机器视觉学习笔记（1）

   学习图像处理已经两三年了，进入机器视觉行业也一年多了，读研之后养成了看CSDN博客的习惯，在看别人资料的同时也写了好几本笔记，现在把平时记录的笔记内容写在博客里，当是温故了知识吧。

在进行机器视觉工业应用开发时，一般思路为：图像采集（配合打光技术）——图像分割（ROI的提取）——形态学处理（基本的图像处理去除一些杂质）——特征提取——输出结果。

在算法方面个人的理解是能用简单的图像处理解决的问题就不要用一些复杂的算法，复杂的算法华而不实，在工业应用上自动化的CT有着严格的要求，比如傅里叶相关的算法耗时太久，慎用。

一个很基础的概念：图像处理中的图像是一个很大的矩阵。（图像识别就是一大堆数字中找出规律）

一幅图像必须要在空间和灰度上都离散化才能被计算机处理。采样的过程可以理解为将数字图像平面划分为规则的网格，每个网格中心点的位置由一对笛卡尔坐标（x，y）所决定。（笛卡尔坐标：横X，纵Y，左下为原点）令f（0）是给定点（x，y）赋予灰度值的函数，那么f（x，y）就是一幅数字图像，这个赋值的过程就是量化的过程。如果一幅数字图像的尺寸是M*N，表明在采样时采了M*N个样，或者说图像包含M*N个像素。

  相机镜头相关的知识：

     摄像机分两种，一种是面扫描相机，一种是线扫面相机。（实际应用中面扫描的用的比较多，线扫相机也比较贵）

（模拟相机与数字相机：工业相机根据数据输出模式的不同分为数字相机和模拟相机。数字相机输出数字信号，数字相机内部有一个A/D转换器，数据以数字形式传输，能够直接显示在电脑或屏幕上，因而数字相机能够避免传输过程中的图像衰减或噪声。模拟相机输出模拟信号，这种相机通常用于闭路电视，或者与数字化视频波形的采集卡相连。其中的区别呢，数字相机造价贵，模拟相机必须带采集卡，标准的模拟相机分辨率很低，另外帧率也是固定的，且数字采集卡在转换模拟信号到数字信号的过程中会因为其他设备的电磁干扰而造成失真。机器视觉应用上用的几乎都是数字相机，所以可以不用考虑这个问题）

面扫描的相机是指可以通过单纯曝光取得面积影像，而线扫描相机必须利用运动速度才能取得影像。（线扫描是利用机械手拖动缓慢成像6-7s，其中3D扫描无需打光不用标定。）

线阵相机成像为线状，虽然也是二维图像，但极长，几K的长度，而宽度只有几个像素，一般情况下，只有两种情况下需要使用线扫描相机，一是被测视野为细长的带状，二是需要极大的视野或者极高的精度。（当然该项目需要能够接受较长的成像时间，不然还是选择面扫描的）。大多数线扫相机都是黑白的，少数为彩色的，但非常贵。且线扫相机对光的要求非常高，需要均匀性非常好。

彩色相机：内部有三个CCD电子耦合器件，分别用来感受红绿蓝三种颜色的光线，默认情况下，三个颜色的感光线路信号的比例是1:1:1.黑白相机只有一个CCD。对彩色相机来说，它返回每个像素所对应的三个采样的结果，也就是一幅三通道图像，黑白相机返回每个像素所对应的一个能量采样结果，这些结果组成了一幅单通道灰度值图像。（由于CCD和CMOS传感器对于整个可见光波段全部有响应，所以无法产生彩色图像，为了产生彩色图像，需要在传感器前面加上彩色滤镜阵列，使得一定范围内的光达到每个光电探测器）。

白平衡是彩色相机中采用的技术，白平衡是对红绿蓝三个分量的平衡，以使得相机能够反映实际景物真实的颜色。（需要平衡的原因是由于光敏元件在不同的光照条件下RGB三个分量的输出是不平衡的，从而会产生图像在色彩上的失真，偏蓝或者偏红，因此需要白平衡来还原图像的真实色彩）。

另外工业 相机都是逐行扫描的，普通相机是隔行甚至三行扫描。

PLC与相机：PLC输出脉冲信号触发相机，相机采集图像。（通讯触发相机采集图像：一般的思路是，在自动化生产线上，被测物到了，光电传感器捕捉到信号变化，将被测物到了的信号经PLC传递给上位机，上位机启动相机拍照，拍完照给信号给PLC让被测物继续运行）。

镜头是聚集光线，使获得清晰影像的结构。

一般而言，均为聚焦透镜，依照光学原理，由远处而来的光线穿过具有聚焦作用的透镜后会全部聚集于一旦，这一点即为焦点。从镜头焦点到镜头的中心点之间的距离即为焦距点。