视觉检测技术资料.pptVIP

增强图象中的有用信息，它可以是一个失真的过程，其目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。 　　 图像增强可分成两大类：频率域法和空间域法。前者把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强。采用低通滤波（即只让低频信号通过）法，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。具有代表性的空间域算法有局部求平均值法和中值滤波（取局部邻域中的中间像素值）法等，它们可用于去除或减弱噪声。 二、图像恢复 图像恢复是通过计算机处理，对质量下降的图像加以重建或恢复的处理过程。因摄像机与物体相对运动、系统误差、畸变、噪声等因素的影响，使图像往往不是真实景物的完善映像。在图像恢复中，需建立造成图像质量下降的退化模型，然后运用相反过程来恢复原来图像，并运用一定准则来判定是否得到图像的最佳恢复。 6.4.5 数字图像分析 数字图像分析是图像处理的高级阶段，它所研究的是使用机器分析和识别周围物体的视觉图像，从而可得出结论性的判断，也叫图像识别。 一、图像分割 图像分割的方法大致可以分为基于边缘检测的方法和基于区域生成的方法两大类。 1.边缘检测 使用数学方法提取图像像元中具有亮度值（灰度）空间方向梯度大的边、线特征的过程。 2.区域生长法 区域生长（region growing）是指将成组的像素或区域发展成更大区域的过程。从种子点的集合开始，这些点的区域增长是通过将与每个种子点有相似属性像强度、灰度级、纹理颜色等的相邻像素合并到此区域。它是一个迭代的过程，这里每个种子像素点都迭代生长，直到处理过每个像素，因此形成了不同的区域，这些区域它们的边界通过闭合的多边形定义。 二、图像特征提取 图像特征是指图像的原始特征或属性。要使计算机具有识别的本领，就要得到图像的各种特征，称之为图像特征提取。 1.纹理特征提取 2.形状特征提取 6.4.6 图像理解 图像理解的研究涉及或包含研究获取图像的方法、装置和具体应用的实践，形成了所谓的计算机视觉。 一、图像理解的特点 1.分阶段的信息处理带来了信息的多层表示。 2.对图像的解释，是以某种形式的描述实现的。 3.图像的正确解释离不开知识的引导，这一点对人的视觉理解也适合，即经验对视觉理解的重要性。 二、应考虑的几个重要问题 1.从图像中提取哪些信息。 2.这些信息在图像中怎样表示。 3.在理解过程中计算机必须具有哪些知识。 4.最合适的图像处理程序是什么。 5.知识以及各个阶段图像处理的结果如何表示。 6.5 视觉检测技术应用 6.5.1 视觉检测技术应用概述 1.工业上的应用 2.各类检验、监视中的应用 3.商业上的应用 4.遥感方面的应用 5.医疗方面的应用 6.军事方面的应用 6.5.2 机器人视觉系统 机器人就是由计算机控制的能模拟人的感觉、动作和具有自动行走能力而又足以完成有效工作的装置。而对特殊的机器人来说，视觉系统是机器人在危险环境中自主规划，完成复杂的作业所必不可少的。 它可分为六个主要部分：传感、预处理、分割、描述、识别以及知识表达和解释。 一、机器人视觉系统的组成 其总体结构 如图所示，系 统由硬件和软 件两大部分组 成。 1.硬件组成及完成功能如下： (1)景物和距离传感器：常用的有摄像机、CCD像和超声波传感器、结构化设备。 (2)视频信号数字化设备：它是把摄像机、CCD像传感器输出的全电视信号转化成计算机方便使用的数字信号。 (3)视频信号快速处理器：完成视频信号实时、快速、并行算法的硬件实现，包括 systolic 结构、基于DSP的快速处理器及PIPE视觉处理机。 (4)计算机及其外部设备：根据系统的需要可以选用不同的计算机及其外部设，来满足机器人视觉信息处理及机器人控制的需要。