• / 5
  • 下载费用:10 金币  

机器视觉算法与应用笔记.doc

关 键 词:
机器视觉算法与应用笔记.doc
资源描述:
1、相机的信噪比、SNR=1 时(光强可探测到的最小光强,绝对灵敏度) ,动态增益为光强.sat/光强.min(dB/位) ,量子效率是波长的函数:η=η(λ)--CCD 比 CMOS 灵敏,动态范围大。2、数据结构:图像、区域和亚像素轮廓图像:彩色摄像机采集的是每个像素对应的三个采样结果(RGB 三通道图像) 、图像通道可被看作一个二维数组,设计语言中的表示图像的数据结构;两种约定:离散函数(点对点)R Rn、连续函数:R 2Rn。区域:可以表示一幅图像中一个任意的像素子集,区域定义为离散平面的一个任意子集:R∈Z 2 ,将图像处理闲置在某一特定的感兴趣区域(一幅图像可被看作图像所有像素点的矩形感兴趣区域) 。二值图像特征区域:用 1 表示在区域内的点,用 0 表示不在区域内的点;行程表示法:每次行程的最小量的数据表示行程的纵坐标、行程开始和行程结束对应横坐标值。行程编码较二值图像节省存储空间(行程编码保存在 16 位整数,须要 24 个字节,而采用二值图像描述区域,每个像素点占 1 个字节,则有 35 个字节) 。行程编码保存的只是区域的边界。为描述多个区域,采用链表或数组来保存采用形成编码描述的多个区域,每个区域的信息是被独立保存和处理的。亚像素轮廓:比像素分辨率更高的精度(亚像素阈值分割或亚像素边缘提取) 。 轮廓基本上可被描述成多表型,然后用排序来说明哪些控制点是彼此相连的,在计算机里,轮廓只是用浮点数表示的横和纵坐标所构成的数组来表示。3、图像增强:硬件采集的图像质量不好,可应用软件进行增强。灰度值变换:由于光源照明的影响,局部的图像会产生对比度与设定值不一致,需要局部的去增强对比度。为提高变换速度,灰度值变换通常通过查找表(LUT)来进行(将灰度输入值变换后输出保存到查找表中) ,最重要的灰度值变换是线性灰度值比例缩放:f(g)=ag+b( ag 表示对比度,b 表示亮度) 。为了自动获取图像灰度值变换参数 a、b 的值,通过图像感兴趣区域的最大与最小灰度值设置出 a、b 的值(灰度值归一化处理) 。灰度直方图表示某一灰度值 i 出现的概率。对于存在很亮和很暗的区域,图像归一化时需要去除一小部分最暗、最亮的灰度值(用 2 个水平线截取区域) ,再进行图像归一化处理,将对比度提高(鲁棒的灰度归一化处理) 。辐射标定:传感器收集的能量与图像实际灰度值的关系是非线性时候(一般需要是线性的,提高某些处理算法的精确度) ,对非线性相应求其逆响应的过程就是辐射标定。取 q=?对响应函数求逆运算得到线性响应,求 q 的过程既是标定。图像平滑:抑制由于多种原因产生的图像噪声(随即灰度值) 。干扰后灰度值=图像灰度值+噪声信号(将噪声看作是针对每个像素平均值为 0 且方差是 б 2 的随机变量) ,降噪方法之一、时域平均法,采集多幅图像进行平均,标准偏差将为原来的 1/根号 n,求的平均值后,将任意一幅图像减去平均,即为该幅图像的噪声;方法之二、空间平均操作法,通过像素数(2n+1)*(2m+1)的一个窗口进行平均操作,会使边缘模糊(计算量非常大,进行(2n+1)*(2m+1)次操作) ;方法之三、递归滤波器,在前一个计算出的值的基础上计算出新的值,较方法一速度快了 30 倍;满足所有准则(平滑程度准则 t,以及 XXs 滤波)的高斯滤波器:高斯滤波器是可分的,所以可以非常高效率的被计算出来,能够更好地抑制高频部分。若更关注质量,则应采用高斯滤波器;若关注执行速度,首选使用均值滤波器。傅里叶变换:将图像函数从空间域转变到频率域,可以再进行频率高低的滤波操作平滑。4、插值算法:图像被放大不清晰时,通过插值增加放大的增多的像素最近像素插值算法:最近像素插值算法(Nearest Neighbour Interpolation)是最简单的一种插值算法,当图片放大时,缺少的像素通过直接使用与之最接近的原有像素的颜色生成,也就是说照搬旁边的像素,这样做的结果是产生了明显可见的锯齿;双线性插值算法:双线性插值算法(Bilinear Interpolation)输出的图像的每个像素都是原图中四个像素(2×2)运算的结果,这种算法极大程度上消除了锯齿现象; 双三次插值算法:双三次插值算法(Bicubic Interpolation)是上一种算法的改进算法,它输出图像的每个像素都是原图 16 个像素(4×4) 运算的结果,这种算法是一种很常见的算法,普遍用在图像编辑软件、打印机驱动和数码相机上。 分形算法:分形算法(Fractal Interpolation)是 Altamira Group 提出的一种算法,这种算法得到的图像跟其他算法相比更清晰、更锐利。这些算法主要应用在图像变换操作中。5、特征提取:区域的矩作为特征量,要对分割出来的区
展开阅读全文
  微传网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
0条评论

还可以输入200字符

暂无评论,赶快抢占沙发吧。

关于本文
本文标题:机器视觉算法与应用笔记.doc
链接地址:https://www.weizhuannet.com/p-9847554.html
微传网是一个办公文档、学习资料下载的在线文档分享平台!

微传网博客

网站资源均来自网络,如有侵权,请联系客服删除!

 网站客服QQ:80879498  会员QQ群:727456886

copyright@ 2018-2028 微传网络工作室版权所有

     经营许可证编号:冀ICP备18006529号-1 ,公安局备案号:13028102000124

收起
展开