机器视觉知识点整理

基本概念

机器视觉主要涉及数字图像处理、计算机视觉、人工智能；主要解决的问题：目标检测、目标计数、缺陷检测、图像增强、图像变换、图像压缩等

语义分割：此处的语义并不是语言的意思，而是指图像的像素

分辨率、灰度级、坐标系、像素空间关系（8邻接4邻接）

彩色图像：RGC、HSV（色调、饱和度、亮度）、YCbCr、CMYK

二值化

方法：全局二值化、最小误判概率法、大津法（使类内方差最小，类间方差最大）、局部自适应二值化

连通域标记：等价表法（两次遍历4邻域并做标记）、种子填充法

图像形态学

基本运算包括，膨胀（恢复连通）、腐蚀（去除噪声）、开运算（先腐蚀再膨胀）、闭运算（先膨胀再腐蚀）、顶帽运算：原图 灰度开运算结果（消除背景光照不均匀的现象，保留比周围环境亮的像素）和底帽运算：灰度闭运算结果 – 原图（保留比周围环境暗的像素）等

空间滤波

目的：去除高频噪声与干扰，及影像边 缘增强、线性增强以及去模糊等

卷积应用：均值滤波、平滑滤波（高斯分布加权）、中值滤波

噪声：椒盐噪声通常使用中值滤波降噪、高斯噪声通常使用平滑滤波进行降噪

边缘检测常用的卷积算子：Prewitt算子、Sobel算子（近似高斯分布的平滑卷积）、拉普拉斯算子（通过求图像的二阶微分，获得边缘信息）、canny算子（最常用的边缘检测算子，很好的解决了伪边缘的问题，主要步骤如下： • 高斯卷积降噪 • 计算图像的一阶微分，方向和幅值 • 非极大值抑制 • 双阈值处理）

几何变换

比例、旋转、对称、错切 、平移 、仿射（点共线特性，及平行线平行特性不变）和投影（点共线特性仍旧保持，平行线有可能不再平行） 、整体缩放

插值算法：最近邻插值法、双线性插值法（直线）、双三次插值法（拟合曲线）

图像特征

颜色、形状、纹理、角点、SIFT（尺度不变特征变换，对特征点的描述方法）、HOG（方向梯度直方图，对一定区域的特征向量的描述方法）

角点检测算法基本思想是使用一个固定窗口(取某个像素的一个邻域窗口）在图像上进行任意方向上的滑动，比较滑动前与滑动后两种情况，窗口中的像素灰度变化程度，如果存在任意方向上的滑动，都有着较大灰度变化，那么我们可以认为该窗口中存在角点。

频域处理

频率从低到高一般所包含的信息：轮廓、（边缘，线条，纹理）、噪声
应用于 缺陷检测、图像修复等