湖北工业大学机器视觉作业.docx

一、列举至少三种零件表面三维数据获取的方法。针对其中一种，详细介绍其测量原理或方法。

接触式测量方法：坐标测量机、层析法。

非接触式测量方法：基于光学三角形原理的扫描法、基于相位偏移测量原理的莫尔条纹法、基于工业CT断层扫描图像、立体视觉测量方法。

基于光学三角形原理的扫描法是以光作为光源，其结构模式可以分为光点、单线条、多光条等，将其投射到被测物体表面，并采用光电敏感元件在另一位置接受激光的反射能量，根据光点或光条在物体上成象的偏移，通过被测物体基平面、象点、象距等之间的关系计算物体的深度信息。

介绍一种使用激光的三角形测量法。硬件由线激光发生器、CCD摄像头、图像采集卡、相应的连接线与电源以及微型计算机组成。如果采用两个参数完全相同的CCD摄像头对称放置，可以减少测量盲区，提高测量精度。三角形测量法利用基准面、像点、物距、像距等之间的关系计算物体的Z坐标值。

图中，i—入射光L—透镜N—成像屏，u—透镜L的物距v—透镜L的像距

O—L光轴与入射光线i的交点A—物面上的光点A’，O’分别是A、O的像点h—物面上光点相对于基准面的M高度α—入射光线与光轴的夹角

M’—目标平面

M—参考平面

根据透镜成像原理，以入射光与透镜光轴交点所在平面M为基准面，则光点A相对于基准面M的高度h的计算公式为：

h? u?h’

vsin??h’cos?

二、列举至少三种边缘提取算法，详述一种亚像素边缘提取算法的原理。

Roberts边缘检测算子。采用对角线方向相邻两像素之差近似梯度幅值检测边缘。检测水平和垂直边缘的效果好于斜向边缘，定位精度高，对噪声敏感。

Sobel边缘算子。是一组方向算子，从不同的方向检测边缘。不是简单求平均值再差分，而是加强了中心像素上下左右四个方向像素的权重。对噪声具有平滑作用，提供较为精确的边缘方向信息，边缘定位精度不够高，通常对灰度渐变和噪声较多的图像处理得较好。

Prewitt边缘算子。利用像素点上下、左右邻点灰度差，在边缘处达到极值检测边缘。不仅能检测边缘，而且对噪声具有平滑作用。

高斯—拉普拉斯算子（Laplas）。是一个二阶导数算子，利用边缘点处二阶导函数出

现零交叉原理检测边缘。该算子是一个与方向无关的各向同性边缘检测算子。但其方向信息丢失，常产生双像素，对噪声有双倍加强作用，因此它很少直接用于边缘检测，它将高斯平滑滤波器和拉普拉斯锐化滤波器结合起来，先平滑掉了噪声，再进行边缘检测，所以效果不错。

Canny算子。是一类最优边缘检测算子，也使用拉普拉斯算子，但它使用两种不同的阈值分别检测强边缘和弱边缘，并且仅当弱边缘与强边缘相连时才将弱边缘包含在输出图像中，因此这种方法较其它方法而言不容易被噪声“填充”，更容易检查出真正的弱边缘。

灰度重心法可以认为是一种以灰度为权值的加权形心法。由灰度重心法定位算法的原

?iW(i,j)

理，灰度图像I(i,j)中目标 S 的灰度重心（x

,y）为：x

?(i,?j)?S ，

?jW(i,j)

0 0 0

W(i,j)

(i,j)?S

?y ?(i,j)?S

?

0 W(i,j)

(i,j)?S

。其中W(i,j)为权值，取W(i,j)?I(i,j)。

灰度重心法适合处理背景灰度值较小、而目标灰度值较高的情况，例如天文图像中的恒星，其目标的灰度分布多为抛物面或高斯曲面，此时该方法通常可以获得较高的定位精度。但是实际图像中目标特征情况很复杂，例如亮背景和暗目标、目标和背景的灰度值都比较大等情况，此时用灰度作为权值便不适用了。

改进的权值选取方法一一阈值灰度重心法。对于目标灰度值大于背景灰度值的情况，权

?I(i,j)?T I(i,j)?T

值W(i,j)按式设为W(i,j)??

?

0 I(i,j)?T

，而对于目标灰度值小于背景灰度值

?T-I(i,j) I(i,j)?T

的情况，权值W(i,j)按式设为W(i,j)??

，其中T为区分目标和背

景的阈值。

? 0 I(i,j)?T

三、双目视觉测量空间点距离的实验。图示采用游标卡尺上的特征点（黑色圆点）作为待测点，通过游标卡尺上的读数和计算的坐标进行比较，以判断测量结果的准确性实验。试阐述其测量的基本原理。

图1.双摄像头模型俯视图 图2,双摄像头模型立体视图

T?(xl?xr) T

? ，得到Z?

Z?f Z

fTxl?x