8-1 图像传感与处理.pptx

项目八图像传感与处理Imagesensingandprocessing

数字图像检测基础知识目标技能目标通过进一步了解图像传感器,掌握图像传感器的基本性能参数,熟悉处理图像的软件库和Python程序编写方法。根据需要的检测内容,选取合适的图像传感器及相应镜头,了解环境光及补偿方法,在树莓派单片机系统中使用图像传感器的一般操作流程,掌握使用Python语言和simpleCV库实现简单的图像获取的方法。

数字图像数字图像又称数码图像或数位图像,是二维图像用有限数字数值像素的表示。由数组或矩阵表示,其光照位置和强度都是离散的。数字图像是由模拟图像数字化得到的、以像素为基本元素的、可以用数字计算机或数字电路存储和处理的图像。二值图像灰度图像索引图像RGB图像

数字图像的存储方式位图存储矢量存储通常以图像分辨率(即像素点)和颜色数来描述数字图像。例如,一张分辨率为640×480、16位色的数字图片,就由216=65536种颜色的307200(640×480)个像素点组成。图像传感器或数码相机等拍照设备的输出均为位图图像,其存储方式如图8-1所示。图像的存储可以认为是一个大型二维数组结构(从左上角开始),每一个数组上的点代表一个色块或灰块,这种存储图像的方法即位图图像。图8-1图像的存储结构示意

存储图像的方法位图图像位图方式是将图像的每一像素点转换为一个数据。如果用1位数据来记录,那么它只能表现2种颜色(21=2);如果以8位数据来记录,便可以表现256(28=256)种颜色。因此,使用的位越多,所能表现的色彩也越多。通常使用的颜色有4位16色、8位256色、16位增强色和24位真彩色。一般所说的真彩色是指24位(224)的位图存储模式,适合于内容复杂的图像和真实照片。位图图像弥补了矢量图像的缺陷,它能够制作出色彩和色调变化丰富的图像,可以逼真地表现自然界的景象,同时可以很容易地在不同软件之间交换文件。其缺点是它无法制作真正的3D图像,并且图像缩放和旋转时会产生失真,同时文件较大,对内存和硬盘空间的需求较高。

存储图像的方法矢量图像矢量图像存储的是图像信息的轮廓部分,而不是图像的每一个像素点。例如,一个圆形图案只要存储圆心的坐标位置和半径长度,以及圆的边线和内部的颜色即可。该存储方式的缺点是经常耗费大量的时间做一些复杂的分析演算工作,图像的显示速度较慢;但图像缩放时不会失真,图像的存储空间也小得多。所以,矢量图比较适合存储各种图表和工程。处理矢量图像的软件有AutoCAD、SolidWorks、CorelDRAW等。

获取图像获取图像一般包括三个部分,即摄像头、镜头和环境布置。现代摄像头一般为数字摄像头。图8-3(a)所示为树莓派系统的CSI接口(一种树莓派专用接口)的微小型摄像头,一般有500万和800万两种像素。以800万像素为例,感光芯片为索尼IMX219,摄像头参数为:CMOS尺寸为1/4英寸,光圈(F)为2.0,焦距为3.04mm,对角视场角(FOV)为62.2°,静态图片分辨率为3280×2464像素。显然,这种摄像头拍摄图片有一定的局限性,如在图片的边缘会产生一定的畸变、焦距调节范围小等,一般可应用于教育和测量精度要求不高的场合。在工业现场中,应用更广泛的是图8-3(b)所示的USB接口的工业级摄像头,有一些传感器生产厂商(如基恩士)还有专用的机器视觉模块和镜头等。图8-3摄像头

计算镜头参数(1)确定工业相机的接口、靶面尺寸和分辨率大小。如果选用的是C接口的2/3工业相机,500万像素,则可确定工业镜头也是C接口,最少支持2/3,500万像素以上的镜头。(2)确定所要达到的视野范围(FOV)和工作距离(WD),然后根据这两个要求和已知的靶面尺寸计算工业镜头的焦距(f)。其计算公式为式中,f为焦距,m;WD为工作距离,m;H和V为靶面尺寸横向和纵向像素值;FOV为视野范围,m。由式(8-1)可得

可调焦镜头镜头的焦距可调节。这种镜头的特点是焦距可以调节,其范围一般是最近距离到无限远。

计算镜头参数硬件条件具备以后,需要选择合适的软件进行开发。常用的开发语言是C及其衍生语言,如C#、C++等,而Python语言由于简洁和阅读性较好而成为合适的开发语言。在Python语言中使用合适的程序库可有效地减少开发工作量,提高程序的编写效率。计算图像的函数库基于机器视觉的计算方法，详细的机器视觉函数库如表8-1所示。

计算镜头参数

斑块和形状检测斑块,也称为连通域,是图像中由相似像素点构成的一块区域。它可以是由一片呈褐色的像素点一起构成的,这可能是食物检测器检测到一块食物,也可以是由一片闪耀着金属色泽的像素点构成,这可以是门检测器检测到的门把手,可以是一片无光泽的白色像素点,或者药瓶