機(jī)器視覺光電檢測實(shí)驗(yàn)講義

1、機(jī)器視覺實(shí)驗(yàn)實(shí)驗(yàn)一圖像分割是圖像識別和計(jì)算機(jī)視覺至關(guān)重要的預(yù)處理。沒有正確的分割就不可能有正確的識別。但是，進(jìn)行分割僅有的依據(jù)是圖像中像素的亮度及顏色，由計(jì)算機(jī)自動處理分割時，將會遇到各種困難。例如，光照不均勻、噪聲的影響、圖像中存在不清晰的部分，以及陰影等，常常發(fā)生分割錯誤。因此圖像分割是需要進(jìn)一步研究的技術(shù)。人們希望引入一些人為的知識導(dǎo)向和人工智能的方法，用于糾正某些分割中的錯誤，是很有前途的方法，但是這又增加了解決問題的復(fù)雜性。1、基于閾值的分割方法閾值法的基本思想是基于圖像的灰度特征來計(jì)算一個或多個灰度閾值，并將圖像中每個像素的灰度值與閾值相比較，最后將像素根據(jù)比較結(jié)果分到合適的類別中

2、。因此，該類方法最為關(guān)鍵的一步就是按照某個準(zhǔn)則函數(shù)來求解最佳灰度閾值。本實(shí)驗(yàn)分別采用人工設(shè)置閾值和大津自動閾值分割法。2、基于邊緣的分割方法所謂邊緣是指圖像中兩個不同區(qū)域的邊界線上連續(xù)的像素點(diǎn)的集合，是圖像局部特征不連續(xù)性的反映，體現(xiàn)了灰度、顏色、紋理等圖像特性的突變。通常情況下，基于邊緣的分割方法指的是基于灰度值的邊緣檢測，它是建立在邊緣灰度值會呈現(xiàn)出階躍型或屋頂型變化這一觀測基礎(chǔ)上的方法。階躍型邊緣兩邊像素點(diǎn)的灰度值存在著明顯的差異，而屋頂型邊緣則位于灰度值上升或下降的轉(zhuǎn)折處。正是基于這一特性，可以使用微分算子進(jìn)行邊緣檢測，即使用一階導(dǎo)數(shù)的極值與二階導(dǎo)數(shù)的過零點(diǎn)來確定邊緣，具體實(shí)現(xiàn)時可以使

3、用圖像與模板進(jìn)行卷積來完成。本實(shí)驗(yàn)以不同算子為例進(jìn)行了圖像邊緣分割演示。3、基于區(qū)域的分割方法此類方法是將圖像按照相似性準(zhǔn)則分成不同的區(qū)域，主要包括種子區(qū)域生長法、區(qū)域分裂合并法和分水嶺法等幾種類型。種子區(qū)域生長法是從一組代表不同生長區(qū)域的種子像素開始，接下來將種子像素鄰域里符合條件的像素合并到種子像素所代表的生長區(qū)域中，并將新添加的像素作為新的種子像素繼續(xù)合并過程，直到找不到符合條件的新像素為止。該方法的關(guān)鍵是選擇合適的初始種子像素以及合理的生長準(zhǔn)則。區(qū)域分裂合并法（Gonzalez，2002）的基本思想是首先將圖像任意分成若干互不相交的區(qū)域，然后再按照相關(guān)準(zhǔn)則對這些區(qū)域進(jìn)行分裂或者合并從而

4、完成分割任務(wù)，該方法既適用于灰度圖像分割也適用于紋理圖像分割。分水嶺法（Meyer，1990）是一種基于拓?fù)淅碚摰臄?shù)學(xué)形態(tài)學(xué)的分割方法，其基本思想是把圖像看作是測地學(xué)上的拓?fù)涞孛玻瑘D像中每一點(diǎn)像素的灰度值表示該點(diǎn)的海拔高度，每一個局部極小值及其影響區(qū)域稱為集水盆，而集水盆的邊界則形成分水嶺。該算法的實(shí)現(xiàn)可以模擬成洪水淹沒的過程，圖像的最低點(diǎn)首先被淹沒，然后水逐漸淹沒整個山谷。當(dāng)水位到達(dá)一定高度的時候?qū)绯?，這時在水溢出的地方修建堤壩，重復(fù)這個過程直到整個圖像上的點(diǎn)全部被淹沒，這時所建立的一系列堤壩就成為分開各個盆地的分水嶺。分水嶺算法對微弱的邊緣有著良好的響應(yīng)，但圖像中的噪聲會使分水嶺算法產(chǎn)

5、生過分割的現(xiàn)象。思考：圖像邊緣提取方法除了以上算子還有那些？ 如何提高圖像對比度？ 拉伸圖像的直方圖能否更好的找到分割閾值？實(shí)驗(yàn)步驟：一、 打開相機(jī)軟件“ok demo”，點(diǎn)擊采集，選擇S實(shí)時緩存，顯示攝像圖圖像，點(diǎn)擊F文件，選擇B存緩存圖像文件存儲圖像并選擇相應(yīng)的儲存位置。二、 使用GUI界面，點(diǎn)擊讀取圖像并選擇所拍攝的圖像三、 點(diǎn)擊讀取圖像并選擇所拍攝的圖像四、 分別點(diǎn)擊右側(cè)三種不同的閾值分割方法，可分別對所讀取的圖像進(jìn)行圖像分割處理，（1）點(diǎn)擊閾值分割，出現(xiàn)分割結(jié)果以及灰度直方圖，然后根據(jù)灰度直方圖選擇閾值，根據(jù)輸入閾值的不同，再次點(diǎn)擊閾值分割，對比不同閾值的分割結(jié)果（2）點(diǎn)擊自動分割，

6、系統(tǒng)制動選擇最優(yōu)與之進(jìn)行分割（3）點(diǎn)擊邊緣檢測，顯示不同邊緣檢測算子對圖像邊緣檢測的結(jié)果。實(shí)驗(yàn)二 圖像去噪方法圖像信號在產(chǎn)生、傳輸和記錄過程中，經(jīng)常會受到各種噪聲的干擾，由于其嚴(yán)重地影響了圖像的視覺效果，因此，采用適當(dāng)?shù)姆椒p少噪聲，是一項(xiàng)非常重要的預(yù)處理步驟。噪聲是最常見的退化因素之一，也是圖像恢復(fù)中重點(diǎn)研究的內(nèi)容，圖像中的噪聲可定義為圖像中不希望有的部分。噪聲是一種隨機(jī)過程，它的波形和瞬時振幅以及相位都隨時間無規(guī)則變化常見的圖像噪聲有高斯噪聲和加鹽噪噪聲。所謂高斯白噪聲中的高斯是指概率分布是正態(tài)函數(shù)，而白噪聲是指它的二階矩不相關(guān)，一階矩為常數(shù)，是指先后信號在時間上的相關(guān)性。椒鹽噪聲是由圖像

7、傳感器，傳輸信道，解碼處理等產(chǎn)生的黑白相間的亮暗點(diǎn)噪聲。大量的實(shí)驗(yàn)研究發(fā)現(xiàn)，由攝像機(jī)拍攝得到的圖像受離散的脈沖、椒鹽噪聲和零均值的高斯噪聲的影響較嚴(yán)重。噪聲給圖像處理帶來很多困難，對圖像分割、特征提取、圖像識別等具有直接影響。因此，實(shí)時采集的圖像需進(jìn)行濾波處理。消除圖像中的噪聲成份叫做圖像的平滑化或?yàn)V波操作。濾波的目的有兩個:一是抽出對象的特征作為圖像識別的特征模式;二是為適應(yīng)計(jì)算機(jī)處理的要求，消除圖像數(shù)字化時所混入的噪聲。對濾波處理的要求有兩條:一是不能損壞圖像輪廓及邊緣等重要信息;二是使圖像清晰，視覺效果好。常用的去早方法有以下幾種：（1） 中值濾波中值濾波是基于排序統(tǒng)計(jì)理論的一種能有效抑

8、制噪聲的非線性信號處理技術(shù)，中值濾波的基本原理是把數(shù)字圖像或數(shù)字序列中一點(diǎn)的值用該點(diǎn)的一個鄰域中各點(diǎn)值的中值代替，讓周圍的像素值接近的真實(shí)值，從而消除孤立的噪聲點(diǎn)。方法是去某種結(jié)構(gòu)的二維滑動模板，將板內(nèi)像素按照像素值的大小進(jìn)行排序，生成單調(diào)上升（或下降）的為二維數(shù)據(jù)序列。二維中值濾波輸出為g（x,y）=medf(x-k,y-l),(k,lW) ，其中,f(x,y)，g(x,y)分別為原始圖像和處理后圖像。W為二維模板，通常為2*2，3*3區(qū)域，也可以是不同的的形狀，如線狀，圓形，十字形，圓環(huán)形等。（2） 均值濾波均值濾波是典型的線性濾波算法，它是指在圖像上對目標(biāo)像素給一個模板，該模板包括了其周

9、圍的臨近像素（以目標(biāo)象素為中心的周圍8個象素，構(gòu)成一個濾波模板，即去掉目標(biāo)象素本身）。再用模板中的全體像素的平均值來代替原來像素值。均值濾波也稱為線性濾波，其采用的主要方法為鄰域平均法。線性濾波的基本原理是用均值代替原圖像中的各個像素值，即對待處理的當(dāng)前像素點(diǎn)（x，y），選擇一個模板，該模板由其近鄰的若干像素組成，求模板中所有像素的均值，再把該均值賦予當(dāng)前像素點(diǎn)（x，y），作為處理后圖像在該點(diǎn)上的灰度個g（x，y），即個g（x，y）=1/m f（x，y） m為該模板中包含當(dāng)前像素在內(nèi)的像素總個數(shù)。（3） 高斯低通濾波高斯濾波是一種線性平滑濾波，適用于消除高斯噪聲，廣泛應(yīng)用于圖像處理的減噪過程。

10、通俗的講，高斯濾波就是對整幅圖像進(jìn)行加權(quán)平均的過程，每一個像素點(diǎn)的值，都由其本身和鄰域內(nèi)的其他像素值經(jīng)過加權(quán)平均后得到。高斯濾波的具體操作是:用一個模板(或稱卷積、掩模)掃描圖像中的每一個像素，用模板確定的鄰域內(nèi)像素的加權(quán)平均灰度值去替代模板中心像素點(diǎn)的值。思考：那種濾波方法對高斯濾波更加適用。 你還知道哪些去除圖像噪聲的方法。實(shí)驗(yàn)步驟：一、 跟上次試驗(yàn)相似，拍攝圖像，打開GUI點(diǎn)擊顯示圖像，選取所拍攝的照片濾波處理加入噪聲二、 使用最右側(cè)一列三種不同的濾波方法，觀察三種不同的濾波方法的處理結(jié)果三、 優(yōu)質(zhì)直接拍攝的圖像對濾波的效果不是很明顯，因此可以在濾波處理之前，通過對中間一列的添加噪聲處理

11、后，在進(jìn)行濾波處理實(shí)驗(yàn)三 物體長度面積測量實(shí)驗(yàn)在現(xiàn)有的測量技術(shù)中，由于環(huán)境的各不相同，人對其產(chǎn)品和零件等的測量苦難程度也有所區(qū)別，隨著科學(xué)技術(shù)的發(fā)展在很多人無法長期屬于其中的環(huán)境作業(yè)與研究均可通過以機(jī)器代替進(jìn)行監(jiān)控與觀察。機(jī)器視覺就是以機(jī)器攝像頭和機(jī)器內(nèi)部程序通過人為改動或設(shè)置以滿足在不同惡劣環(huán)境代替人眼檢測活動等的技術(shù)。以以下實(shí)驗(yàn)為例，簡單了解視覺測量的應(yīng)用。要了解相機(jī)的標(biāo)定，在圖像測量過程以及機(jī)器視覺應(yīng)用中，為確定空間物體表面某點(diǎn)的三維幾何位置與其在圖像中對應(yīng)點(diǎn)之間的相互關(guān)系，必須建立相機(jī)成像的幾何模型，這些幾何模型參數(shù)就是相機(jī)參數(shù)。在大多數(shù)條件下這些參數(shù)必須通過實(shí)驗(yàn)與計(jì)算才能得到，這個求

12、解參數(shù)的過程就稱之為相機(jī)標(biāo)定(或攝像機(jī)標(biāo)定)。無論是在圖像測量或者機(jī)器視覺應(yīng)用中，相機(jī)參數(shù)的標(biāo)定都是非常關(guān)鍵的環(huán)節(jié)，其標(biāo)定結(jié)果的精度及算法的穩(wěn)定性直接影響相機(jī)工作產(chǎn)生結(jié)果的準(zhǔn)確性。實(shí)驗(yàn)步驟：一、長度測量通過圖像處理的方法對小型物體的長度進(jìn)行測量，通過找出待測物體最左和最右點(diǎn)，利用夠勾股定理求出待測物體的長度。二、面積測量通過圖像分割計(jì)算待測物體在全圖中所占有的的像素比例來計(jì)算待側(cè)物體面積。思考：如何實(shí)現(xiàn)物體周長的測量 哪些因素影響著測量精度怎樣提高測量的精度一、 標(biāo)定：用黑色筆在白紙上繪出兩條已知間距為10cm相互平行的水平短線，拍攝照片并保存，保存為“biaoding”。二、 在白色背景下拍攝待測長度和面積的物體，保存為“changdu”和“mianji”。三、 點(diǎn)擊標(biāo)定選擇照片“biaoding”四、 點(diǎn)擊長度選擇照片“changdu”五、 同理測量面積六、 點(diǎn)擊后結(jié)果