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