机器视觉学习总结

机器视觉工业应用上主要用Halcon与VS或QT做联合编程，图像处理算法在Halcon中编写，结合VS或QT做界面开发。

目前，工业上的机器视觉大致分二维和三维两大方面：

二维视觉：① 定位识别；② OCR光学字符识别；③ 条码（一维码，二维码等）定位识别；④ 尺寸测量（需要相机标定）；⑤ 缺陷检测（多指外观缺陷）；⑥ 手眼系统，运动控制抓取（手眼标定）

三维视觉：① 双目或多目相机；② 三维点云数据重构（三维的定位和抓取）

常用知识点：

1. 图像获取--图像采集装置（涉及相机镜头等硬件设备）

2. 图像预处理--图像增强、图像滤波、图像几何变换

3. 阈值分割--快速阈值、动态阈值、迭代阈值等--Blob分析

4. 图像频域处理（傅里叶变换、DFT、小波变换、高低通滤波器设计）

5. 形态学处理--膨胀、腐蚀、开运算、闭运算

6. 图像复原

7. 运动图像--手眼系统做分拣或抓取

8. 模板匹配--基于形状、基于灰度

9. 模式识别--快速检测与定位--分类器训练、神经网络、深度学习等

对应的参考书籍：

谢凤英编著-《Visual C++数字图像处理》；《精通系列·精通Visual C++数字图像处理典型算法及实现(第2版)》