本文介绍了机器视觉中的核心概念，包括卷帘快门和全局快门的工作原理及其在机器人状态估计中的应用。还探讨了像素、色深、景深、FOV（视场角）、焦距、变倍和聚焦等关键参数，以及光流和阴影对成像的影响。此外，提到了帧率在不同应用场景中的重要性，并简要提及了机器视觉未来可能涉及的其他技术领域。
今天写一篇简单的，周末适合放松心情和锻炼
重点描述和机器视觉研究强相关的部分
CV: Computer Vision 机器视觉的简称
如果要使用一台可见光摄像机，或将其应用于机器人状态估计，以下部分是很值得关注的：
卷帘快门Rolling shutter：
快门以卷帘的方式进行曝光成像，需要一定的时间，如果一个相机成像是25帧，则表明其1秒钟可成像25次，平均每一帧图像的曝光成像时间是40毫秒。对高速运动物体拍摄时容易产生残影。在当前机器人状态估计学科中，这种缺陷可以部分由其他传感器补回。
全局快门Global shutter：
全局所有像元同时曝光，适合对运动物体的拍摄，在机器人状态估计中比较好用，因为特征点取得稳定。
像素：所有大家看到的图像其实都是由像素构成的，一般来说是正方形的组合，说一个相机多少多少像素其实用长*宽就能算出来了，一般比例是4:3或者16:9，比如1024x768就是标准4:3像素组合。
依葫芦画瓢，对应200万，400万，4k(1200万)，8k(4800万)像素的相机大家很容易就能算出来。
色深：
通常指的是红绿蓝(RGB)具体用数字表述的状态，红黄橙绿青蓝紫本身只是RGB通过数字混合体现的结果，比如大家如果打开一张图片，整体放大后会发现都是由一个一个像素构成的。
常见的色深有8bit（80-90年代的第一代电视游戏机红白机FC），
最低0.47元/天 解锁文章
扫一扫
1823
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
