视觉项目中评估图像质量的关键指标

　　在图像项目中需要明确的问题是，现有的成像组件拍摄所得的图像质量是否可行？这个问题是整个图像处理项目的基石，因为它对后续图像处理算法和结果的输出有影响。如果仅在主观上进行评断，一方面，人眼并不能特别好的识别出细微的偏差，另一方面，主观上在单一维度（清晰度）上判断图像偏差得出的结果实际上意义不大。
　　因此，1、需要对图像质量有所量化的基准。比如，用精度来替换清晰度。2、需要在多个维度来进行量化。其主要包括畸变参数和非畸变参数。其中畸变参数是相机的外参数和内参数，主要用来控制图像畸变。非畸变参数是指图像的像素精度、目标和背景的对比度、图像的稳定性。

1畸变参数

　　畸变参数是指那些能够导致图像出现畸变的参数，主要是外参数和内参数。外参数是相机相对于物品的位置参数，也称之为位姿态，这些参数会影响成像的结果。以面针阵相机为例，如果相机的感光面和物品不在同一个平面，则图像会出现投影变形，也就是说成像是物品在成像面上的投影。因此，需要求取相机的位置参数从而来判断目前的投影变换有多大。令人可喜的是，Halcon中有矫正的模块和例程，通过输入相关的参数就能计算出位姿参数。

2非畸变参数

（1）像素精度

　　像素精度是指每个像素所对应的实际物理大小。通过像素数除以视野可得像素精度。像素精度越高，拍摄的物体放大的倍数越大，也越清晰。

像素精度= 像素数/视野。

（2）对比度

　　对比度指的是目标和背景之间的差异，其差异越大，目标越明显。通过图像的直方图能够量化图像的对比度，图像的直方图呈现明显的双峰性，说明图像的对比度较好。

（3）色彩还原度

　　如果是黑白相机，则不需要考虑色彩还原度的问题，而且黑白相机的成像更锐利（因为彩色相机的像素值是一个差值平均的结果，而黑白相机的像素值是无需差值的原始值），因此，如果在黑白相机能满足应用场景的情况下，我建议使用黑白相机。但是，如果使用彩色相机，则一定要评估其色彩还原度。因为，一方面，色彩还原度高能够便于按照人眼的思路来解决问题。另一方面，提供给客户的图像能够让客户更好的理解。

（4）稳定性

　　稳定性是来评估整个光学系统和结构是否稳定的指标。如果说，由于位置或者光学系统的不稳定导致图像上灰度值存在差异，那么，就很难在此基础上开发出稳健的光学系统了。通过GRR实验来判断位置偏差和亮度偏差。