑胶容器检测；集成电路印字检测；通用外观检测。 2、条形光源（OPT-LI系列） 特点：条形光源是较大方形结构被测物的首选光源；颜色可根据需求搭配，自由组合；照射角度和安装随意可调。 使用：金属、玻璃等表面检查；表面裂缝检测；LCD面板检测；线阵相机照明；图像扫描。 3、高均匀条形光源（OPT-LIT系列） 特点：高密度贴片LED，高亮度，高散射漫射板，均匀性好；良好的散热设计确保产品稳定性和寿命；安装简单、角度随意可调；尺寸设计灵活；颜色多样可选，可定制多色混合、多类型排布非标产品。 使用：电子元件识别和检测；服装纺织；印刷品质量检测；家用电器外壳检测；圆柱体表面缺陷检测；食品包装检测；灯箱照明；替代荧光灯。 4、条形组合光源（OPT-LIM系列） 特点：四边配置条形光,每边照明独立可控；可根据被测物要求调整所需照明角度，适用性广。 使用：PCB基板检测，IC元件检测；显微镜照明，包装条码照明；二次元影像测量。 5、同轴光源（OPT-CO系列） 特点：高密度排列LED，亮度大幅提高；独特的散热结构，延长寿命，提高稳定性；高级镀膜分光镜，减少光损失；成像清晰，亮度均匀。 使用：此系列光源最适宜用于反射度极高的物体，如金属、玻璃、胶片、晶片等表面的划伤检测；芯片和硅晶片的破损检测，Mark点定位；包装条码识别。 6、底部背光源（OPT-FL系列） 特点：用高密度LED阵列面提供高强度背光照明，能突出物体的外形轮廓特征，尤其适合作为显微镜的载物台；红白两用背光源、红蓝多用背光源，能调配出不同的颜色，满足不同被测物多色要求。 使用：机械零件尺寸的测量；电子元件、IC的引脚、端子连接器检测；胶片污点检测；透明物体划痕检测等。

完整版机器视觉思考题及其答案

什么是机器视觉技术？试论述其基本概念和目的。答：机器视觉技术是是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。机器视觉技术最大的特点是速度快、信息量大、功能多。机器视觉是用机器代替人眼来完成观测和判断，常用于大批量生产过程汇总的产品质量检测，不适合人的危险环境和人眼视觉难以满足的场合。机器视觉可以大大提高检测精度和速度，从而提高生产效率，并且可以避免人眼视觉检测所带来的偏差和误差。机器视觉系统一般由哪几部分组成？试详细论述之。答：机器视觉系统主要包括三大部分：图像获取、图像处理和识别、输出显示或控制。图像获取：是将被检测物体的可视化图像和内在特征转换成能被计算机处理的一系列数据。 该部分主要包括，照明系统、图像聚焦光学系统、图像敏感元件（主要是CCD和CMOS采 集物体影像。 图像处理和识别：视觉信息的处理主要包括滤波去噪、图像增强、平滑、边缘锐化、分割、图像识别与理解等内容。经过图像处理后，图像的质量得到提高，既改善了图像的视觉效果又便于计算机对图像进行分析、处理和识别。 输出显示或控制：主要是将分析结果输出到显示器或控制机构等输出设备。试论述机器视觉技术的现状和发展前景。 答：。机器视觉技术的现状：机器视觉是近20?30年出现的新技术，由于其固有的柔性好、 非接触、快速等特点，在各个领域得到很广泛的应用，如航空航天、工业、军事、民用等等领域。 发展前景：随着光学传感器、信息技术、信号处理、人工智能、模式识别研究的不断深入和计算机性价比的不断提高，机器视觉技术越来越成熟，特别是市面上已经有针对机器视觉系统开发的企业提供配套的软硬件服务，相信越来越多的客户会选择机器视觉系统代替人力进行工作，既便于管理又节省了成本。价格持续下降、功能逐渐增多、成品小型化、集成产品增多。 机器视觉技术在很多领域已得到广泛的应用。请给出机器视觉技术应用的三个实例并叙述之。答：一、在激光焊接中的应用。通过机器视觉系统，实时跟踪焊缝位置，实现实时控制，防止偏离焊缝，造成产品报废。 二、在火车轮对检测中的应用，通过机器视觉系统抓拍轮对图像，找出轮对中有缺陷的轮对，提高检测精度和速度，提高效率。 三、大批量生产过程中的质量检查，通过机器视觉系统，对生产过程中的产品进行质量检查 跟踪，提高生产效率和准确度。 什么是傅里叶变换，分别绘出一维和二维的连续及离散傅里叶变换的数学表达式。论述图像傅立叶变换的基本概念、作用和目的。 答：傅里叶变换是将时域信号分解为不同频率的正弦信号或余弦函数叠加之和。一维连续函数的傅里叶变换为：一维离散傅里叶变换为：二维连续函数的傅里叶变换为：二维离散傅里叶变换为： 图像傅立叶变换的基本概念：傅立叶变换是数字图像处理技术的基础，其通过在时空域和频率域来回切换图像，对图像的信息特征进行提取和分析，简化了计算工作量，被喻为描述图像信息的第二种语言，广泛应用于图像变换，图像编码与压缩，图像分割，图像重建等。作用和目的：图像的频率是表征图像中灰度变化剧烈程度的指标，是灰度在平面空间上的梯度。傅立叶变换的物理意义是将图像的灰度分布函数变换为图像的频率分布函数，傅立叶逆变换是将图像的频率分布函数变换为灰度分布函数。图像灰度变换主要有哪几种形式？各自的特点和作用是什么？ 答：灰度变换:基于点操作，将每一个像素的灰度值按照一定的数学变换公式转换为一个新的灰度值。灰度变换是图像增强的一种重要手段，它可以使图像动态范围加大，使图像的对比度扩展，

机器视觉检测

机器视觉检测 一、概念 视觉检测是指通过机器视觉产品（即图像摄取装置，分 CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 机器视觉检测的特点是提高生产的柔性和自动化程度。 2、典型结构 五大块：照明、镜头、相机、图像采集卡、软件 1.照明 照明是影响机器视觉系统输入的重要因素，它直接影响输入数据的质量和应用效果。目前没有通用的照明设备，具体应用场景选择相应的照明装置。照射方法可分为： 分类具体说明优点 背向照明被测物放在光源和摄像机之 间能获得高对比度的图像 前向照明光源和摄像机位于被测物的 同侧 便于安装 结构光将光栅或线光源等投射到被 测物上，根据它们产生的畸 变，解调出被测物的三维信 息 频闪光照明将高频率的光脉冲照射到物

体上，摄像机拍摄要求与光 源同步 2.镜头 镜头的选择应注意以下几点：焦距、目标高度、影像高度、放大倍数、影响至目标的距离、中心点/节点、畸变。 3.相机 按照不同标准可分为：标准分辨率数字相机和模拟相机等。 要根据不同的实际应用场合选不同的相机和高分辨率相机：线扫描CCD 和面阵CCD；单色相机和彩色相机。 为优化捕捉到的图像，需要对光圈、对比度和快门速度进行调整。 4.图像采集卡 图像采集卡是图像采集部分和图像处理部分的接口。将图像信号采集到电脑中，以数据文件的形式保存在硬盘上。通过它，可以把摄像机拍摄的视频信号从摄像带上转存到计算机中。 5.软件 视觉检测系统使用软件处理图像。软件采用算法工具帮助分析图像。视觉检测解决方案使用此类工具组合来完成所需要的检测。是视觉检测的核心部分，最终形成缺陷的判断并能向后续执行机构发出指令。常用的包括，搜索工具，边界工具，特征分析工具，过程工具，视觉打印工具等。 3、关键——光源的选择 1.光源选型基本要素： 对比度机器视觉应用的照明的最重要的任务就是使需要被观察的特征与需要被忽略的图像特征之间产生最大的对比度，从而易于特

机器视觉思考题及其答案

---------------------------------------------------------------最新资料推荐------------------------------------------------------ 机器视觉思考题及其答案 1.什么是机器视觉技术？试论述其基本概念和目的。 答：机器视觉技术是是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。 机器视觉主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。 机器视觉技术最大的特点是速度快、信息量大、功能多。 机器视觉是用机器代替人眼来完成观测和判断，常用于大批量生产过程汇总的产品质量检测，不适合人的危险环境和人眼视觉难以满足的场合。 机器视觉可以大大提高检测精度和速度，从而提高生产效率，并且可以避免人眼视觉检测所带来的偏差和误差。 2.机器视觉系统一般由哪几部分组成？试详细论述之。 答：机器视觉系统主要包括三大部分：图像获取、图像处理和识别、输出显示或控制。 图像获取：是将被检测物体的可视化图像和内在特征转换成能被计算机处理的一系列数据。 该部分主要包括，照明系统、图像聚焦光学系统、图像敏感元件（主要是 CCD 和 CMOS）采集物体影像。 图像处理和识别：视觉信息的处理主要包括滤波去噪、图像增强、 1/ 19

平滑、边缘锐化、分割、图像识别与理解等内容。 经过图像处理后，图像的质量得到提高，既改善了图像的视觉效果又便于计算机对图像进行分析、处理和识别。 输出显示或控制：主要是将分析结果输出到显示器或控制机构等输出

机器视觉之光源的显色性与色温

光源的显色性与色温 光源对物体的显色能力称为显色性，是通过与同色温的参考或基准光源（白炽灯或太阳光）下物体外观颜色的比较。光所发射的光谱内容决定光源的光色，但同样光色可由许多，少数甚至仅仅两个单色的光波纵使而成，对各个颜色的显色性亦大不相同。相同光色的光源会有相异的光谱组成，光谱组成较广的光源较有可能提供较佳的显色品质。 当光源光谱中很少或缺乏物体在基准光源下所反射的主波时，会使颜色产生明显的色差(color shift)。色差程度愈大，光源对该色的显色性愈差。演色指数系数(Kaufman)仍为目前定义光源显色性评价的普遍方法
显色分两种 忠实显色：能正确表现物质本来的颜色需使用显色指数(Ra)高的光源，其数值接近100，显色性最好。 效果显色：要鲜明地强调特定色彩，表现美的生活可以利用加色的方法来加强显色效果。采用低色温光源照射，能使红色更加鲜艳；采用中等色温光源照射，使蓝色具有清凉感；采用高色温光源照射，使物体有冷的感觉。 显色指数与显色性的关系 当光源光谱中很少或缺乏物体在基准光源下所反射的主波时，会使颜色产生明显的color shift.色差程度越大，光源对该色的显色性越差。演色指数系数（Kau fman）仍为目前定义光源显色性评价的普遍方法。 白炽灯的显色指数定义为100，视为理想的基准光源。此系统以8种彩度中等的标准色样来检验，比较在测试光源下与在同色温的基准下此8色的偏离（Deviation）程度，以测量该光源的显色指数，取平均偏差值Ra20-100，以100为最高，平均色差越大，Rr值越低。低于20的光源通常不适于一般用途。

指数（Ra）等级显色性一般应用90-100 1A 优良需要色彩精确对比的场所 80-89 1B 需要色彩正确判断的场所 60-79 2 普通需要中等显色性的场所 40-59 3 对显色性的要求较低，色差较小的场所 20-39 4 较差对显色性无具体要求的场所 色温（CT-color temperature） 光源所发出的光的颜色与黑体在某一温度下辐射的颜色相同时，黑体的温度就称为该光源的色温，用绝对温度K（kelvim）表示.黑体辐射理论是建立在热辐射基础上的，所以白炽灯一类的热辐射光源的光谱功率分布与黑体在可见区的光谱功率分布比较接近，都是连续光谱，用色温的概念完全可以描述这类光源的颜色特性。 关色温（CCT-correlated color temperature） 光源所发出的光的颜色与黑体在某一温度下辐射的颜色接近时，黑体的温度就称为该光源的相关色温，单位为K。由于气体放电光源一般为非连续光谱，与黑体辐射的连续光谱不能完全吻合，所以都采用相关色温来近似描述其颜色特性。色温（或相关色温）在3300K 以下的光源，颜色偏红，给人一种温暖的感觉。色温超过5300K时，颜色偏兰，给人一种清冷的感觉。通常气温较高的地区，人们多采用色温高于4000K的光源，而气温较低的地区则多用4000K以下的光源。 色指数（Ra-color rendering index） 太阳光和白炽灯均是辐射连续光谱，在可见光的波长（380nm-760nm）范围内，包含着红、橙、黄、绿、青、蓝、紫等各种色光。物体在太阳光和白炽灯的照射下，显示出它的真实颜色，但当物体在非连续光谱的气体放电灯的照射下，颜色就会有不同程度的失真。我们把光源对物体真实颜色的呈现程度称为光源的显色性。为了对光源的显色性进行定量的

机器人视觉算法 参考答案

1.什么是机器视觉 【概述】 机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分 CMOS 和 CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。 正是由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。【基本构造】 一个典型的工业机器视觉系统包括：光源、镜头、 CCD 照相机、图像处理单元（或图像捕获卡）、图像处理软件、监视器、通讯 / 输入输出单元等。 系统可再分为： 主端电脑(Host Computer) 影像撷取卡(Frame Grabber)与影像处理器影像摄影机 CCTV镜头显微镜头照明设备： Halogen光源 LED光源 高周波萤光灯源闪光灯源其他特殊光源影像显示器 LCD 机构及控制系统 PLC、PC-Base控制器 精密桌台伺服运动机台 【工作原理】 机器视觉检测系统采用CCD照相机将被检测的目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号，图像处理系统对这些信号进行各种运算来抽取目标的特征，如面积、数量、位置、长度，再根据预设的允许度和其他条件输出结果，包括尺寸、角度、个数、合格 / 不合格、有 / 无等，实现自动识别功能。 【机器视觉系统的典型结构】 一个典型的机器视觉系统包括以下五大块： 1.照明 照明是影响机器视觉系统输入的重要因素，它直接影响输入数据的质量和应用效果。由于没有通用的机器视觉照明设备，所以针对每个特定的应用实例，要选择相应的照明装置，以达到最佳效果。光源可分为可见光和不可见光。常用的几种可见光源是白帜灯、日光灯、水银灯和钠光灯。可见光的缺点是光能不能保持稳定。如何使光能在一定的程度上保持稳定，是实用化过程中急需要解决的问题。另一方面，环境光有可能影响图像的质量，所以可采用加防护屏的方法来减少环境光的影响。照明系统按其照射方法可分为：背向照明、前向照明、结构光和频闪光照明等。其中，背向照明是被测物放在光源和摄像机之间，它的优点是能获得高对比度的图像。前向照明是光源和摄像机位于被测物的同侧，这种方式便于安装。结构光照明是将光栅或线光源等投射到被测物上，根据它们产生的畸变，解调出被测物的三维信息。频闪光照明是将高频率的光脉冲照射到物体上，摄像机拍摄要求与光源同步。 2.镜头FOV（Field Of Vision）=所需分辨率*亚象素*相机尺寸/PRTM（零件测量公差比）镜头选择应注意： ①焦距②目标高度③影像高度④放大倍数⑤影像至目标的距离⑥中心点 / 节点⑦畸变 3.相机 按照不同标准可分为：标准分辨率数字相机和模拟相机等。要根据不同的实际应用场合选不同的相机和高分辨率相机:线扫描CCD和面阵CCD；单色相机和彩色相机。 4.图像采集卡 图像采集卡只是完整的机器视觉系统的一个部件，但是它扮演一个非常重要的角色。图像采集卡直接决定了摄像头的接口：黑白、彩色、模拟、数字等等。 比较典型的是PCI或AGP兼容的捕获卡，可以将图像迅速地传送到计算机存储器进行处理。有些采集卡有内置的多路开关。例如，可以连接8个不同的摄像机,然后告诉采集卡采用那一个相机抓拍到的信息。有些采集卡有内置的数字输入以触发采集卡进行捕捉，当采集卡抓拍图像时数字输出口就触发闸门。 5.视觉处理器 视觉处理器集采集卡与处理器于一体。以往计算机速度较慢时，采用视觉处理器加快视觉处理任务。现在由于采集

边干边学_机器视觉_第一章 选择光源

目录 第1章搭建机器视觉处理平台 (1) 1.1 选择光源 (1) 1.1.1 常见的光源类型 (1) 1.1.2 照明效果的优化 (5) 1.1.3 光源评估服务 (7)

第1章搭建机器视觉处理平台 通常，典型的机器视觉系统由以下四个部分——光源、相机、图像采集卡和图像处理软件组成，如图1.1所示。 图1.1 典型的机器视觉系统 作为机器视觉系统开发工程师，我们必须根据实际需要选择好光源，相机，图像采集卡和图像处理软件。下面本文将依次介绍如何选择光源，相机，图像采集卡和图像处理软件，并介绍一种对初学者来说性价比非常高的学习方案。 1.1 选择光源 刚接触机器视觉系统时可能无法意识到光源选择恰当与否直接关系到系统的成败。例如，把10斤红豆(待观察的对象特征)、10斤绿豆(不需要关注的物体)和10斤沙子(噪声)混合在一起让你在三分钟内把10斤红豆筛选出来和把10斤红豆、1斤绿豆、1斤沙子混合在一起让你在三分钟内把10斤红豆筛选出来，谁更容易些？显然干扰少(绿豆)，噪声低(沙子)的工作才能干的又快又好！ 选择光源的目标就是：1、增强待处理的物体特征； 2、减弱不需要关注的物体和噪声的干扰； 3、不会引入额外的干扰。 以获取高品质、高对比度的图像。 按照明方式的不同，光源可以分为：直接照明光源、散射照明光源、背光照明光源、同轴照明光源和特殊照明光源。下面，本文将依次介绍各种不同的光源。 1.1.1常见的光源类型 1．直接照明光源 直接照明光源就是光源直接照射到被检测物体上，它的特点是照射局域集中、亮度高和安装方便，可以得到清楚的影像。常见的直接照明方式有沐光方式、低角度方式、条形方式和聚光方式。 沐光方式 沐光方式常用的是LED环形光源，如图2.1所示。高密度的LED阵列排列在伞状结构中，可以在照明区域产生集中的强光。 图2.1的右方部分是LED环形光源的安装部分，其中被检测的物体应该在图中的Work 区域。

机器视觉答案中文版

1.Prove that a two-dimensional Gaussian filter can be extended by two one –dimensional Gaussian. 解： 二维高斯滤波器的公式是： ) 22( 2 22 2),(δ δ y x e A y x h + -?= (1) 我们还可以得到另一种形式： )]()([),(21y h x h A y x h ??= (2) 其中 2 221)(δ x e x h -= ，2 222)(δ y e y h - = (3) h 1(x) 和 h 2(y) 都是一维高斯滤波器， 它们可以分别在图像的x 轴和y 轴方向进行高斯滤波。 这样，一个二维高斯滤波器就可以扩展为x 轴和y 轴方向的两个一维高斯滤波器。 2. Find a formula to project ground maps onto an image of bird view in Cartesian coordinates, assuming that the camera is located at height of h above the origin of ground coordinate systems with the optical axis in downward direction. 解： 图 1 见图1。 设图像坐标系的原点在'' O (0, 0, f) ，地面坐标系的原点在' O (0, 0, h)，f 是照相机的焦距，h 是照相机的高度，且图像坐标系的X 轴和Y 轴分别平行于地面坐标系的x 轴和y 轴。很明显，如果图像上有一点是(X, Y, Z)，Z=f ， 则它对应的在地面上的点是 (x 0,y 0,z 0)，z=h ；由上图可以知道, 弧' C O 的长度大致等于y 0。 故 00fy fy Y z h ==； 若f=1， 则0 y Y h = 同理 00fx fx X z h = = ； 若f=1， 则0x X h = 弧' O A 近似等于线l , 线l 对应于图像坐标系中的线L ，用向量n (,,)A B C =表示线L 。 因为 0x X h = ， 0y Y h = ；所以 000x y A B C h h ++= 或写成 000Ax By Ch ++=； 上式就是投影面的方程，它的法线是(A , B , Ch )。这样，我们就可以用法线n = (A , B , C )表示图像平面。 3.A 8×8 image f[i, j] has gray levels given by the equation f[i, j] = |i – j |; i, j = 0, 1, 2, … 7. Find out the output images obtained by 3×3 mid-value filter and median filter over the image, respectively.

机器视觉系统设计五大难点【详解】

机器视觉系统设计五大难点 内容来源网络，由“深圳机械展（11万㎡，1100多家展商，超10万观众）”收集整理！ 更多cnc加工中心、车铣磨钻床、线切割、数控刀具工具、工业机器人、非标自动化、数字化无人工厂、精密测量、数控系统、3D打印、激光切割、钣金冲压折弯、精密零件加工等展示，就在深圳机械展. 机器视觉系统的组成 机器视觉系统是指用计算机来实现人的视觉功能，也就是用计算机来实现对客观的三维世界的识别。按现在的理解，人类视觉系统的感受部分是视网膜，它是一个三维采样系统。三维物体的可见部分投影到网膜上，人们按照投影到视网膜上的二维的像来对该物体进行三维理解。所谓三维理解是指对被观察对象的形状、尺寸、离开观察点的距离、质地和运动特征（方向和速度）等的理解。 机器视觉系统的输入装置可以是摄像机、转鼓等，它们都把三维的影像作为输入源，即输入计算机的就是三维管观世界的二维投影。如果把三维客观世界到二维投影像看作是一种正变换的话，则机器视觉系统所要做的是从这种二维投影图像到三维客观世界的逆变换，也就是根据这种二维投影图像去重建三维的客观世界。 机器视觉系统主要由三部分组成：图像的获取、图像的处理和分析、输出或显示。 近80%的工业视觉系统主要用在检测方面，包括用于提高生产效率、控制生产过程中的产品质量、采集产品数据等。产品的分类和选择也集成于检测功能中。下面通过一个用于生产线上的单摄像机视觉系统，说明系统的组成及功能。 视觉系统检测生产线上的产品，决定产品是否符合质量要求，并根据结果，产生相应的信号输入上位机。图像获取设备包括光源、摄像机等；图像处理设备包括相应的

软件和硬件系统；输出设备是与制造过程相连的有关系统，包括过程控制器和报警装置等。数据传输到计算机，进行分析和产品控制，若发现不合格品，则报警器告警，并将其排除出生产线。机器视觉的结果是CAQ系统的质量信息来源，也可以和CIMS 其它系统集成。 图像的获取 图像的获取实际上是将被测物体的可视化图像和内在特征转换成能被计算机处理的一系列数据，它主要由三部分组成： ＊照明 ＊图像聚焦形成 ＊图像确定和形成摄像机输出信号 1、照明 照明和影响机器视觉系统输入的重要因素，因为它直接影响输入数据的质量和至少30%的应用效果。由于没有通用的机器视觉照明设备，所以针对每个特定的应用实例，要选择相应的照明装置，以达到最佳效果。 过去，许多工业用的机器视觉系统用可见光作为光源，这主要是因为可见光容易获得，价格低，并且便于操作。常用的几种可见光源是白帜灯、日光灯、水银灯和钠光灯。但是，这些光源的一个最大缺点是光能不能保持稳定。以日光灯为例，在使用的第一个100小时内，光能将下降15%，随着使用时间的增加，光能将不断下降。因此，如何使光能在一定的程度上保持稳定，是实用化过程中急需要解决的问题。 另一个方面，环境光将改变这些光源照射到物体上的总光能，使输出的图像数据存在噪声，一般采用加防护屏的方法，减少环境光的影响。

数字图像处理与机器视觉 2015-2016期末试卷参考答案

数字图像处理与机器视觉 2015-2016期末试卷参考答案南昌大学研究生2015,2016年第2学期期末考试试卷 试卷编号: (开)卷课程名称: 数字图像处理与机器视觉适用班级: 2015级硕士研究生姓名: 学号: 专业: 学院: 机电工程学院考试日期: 题号一二三四五六七八九十总分累分人 签名题分 10 15 15 10 20 30 100 得分 考生注意事项:1、本试卷共4页，请查看试卷中是否有缺页或破损。如有请报告以便更换。 2、使用A4答题纸，注意装订线。 一、单项选择题(从下列各题四个备选答案中选出一个正确答案，并将其 代号填在题前的括号内。每小题1分，共10分) ( b )1.图像与灰度直方图间的对应关系是: a.一一对应 b.多对一 c.一对多 d.都不对 ( d )2. 下列算法中属于图象平滑处理的是: a.Hough变换法 b.状态法 c.高通滤波 d. 中值滤波 ( c )3.下列算法中属于图象锐化处理的是: a.局部平均法 b.最均匀平滑法 c.高通滤波 d. 中值滤波 ( d )4. 下列图象边缘增强算子中对噪声最敏感的是: a.梯度算子 b.Prewitt算子 c.Roberts算子 d. Laplacian算子 ( b )5. 下列算法中属于点处理的是: a.梯度锐化 b.二值化 c.傅立叶变换 d.中值滤波 ( d )6.下列算子中利用边缘灰度变化的二阶导数特性检测边缘的是:

a.梯度算子 b.Prewitt算子 c.Roberts算子 d. Laplacian算子 ( c )7.将灰度图像转换成二值图像的命令为: a.ind2gray b.ind2rgb c.im2bw d.ind2bw ( d )8.数字图像处理的研究内容不包括: a.图像数字化 b.图像增强 c.图像分割 d.数字图像存储 ( d )9.对一幅100?100像元的图象，若每像元用,bit表示其灰度值，经霍夫曼编码后图象的压缩比为2:1，则压缩图象的数据量为: a.2500bit b.20000bit c.5000bit d.40000bit ( b )10.图像灰度方差说明了图像哪一个属性: a.平均灰度 b.图像对比度 c.图像整体亮度 d.图像细节 第 1 页 二、填空题(每空1分，共15分) l. 图像处理中常用的两种邻域是 4-邻域和 8-邻域。 2.图象平滑既可在空间域中进行，也可在频率域中进行。 3.常用的灰度内插法有最近邻元法、双线性内插法和三次内插法。 4. 低通滤波法是使高频成分受到抑制而让低频成分顺利通过，从而实现图像平滑。 5.Prewitt边缘检测算子对应的模板是和。 -1 -1 -1 -1 0 1 0 0 0 -1 0 1 1 1 1 -1 0 1 (不分先后) 6.图像压缩系统是有编码器和解码器两个截然不同的结构块组成的。 7.灰度直方图的纵坐标是该灰度出现的频率。 8.依据图象的保真度，图象编码可分为无失真(无损)编码和有失真(有损)编码两 种。

机器视觉系统设计的五大难点

上海嘉肯光电科技有限公司:机器视觉光源的研发https://www.wendangku.net/doc/722815291.html, 机器视觉系统设计的五大难点 第一：打光的稳定性 工业视觉应用一般分成四大类：定位、测量、检测和识别，其中测量对光照的稳定性要求最高，因为光照只要发生10-20%的变化，测量结果将可能偏差出1-2个像素，这不是软件的问题，这是光照变化，导致了图像上边缘位置发生了变化，即使再厉害的软件也解决不了问题，必须从系统设计的角度，排除环境光的干扰，同时要保证主动照明光源的发光稳定性。 第二：工件位置的不一致性 一般做测量的项目，无论是离线检测，还是在线检测，只要是全自动化的检测设备，首先做的第一步工作都是要能找到待测目标物。每次待测目标物出现在拍摄视场中时，要能精确知道待测目标物在哪里，即使你使用一些机械夹具等，也不能特别高精度保证待测目标物每次都出现在同一位置的，这就需要用到定位功能，如果定位不准确，可能测量工具出现的位置就不准确，测量结果有时会有较大偏差。 第三：标定 一般在高精度测量时需要做以下几个标定，一光学畸变标定（如果您不是用的软件镜头，一般都必须标定），二投影畸变的标定，也就是因为您安装位置误差代表的图像畸变校正，三物像空间的标定，也就是具体算出每个像素对应物空间的尺寸。

上海嘉肯光电科技有限公司:机器视觉光源的研发https://www.wendangku.net/doc/722815291.html, 第四：物体的运动速度 如果被测量的物体不是静止的，而是在运动状态，那么一定要考虑运动模糊对图像精度（模糊像素=物体运动速度*相机曝光时间），这也不是软件能够解决的。 第五：软件的测量精度 在测量应用中软件的精度只能按照1/2—1/4个像素考虑，最好按照1/2，而不能向定位应用一样达到1/10-1/30个像素精度，因为测量应用中软件能够从图像上提取的特征点非常少。 上海嘉肯光电科技有限公司是一家专业从事机器视觉光源的研发、生产和销售为一体的高新技术企业。以工业检测、机器视觉、图像处理、科学研究等领域为主要研发及经营方向。此外，公司还代理工业镜头、工业相机、图像采集卡、图像处理软件和各类视觉附件。??上海嘉肯光电科技有限公司?将坚持“用心，创造未来”的企业经营理念，并持续不断地把最优秀、性价比最高的视觉产品提供给广大用户，以不断满足客户日益增长的要求。

机器视觉答案

华南农业大学期末考查试题 2009～2010学年第2学期考试科目：《机器视觉》 考试类型：开放考查作业提交时间：2010.12.15 学号：姓名：年级专业 题号一二三四五六七总分 得分 评阅人………………………………………………………………………………………………………… 一、填空题（每题2分，共16分） 1.图像数字化包括采样和量化两过程。 2.图像处理中常用的两种邻域是3×3和5×5。 3.从图像工程的角度上，机器视觉过程一般分为四个阶段，包括数字化成像、图像处理、图像分析和模型匹配等。图像分割技术是由图像处理向图像分析阶段过渡过程中必须的。 4.机器视觉系统通常由光源、光学成像系统、图像捕捉系统、图像采集与数字化、智 能图像处理与决策模块和控制执行机构等部分组成。 5.一般来说，采样间距越大，图像数据量越少，质量越低；反之亦然。 6.结构元素S在区域X内移动时其原点位置的集合就是S对X的腐蚀。 7.图像分割方法可以分成基于边缘的分割和基于区域的分割两类，前者是利用不同目标间像素属的不连续性实现目标分割的。 8.常见的一阶微分边缘检测算子有正交梯度算子、平滑梯度算子和Roberts等算子。 二、选择题（每题1分，共9分） 1.一幅灰度级均匀分布的图像，其灰度范围在[0，255]，则该图像像素的存储位数为d。 a.2 b.4 c.6 d.8 2.图像与灰度直方图间的对应关系是：b。 a.一一对应 b.多对一 c.一对多 d.多对多 3.下列关于区域形状的特征描述中，不正确是：b。 a.矩形度是物体面积与其最小外接矩形面积之比 b.边界的形状数具有平移、旋转和比例缩放不变性 c.当区域为圆时，圆形度达到最大值1

机器视觉之工业相机传统标定与自标定

机器视觉之工业相机传统标定与自标定机器视觉的基本任务之一是从摄像机获取图像信息并计算三维空间中物体的几何信息，以此重建和识别物体。而空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系是由摄像机成像的几何模型决定的，这些几何模型参数就是摄像机参数。在大多数条件下，这些参数必须通过实验与计算才能得到，这个过程被称为摄像机标定。 总的来说，工业相机的标定可以分为传统标定方法和自标定方法两大类。传统工业相机标定的基本方法是在一定的相机模型下，通过对特定标定参照物进行图像处理，并利用一系列数学变换公式计算及优化，来求取相机模型内部参数和外部参数。传统的工业标定方法按照标定参照物与算法思路可以分成若干类，如基于3D立体靶标的相机标定、基于2D平面靶标的相机标定、以及基于径向约束的相机标定等。 然而，该方法在场景未知和摄像机任意运动的一般情况下，其标定很难实现。20世纪90年代初，Faugeras，Luong，Maybank等人首次提出了摄像机自标定方法。这种自标定法利用摄像机本身参数之间的约束关系来标定，而与场景和摄像机的运动无关，不依赖于标定参照物，仅利用相机在运动过程中周围环境图像与图像之间的对应关系来对相机进行标定。目前已有的自标定技术大致可以分为基于主动视觉的摄像机自标定技术、直接求解Kruppa 方程的摄像机自标定方法、分层逐步标定法、基于二次曲面的自标定方法等几种。 相机自标定相对于传统方法有更好的灵活性和实用性，通过十多年的不懈努力，理论上的问题已基本解决，目前研究的重点是如何提高标定算法的鲁棒性以及如何很好地用这些理论来解决实际视觉问题。维视图像VS220双目立体视觉测量系统平台采用双相机或多相机对空间自由运动体的三维位置坐标及姿态进行高精度测量，高精度的标定模板、完善的摄像机标定数学模型对标靶特征点进行子像素检测，保证系统的标定精度，为系统的高精度测量提供保证。