机器视觉LESSON4讲解.ppt

第四讲：机器视觉算法概述 一、图像处理算法（4）：边缘检测（1） 版权@北京美视博文网络信息技术有限公司 机器视觉培训系列教程（基础入门培训） 第二节：图像处理与标定 图像测量的基础 视觉系统边缘检测的灵敏度，远远高于人类 基于边缘的灰度变化分析 需要亚像元提取精度 第四讲：机器视觉算法概述 一、图像处理算法（4）：边缘检测（2） 版权@北京美视博文网络信息技术有限公司 机器视觉培训系列教程（基础入门培训） 第二节：图像处理与标定 基于边缘灰度变化曲线分析 灰度曲线 灰度差分 曲线 原图像 差分峰值为边缘点 第四讲：机器视觉算法概述 一、图像处理算法（4）：边缘检测（3） 版权@北京美视博文网络信息技术有限公司 机器视觉培训系列教程（基础入门培训） 第二节：图像处理与标定 亚像元检测精度 78 microns 第四讲：机器视觉算法概述 一、图像处理算法（4）：拟合测量工具（1） 版权@北京美视博文网络信息技术有限公司 机器视觉培训系列教程（基础入门培训） 第二节：图像处理与标定 对已知形状的物体进行尺寸和位置测量或质量效验 第四讲：机器视觉算法概述 一、图像处理算法（4）：拟合测量工具（2） 版权@北京美视博文网络信息技术有限公司 机器视觉培训系列教程（基础入门培训） 第二节：图像处理与标定 基于边缘点检测结果 采用最小二乘法拟合测量结果 常用的工具包括： 线段、矩形、圆、扇形等… 第四讲：机器视觉算法概述 一、图像处理算法（4）：拟合测量工具（3） 版权@北京美视博文网络信息技术有限公司 机器视觉培训系列教程（基础入门培训） 第二节：图像处理与标定 样例#1： 最大搜索边界圆 最小搜索边界圆 标称圆 采用样本 输出结果：中心点坐标，直径，拟合参数… 第四讲：机器视觉算法概述 一、图像处理算法（4）：拟合测量工具（4） 版权@北京美视博文网络信息技术有限公司 机器视觉培训系列教程（基础入门培训） 第二节：图像处理与标定 样例#2： 模板匹配 ＋ 拟合工具 根据模板匹配的结果重新定位工具 模板图像选取 模板匹配输出 原来工具位置 第四讲：机器视觉算法概述 二、视觉系统标定（1） 版权@北京美视博文网络信息技术有限公司 机器视觉培训系列教程（基础入门培训） 第二节：图像处理与标定 系统标定的意义（1）： 将图像像素坐标变换为实际坐标 获得象素所代表的真实世界的长度单位。如，1象素= 0。02MM X Y P(x/y) / P(x/y) X Y 转换向量 第四讲：机器视觉算法概述 二、视觉系统标定（2） 版权@北京美视博文网络信息技术有限公司 机器视觉培训系列教程（基础入门培训） 第二节：图像处理与标定 系统标定的意义（2）： 补偿图像畸变 30个像素＝10毫米 30个像素＝14毫米 第四讲：机器视觉算法概述 二、视觉系统标定（3） 版权@北京美视博文网络信息技术有限公司 机器视觉培训系列教程（基础入门培训） 第二节：图像处理与标定 系统标定的意义（3）： 校验相机与实物面的几何关系 相机位置正确 相机向Y方向（或X方向）一方偏斜 相机向X及Y方向偏斜 第四讲：机器视觉算法概述 二、视觉系统标定（4） 版权@北京美视博文网络信息技术有限公司 机器视觉培训系列教程（基础入门培训） 第二节：图像处理与标定 系统标定的方法（1） 使用已知尺寸的样本 已知样品为 50*50MM 样品在系统中测量得知为 100*100 象素 X方向 = 50/100 = 0。5mm Y方向 = 50/100 = 0。5mm 通过计算得出系统标定结果 第四讲：机器视觉算法概述 二、视觉系统标定（5） 版权@北京美视博文网络信息技术有限公司 机器视觉培训系列教程（基础入门培训） 第二节：图像处理与标定 系统标定的方法（2） 使用标定块 由于镜头的畸变或相机位置不当，会造成成象上变形。已知每个格子大小相等，系统根据计算得出整个图像的所有标定参数 系统进行标定 标定块为制作精度极高的标准模块。通常为分点阵式或是棋盘式（如上图）。上图中的标定块，每一个格子都是同样大小。 标定板放入视野 运行时，系统将根据标定过程中得到的标定参数，对图像进行校正，生成一个新的无变形的图像。之后，再对新的图像进行检测 校正后生成的无变形新图像 * 机器视觉LESSON 4 北京美视博文网络信息技术有限公司 第四讲：机器视觉算法概述 为什么需要学习算法 视觉算法的特点 图像处理基本步骤 图像预处理 第一节 图像预处理 版权@北京美视博文网络信息技术有限公司 机器视觉培训系列教程（基础入门培训） 第一节：图像预处理 内容提要 第四讲：机器视觉算法概述 一、为什么需要学习算法 版权@北京美视博文网络信息技术有限公司 机器视觉培训系列