文洲的专栏

上节说过灰度匹配的鲁棒性太差，在定位一些特殊的简单特征时，使用单方向的灰度跳变特征(和边缘检测类似)来定位的鲁棒性较好，速度快。你可以定位指定的点、边、条纹三种特征，定位的两个特征的间距即为长度、宽度等特征，所以这个模块叫做测量模块。1.测量流程(1).分配指定的特征Marker使用MmeasAllocMarker函数来设置指定的特征，MIL支持三种特征：点(M_POINT)，边(M_

上节已经提到，图像处理中的匹配包括灰度匹配和几何匹配。灰度匹配主要原理是一对一的像素比对，算法实现是计算两个图像的相关，容易理解，实现容易，但是计算量太大且鲁棒性较差。相对于几何匹配，灰度匹配应用的越来越少，但是在一些比较友好的环境中使用灰度匹配也能得到比较好的效果。匹配流程同样，对于MIL中的中级操作，处理流程遵循如下规则:分配对象->设置对象->(预处理对象

在MIL系列连载的前8篇都是关于图像获取和输出的主题，从这一篇开始，主要的内容就图像处理。在冈萨雷斯的《数字图像处理》的序言中将图像处理分为如下三类1.低级处理，主要是用于图像的预处理和增强操作，输入和输出都是图像，在MIL中对应Mim...模块2.中级处理，主要是对象识别、分析和测量，输入是图像，输出是从图像中提取的属性(如边缘、轮廓、位置、距离等等)，在MIL中对应Mblob、Mc

前面讲了MIL的在线采集，这就引申出了如下的问题:1.由于镜头畸变、相机内部参数不一致、环境影响等诸多因素的影响，实际相机采集到的图片会产生扭曲、变形等等，其中最常见的就是镜头畸变，这个问题如何解决？2.不同的相机、不同的镜头针对同一现实物体采集得到的图像的大小不一样，如何确立现实物体和实际图像的对应关系(度量单位转换)？这两个问题通过相机标定来解决。

前面讲解了MIL视频的保存、加载和播放，那么有不少人私信我说按照我的讲解构建的视频播放器有问题，这里综合他们的问题，我这里演示一个简单的播放器，它实现了简单的视频播放功能：打开视频、播放视频和暂停视频。如果你想实现更复杂的功能可以在此基础上扩展。在此过程中，我会指出常犯的错误。另外，需要补充说明的是，这里的MIL做的播放器，由于支持的视频编码的格式和完善程度有限，并不支持通用视频 的打开，例如...

前面讲到的都是离线的图像获取方法，实际中我们做机器视觉都是在线采集图像和处理，处理结果决定了计算机要给出的控制信号如电机运动等，这样就实现了实时视觉反馈运动。本文先详述了一个完整采集系统的构成(从相机到显示器)，而后演示MIL三个函数MdigGrab，MdigContinous，MdigProcess代表的三种采集方式。

前面我们讲解了MIL图像的加载和保存，很多时候我们在做机器视觉时要求实现录像的功能，对此MIL提供了基本的支持。本文详解了MIL开发包中如何录制视频和播放视频等功能。

用MIL做图像处理首先得学会如何输入图像Buffer来做处理和处理完的图像Buffer如何保存。本文详述详述了MIL中加载图像的三种方式、MIL支持的图像文件格式和MIL保存图像方法。

一般来说我们讲到图像会关注它的分辨率，深度，格式，类型几个方面的参数，那么在MIL中新建一个图像要考虑哪些方面呢，换句话说，调用MIL函数新建图像时，要传入哪些参数呢？数字化图像对应到计算机内存来说就是离散化的数字矩阵，在MIL中保存来说是C语言数组，数组的每一个值表明当前像素点的灰度值。MIL中并没有对应的图像新建函数，在MIL中将图像归类为一种Buffer（可以理解为就是一种C语言数组），我们主要通过调用Buffer新建函数的同时指明Buffer属性来新建图像。

相对于开源的Open CV来说商业化的MIL开发相对容易，只需要遵循特定的步骤即可以完成自己的开发。但是对于MIL中的一些基础概念还是要理解，不然可能在后面查看函数帮助时会混淆一些概念。

MIL全称为Matrox Imaging Library，由加拿大Matrox公司开发；MIL软件包是一个独立于硬件的、含有多个标准模块或组件的32位图像库，可以对图像进行采集、处理、分析、显示和存取操作，其功能覆盖图像领域的所有方面，使用起来也相当简单和方便；MIL-Lite是MIL的子集,含有MIL的部分模块，可以进行图像的采集、显示、存取操作，还可以在图像上进行图形操作及LUT变换等；MIL