hseg94的博客

图像阈值化的一般目的是从灰度图像中分享目标区域和背景区域，然而仅仅通过设定固定阈值(固定阈值的求解可点此查看我写的博文)很难达到理想的分割效果。在实际应用中，我们可以通过某个像素的邻域以某种方法确定这个像素应该具有的阈值，进而保证图像中各个像素的阈值会随着周期围邻域块的变化而变化。在灰度图像中，灰度值变化明显的区域往往是物体的轮廓，所以将图像分成一小块一小块的去计算阈值往往会得出图像的轮廓，而固定...

filter2D()函数是OpenCV中进行图像卷积运算的函数，能够自己设定卷积核。通常被用来在进行滤波时，自己设定滤波器，但是在其他很多时候，也可以使用这个函数进行卷积滤波，如亚像素边缘提取过程中，可以将算出的Zernike矩与图像进行卷积运算，进行之后的处理，但是要清除卷积是为了什么进行卷积。函数定义为：CV_EXPORTS_W void filter2D( InputArray src, O...

句柄实际上是一种指向某种资源的指针，但与指针又有所不同：指针对应着一个数据在内存中的地址，得到了指针就可以自由地修改该数据。Windows并不希望一般程序修改其内部数据结构，因为这样太不安全。所以Windows给每个使用GlobalAlloc等函数声明的内存区域指定一个句柄(本质上仍是一个指针，但不要直接操作它)，平时你只是在调用API函数时利用这个句柄来说明要操作哪段内存。当你需要对某个内存进行

1. 数学我们所说的图像处理实际上就是数字图像处理，是把真实世界中的连续三维随机信号投影到传感器的二维平面上，采样并量化后得到二维矩阵。数字图像处理就是二维矩阵的处理，而从二维图像中恢复出三维场景就是计算机视觉的主要任务之一。这里面就涉及到了图像处理所涉及到的三个重要属性：连续性，二维矩阵，随机性。所对应的数学知识是高等数学（微积分），线性代数（矩阵论），概率论和随机过程。这三门课也是考研

摘要：建立了一个主动机器视觉定位系统,用于工业机器人对零件工位的精确定位。采用基于区域的匹配和形状特征识别相结合的图像处理方法,该方法经过阈值和形状判据,识别出物体特征。经实验验证,该方法能够快速准确地得到物体的边界和质心,进行数据识别和计算,再结合机器人运动学原理控制机器人实时运动以消除此误差,满足工业机器人自定位的要求。1. 引言　　目前工业机器人仅能在严格定义的结构化

主要分为三部分1.相机示意图及基本结构2.相机参数确定方法3.最终选择1.相机示意图及基本结构简图↑全图↑光圈与景深↑2.相机基本参数确定视野与像素确定被检测石英镜片的最大直径为38.6mm。也就是最大弥散圆直径。样品↑较小划痕样本↑划痕测量↑如上图，以直径为

用一句常说的话来开头：机器视觉是用机器代替人眼来做测量和判断；机器视觉系统主要包含相机、镜头、光源、图像处理系统和执行机构。而光源作为其中重要组成部分，直接关系到系统的成败。为什么这样说呢，在视觉系统中图像是核心，选择合适的光源能够呈现一幅好的图像，能够简化算法提高系统稳定性，一幅图像如果曝光过度则会隐藏很多重要的信息；出现阴影则会引起边缘误判；图像不均匀则会导致阈值选择困难。因此要保证有