機(jī)器視覺(jué)思考題及其答案綜述

1、1. 什么是機(jī)器視覺(jué)技術(shù)？試論述其基本概念和目的。答：機(jī)器視覺(jué)技術(shù)是是一門涉及人工智能、神經(jīng)生物學(xué)、心理物理學(xué)、計(jì)算機(jī)科學(xué)、圖像處理、模式識(shí)別等諸多領(lǐng)域的交叉學(xué)科。機(jī)器視覺(jué)主要用計(jì)算機(jī)來(lái)模擬人的視覺(jué)功能，從客觀事物的圖像中提取信息，進(jìn)行處理并加以理解，最終用于實(shí)際檢測(cè)、測(cè)量和控制。機(jī)器視覺(jué)技術(shù)最大的特點(diǎn)是速度快、信息量大、功能多。機(jī)器視覺(jué)是用機(jī)器代替人眼來(lái)完成觀測(cè)和判斷，常用于大批量生產(chǎn)過(guò)程匯總的產(chǎn)品質(zhì)量檢測(cè)，不適合人的危險(xiǎn)環(huán)境和人眼視覺(jué)難以滿足的場(chǎng)合。機(jī)器視覺(jué)可以大大提高檢測(cè)精度和速度，從而提高生產(chǎn)效率，并且可以避免人眼視覺(jué)檢測(cè)所帶來(lái)的偏差和誤差。2機(jī)器視覺(jué)系統(tǒng)一般由哪幾部分組成？試詳細(xì)論述

2、之。答：機(jī)器視覺(jué)系統(tǒng)主要包括三大部分：圖像獲取、圖像處理和識(shí)別、輸出顯示或控制。圖像獲?。菏菍⒈粰z測(cè)物體的可視化圖像和內(nèi)在特征轉(zhuǎn)換成能被計(jì)算機(jī)處理的一系列數(shù)據(jù)。該部分主要包括，照明系統(tǒng)、圖像聚焦光學(xué)系統(tǒng)、圖像敏感元件（主要是CCD和CMOS）采集物體影像。圖像處理和識(shí)別：視覺(jué)信息的處理主要包括濾波去噪、圖像增強(qiáng)、平滑、邊緣銳化、分割、圖像識(shí)別與理解等內(nèi)容。經(jīng)過(guò)圖像處理后，圖像的質(zhì)量得到提高，既改善了圖像的視覺(jué)效果又便于計(jì)算機(jī)對(duì)圖像進(jìn)行分析、處理和識(shí)別。輸出顯示或控制：主要是將分析結(jié)果輸出到顯示器或控制機(jī)構(gòu)等輸出設(shè)備。3. 試論述機(jī)器視覺(jué)技術(shù)的現(xiàn)狀和發(fā)展前景。答：。機(jī)器視覺(jué)技術(shù)的現(xiàn)狀：機(jī)器視覺(jué)是

3、近2030年出現(xiàn)的新技術(shù)，由于其固有的柔性好、非接觸、快速等特點(diǎn)，在各個(gè)領(lǐng)域得到很廣泛的應(yīng)用，如航空航天、工業(yè)、軍事、民用等等領(lǐng)域。發(fā)展前景：隨著光學(xué)傳感器、信息技術(shù)、信號(hào)處理、人工智能、模式識(shí)別研究的不斷深入和計(jì)算機(jī)性價(jià)比的不斷提高，機(jī)器視覺(jué)技術(shù)越來(lái)越成熟，特別是市面上已經(jīng)有針對(duì)機(jī)器視覺(jué)系統(tǒng)開(kāi)發(fā)的企業(yè)提供配套的軟硬件服務(wù)，相信越來(lái)越多的客戶會(huì)選擇機(jī)器視覺(jué)系統(tǒng)代替人力進(jìn)行工作，既便于管理又節(jié)省了成本。價(jià)格持續(xù)下降、功能逐漸增多、成品小型化、集成產(chǎn)品增多。4. 機(jī)器視覺(jué)技術(shù)在很多領(lǐng)域已得到廣泛的應(yīng)用。請(qǐng)給出機(jī)器視覺(jué)技術(shù)應(yīng)用的三個(gè)實(shí)例并敘述之。答：一、在激光焊接中的應(yīng)用。通過(guò)機(jī)器視覺(jué)系統(tǒng)，實(shí)時(shí)跟蹤

4、焊縫位置，實(shí)現(xiàn)實(shí)時(shí)控制，防止偏離焊縫，造成產(chǎn)品報(bào)廢。二、在火車輪對(duì)檢測(cè)中的應(yīng)用，通過(guò)機(jī)器視覺(jué)系統(tǒng)抓拍輪對(duì)圖像，找出輪對(duì)中有缺陷的輪對(duì)，提高檢測(cè)精度和速度，提高效率。三、大批量生產(chǎn)過(guò)程中的質(zhì)量檢査，通過(guò)機(jī)器視覺(jué)系統(tǒng)，對(duì)生產(chǎn)過(guò)程中的產(chǎn)品進(jìn)行質(zhì)量檢查跟蹤，提高生產(chǎn)效率和準(zhǔn)確度。5. 什么是傅里葉變換，分別繪出一維和二維的連續(xù)及離散傅里葉變換的數(shù)學(xué)表達(dá)式。論述圖像傅立葉變換的基本概念、作用和目的。答：傅里葉變換是將時(shí)域信號(hào)分解為不同頻率的正弦信Ff(x)=F(u)=J+8f(x)e-j2dx號(hào)或余弦函數(shù)疊加之和。g一維連續(xù)函數(shù)的傅里葉變換為:一維離散傅里葉變換為:二維連續(xù)函數(shù)的傅里葉F(u)丄七1f(

5、x)e-j2九蘭01fe1f(x,y)-F(u,v)-J+8yje-j2冗(ux+MdXdyx8二維離散傅里葉變換為：uO，1，2,M一1;v=0，1，2,N一1n,u0,1,2，N1Zf(x,y)e-j2兀0y0uxvyM*N圖像傅立葉變換的基本概念：傅立葉變換是數(shù)字圖像處理技術(shù)的基礎(chǔ)，其通過(guò)在時(shí)空域和頻率域來(lái)回切換圖像，對(duì)圖像的信息特征進(jìn)行提取和分析，簡(jiǎn)化了計(jì)算工作量，被喻為描述圖像信息的第二種語(yǔ)言，廣泛應(yīng)用于圖像變換，圖像編碼與壓縮，圖像分割，圖像重建等。作用和目的：圖像的頻率是表征圖像中灰度變化劇烈程度的指標(biāo)，是灰度在平面空間上的梯度。傅立葉變換的物理意義是將圖像的灰度分布函數(shù)變換為圖

6、像的頻率分布函數(shù)，傅立葉逆變換是將圖像的頻率分布函數(shù)變換為灰度分布函數(shù)。6. 圖像灰度變換主要有哪幾種形式？各自的特點(diǎn)和作用是什么？答：灰度變換:基于點(diǎn)操作，將每一個(gè)像素的灰度值按照一定的數(shù)學(xué)變換公式轉(zhuǎn)換為一個(gè)新的灰度值?；叶茸儞Q是圖像增強(qiáng)的一種重要手段，它可以使圖像動(dòng)態(tài)范圍加大，使圖像的對(duì)比度擴(kuò)展，圖像更加清晰，特征更加明顯?；叶茸儞Q分為線性變換和非線性變換。線性變換的灰度區(qū)變換時(shí)線性拉伸或壓縮的。非線性變換的灰度區(qū)變換時(shí)非線性的。常用的灰度變換形式有:一、全域線性變換，在曝光不足或過(guò)度的情況下，圖像灰度可能局限在一個(gè)很小的范圍內(nèi)。這時(shí)在顯示器上看到的將是一個(gè)模糊不清、似乎沒(méi)有灰度層次的圖像

7、。用一個(gè)線性單值函數(shù)，對(duì)幀內(nèi)的每一個(gè)像素做線性擴(kuò)展，將有效的改善圖像的視覺(jué)效果。二、分段線性變換：將灰度區(qū)間分成兩段乃至多段分別做線性變換。分段線性變換的優(yōu)點(diǎn)是可以根據(jù)用戶的需要，拉伸特征物體的灰度細(xì)節(jié)，相對(duì)抑制不感興趣的灰度級(jí)。三、非線性變換：可以實(shí)現(xiàn)圖像灰度的非線性變換，例如，對(duì)數(shù)變換，當(dāng)希望對(duì)圖像的低灰度區(qū)有較大的擴(kuò)展而高灰度區(qū)壓縮時(shí)，可以采用此變換。它能使圖像灰度的分布均勻，與人的視覺(jué)特性相匹配。7什么是圖像直方圖？直方圖均衡化有什么用？答：圖像直方圖描述圖像中各灰度級(jí)出現(xiàn)的相對(duì)頻率.其橫坐標(biāo)是灰度值、縱坐標(biāo)是概率密度（連續(xù)圖像）或概率值（離散圖像）?；叶戎狈綀D可以得到諸如總體明亮程度

8、、對(duì)比度、對(duì)象可分性等與圖像質(zhì)量有關(guān)的灰度分布概貌。例如,一些圖象由于其灰度分布集中在較窄的區(qū)間，對(duì)比度很弱，圖象細(xì)節(jié)看不清楚.此時(shí)，可采用圖像灰度直方圖均衡化處理。直方圖均衡化就是通過(guò)變換函數(shù)將原圖的直方圖調(diào)整為平坦的直方圖，然后用此直方圖校正圖像，通過(guò)均衡化是圖像灰度間隔拉大，加大了圖像反差，改善視覺(jué)效果,達(dá)到增強(qiáng)目的。從而有利于圖像的分析和識(shí)別，并且每個(gè)灰度級(jí)有大致相同的像素點(diǎn)。8什么是圖像濾波？圖像濾波有何用？答：圖像濾波，即在盡量保留圖像細(xì)節(jié)特征的條件下對(duì)目標(biāo)像的噪聲進(jìn)行抑制。通過(guò)圖像濾波抑制噪聲除，可以得到比較干凈清晰的圖像，但會(huì)使得邊緣模糊。圖像濾波，即在盡量保留圖像細(xì)節(jié)特征的條

9、件下對(duì)目標(biāo)像的噪聲進(jìn)行抑制，是圖像預(yù)處理中不可缺少的操作，其處理效果的好壞將直接響到后續(xù)圖像處理和分析的有效性和可靠性。圖像濾波的作用在于：一是抽出對(duì)象的特征作為圖像識(shí)別的特征模式；二是為適應(yīng)圖像處理的要求，消除圖像數(shù)字化時(shí)混入的噪聲。9.圖像空間域低通濾波有何作用？答：直觀上看，它會(huì)使圖像變的模糊，平滑。使不同顏色或灰度間有一定的過(guò)度，棱角分明的圖像模糊化由于圖像噪聲空間相關(guān)性弱，他們的頻譜一般是位于空間頻率較高的區(qū)域，而圖像本身的頻率分量則處于較低的空間頻率區(qū)域內(nèi)，因此可以用低通濾波的方法來(lái)實(shí)現(xiàn)圖像的平滑，去除噪聲干擾。圖像空間域低通濾波可以消除噪聲，減小“抖動(dòng)”現(xiàn)象，提高信噪比，增加圖象

10、的清晰度，并能提取圖象的特征作用為識(shí)別目標(biāo)的模式。10空間域圖像銳化有哪些方法？論述其特點(diǎn)。答：邊緣模糊是圖像常見(jiàn)的質(zhì)量問(wèn)題，由此造成圖像輪廓不清晰，線條不鮮明，使圖像特征提取、識(shí)別和理解難以進(jìn)行。增強(qiáng)圖像輪廓和線條使圖像邊緣變得清晰的處理稱為圖像銳化。常見(jiàn)的圖像銳化有，梯度法、空域高通濾波法，微分法，反銳化掩模法等。梯度法：最簡(jiǎn)單的方法是令（x，y）點(diǎn)銳化后圖像函數(shù)g（x，y）值等于原始圖像f（x，y）在該點(diǎn)的梯度值，進(jìn)而使圖像輪廓突出。高通濾波法：圖像邊緣與高頻分量相對(duì)應(yīng)，高通濾波器讓高頻分量暢通無(wú)阻，而對(duì)低頻分量則充分限制，從而達(dá)到銳化的目的。微分法有：一階微分處理處理，這種方法一般對(duì)灰

11、度階梯有較強(qiáng)的響應(yīng)，會(huì)產(chǎn)生較寬的邊緣。二階微分處理對(duì)細(xì)節(jié)有較強(qiáng)的響應(yīng)，如細(xì)線和孤立點(diǎn)，對(duì)灰度階梯變化產(chǎn)生雙響應(yīng)。在圖像中灰度值變化相似時(shí)，對(duì)線的相應(yīng)比對(duì)階梯強(qiáng)，且點(diǎn)比線響應(yīng)強(qiáng)?？偟膩?lái)說(shuō)二階微分處理比一階微分好一些，因?yàn)樾纬稍鰪?qiáng)細(xì)節(jié)的能力好一些。11.簡(jiǎn)述頻域圖像的平滑和銳化方法。答：圖像的平滑方法：頻域低通濾波法，在頻域中，圖像的噪聲和邊緣在傅里葉變換中對(duì)應(yīng)高頻分量，我們可以移植或衰減它們以達(dá)到圖像平滑的作用。圖像的銳化方法：頻域高通濾波法，因?yàn)檫吘壖盎叶燃?jí)中其他的急劇變化都與高頻分量有關(guān)，在頻域中用高通濾波器處理，能夠獲得圖像尖銳化。高通濾波器衰減傅立葉變換中的低頻分量，而無(wú)損傅立葉變換中的

12、高頻信息。12什么是圖像分割？答：在圖像分析中,通常需要將所關(guān)心的目標(biāo)物從圖像中提取出來(lái),這種從圖像中將某個(gè)特定區(qū)域與其它部分進(jìn)行分離并提取出來(lái)的處理，就是圖像分割。圖像分割就是依據(jù)圖像的灰度、顏色、紋理、邊緣等特征，把圖像分成各自滿足某種相似性準(zhǔn)則或具有某種同質(zhì)特征的連通區(qū)域的集合的過(guò)程。圖像分割就是把圖像分成若干個(gè)特定的、具有獨(dú)特性質(zhì)的區(qū)域并提出感興趣目標(biāo)的技術(shù)和過(guò)程。它是由圖像處理到圖像分析的關(guān)鍵步驟。現(xiàn)有的圖像分割方法主要分以下幾類：基于閾值的分割方法、基于區(qū)域的分割方法、基于邊緣的分割方法以及基于特定理論的分割方法等。13. 圖像灰度閾值分割常見(jiàn)的方法是哪些？分別論述起其特點(diǎn)。答：圖

13、像閾值化處理其實(shí)質(zhì)是一種圖像灰度級(jí)的非線性運(yùn)算，閾值處理可用方程加以描述，并且隨閾值的取值不同，可以得到具有不同特征的二值圖像。圖像灰度閾值分割常見(jiàn)的方法有：固定閾值法，固定閾值僅在物體的灰度值和背景的灰度值不變時(shí)效果很好，但這種情況很少存在。自動(dòng)閾值法，要注意到是動(dòng)態(tài)閾值分割的結(jié)果不僅包括畢局部背景更亮或更暗的物體，也包括亮區(qū)域或暗區(qū)域的邊緣。雙峰法，圖像灰度直方圖呈雙峰狀且有明顯的谷，選擇谷底的灰度值作為閾值就可以把目標(biāo)從背景中分割出來(lái)，該方法對(duì)于目標(biāo)和背景有很大灰度差異的圖像能實(shí)現(xiàn)簡(jiǎn)單而有效地分割。14. 試論述圖像灰度最大方差自動(dòng)閾值求取方法。答：圖像灰度最大方差自動(dòng)閾值求取方法是基于

14、信息論中最大方差準(zhǔn)則的圖像閾值自動(dòng)選取方法，是單閾值和多閾值選取的一種重要方法，這種方法的基本思想是尋找的最佳閾值要使分割后的目標(biāo)和背景的方差總值最大，或是使分割前后圖像的信息量差異最小。15. 試論述圖像恢復(fù)的基本概念。答：圖像恢復(fù)是將退化了的或者模糊了的圖像的原有信息進(jìn)行恢復(fù)以達(dá)到清晰化的目的。是一種從圖像退化的數(shù)學(xué)或概率模型出發(fā)，研究改進(jìn)圖像外觀，從而使恢復(fù)以后的圖像盡可能地反映原始圖像的本來(lái)面目的一種技術(shù)，其目的是獲得與景物真實(shí)面貌相像的圖像。圖像恢復(fù)，是在研究圖像退化原因的基礎(chǔ)上，以被退化的圖像為依據(jù)，根據(jù)某些先驗(yàn)知識(shí)，設(shè)計(jì)一種數(shù)學(xué)模型，從而估算出理想像場(chǎng)的一類操作。所以又可以說(shuō)圖像

15、恢復(fù)是恢復(fù)圖像的“真”面目。16論述圖像識(shí)別的基本概念。常見(jiàn)的判別函數(shù)有哪些？答：指通過(guò)對(duì)圖像中各種不同的物體特征進(jìn)行定量化描述之后，將所期望獲得的目標(biāo)物進(jìn)行提取，并且對(duì)所提取的目標(biāo)物進(jìn)行一定的定量分析。圖像識(shí)別是人工智能的一個(gè)重要領(lǐng)域。利用計(jì)算機(jī)對(duì)圖像進(jìn)行處理、分析和理解，以識(shí)別各種不同模式的目標(biāo)和對(duì)像的技術(shù)。常見(jiàn)的判別函數(shù)有：線性判別函數(shù)、最小距離判別函數(shù)、最近領(lǐng)域判別函數(shù)、非線性判別函數(shù)。17. 論述貝葉斯分類器的基本概念。答：分類器是對(duì)每一個(gè)輸入模式賦予一個(gè)類別名稱的軟件或硬件裝置，而貝葉斯分類器是各種分類器中分類錯(cuò)誤概率最小或者在預(yù)先給定代價(jià)的情況下平均風(fēng)險(xiǎn)最小的分類器。貝葉斯分類器

16、的分類原理是通過(guò)某對(duì)象的先驗(yàn)概率，利用貝葉斯公式計(jì)算出其后驗(yàn)概率，即該對(duì)象屬于某一類的概率，選擇具有最大后驗(yàn)概率的類作為該對(duì)象所屬的類。18. 論述神經(jīng)網(wǎng)絡(luò)識(shí)別方法的基本概念。答：形象的說(shuō)，神經(jīng)網(wǎng)絡(luò)是由大量處理單元（神經(jīng)元Neurons）廣泛連接而成的網(wǎng)絡(luò)，是對(duì)人腦的抽象、簡(jiǎn)化和模擬，反映人腦的基本特性。它以使用樣本模式來(lái)估計(jì)每個(gè)模式類的統(tǒng)計(jì)參數(shù)為基礎(chǔ)，用于估計(jì)這些參數(shù)的模式（已知其所屬的類）稱為訓(xùn)練模式，從每個(gè)類中得到的一系列此類模式稱為一個(gè)訓(xùn)練集合。使用訓(xùn)練集合得到判別函數(shù)的過(guò)程稱為學(xué)習(xí)或訓(xùn)練。神經(jīng)網(wǎng)絡(luò)識(shí)別方法能夠通過(guò)學(xué)習(xí)過(guò)程從外部環(huán)境中獲取知識(shí)，并且它內(nèi)部的很多的神經(jīng)元可以用來(lái)存儲(chǔ)這些已

17、經(jīng)學(xué)到的知識(shí)。并由來(lái)識(shí)別不同的物體及其特征。人工神經(jīng)網(wǎng)絡(luò)區(qū)別于其他識(shí)別方法的最大特點(diǎn)是它對(duì)待識(shí)別的對(duì)象不要求有太多的分析與了解，具有一定的智能化處理的特點(diǎn)。19. 圖像特征提取的原則是什么？答：圖像特征提取原則：圖像特征提取原則：可靠性，同類的圖像其特征值比較接近；各異性：不同類別的圖像其特征提取應(yīng)具有明顯的差異；獨(dú)立性：各個(gè)特征量之間應(yīng)該彼此不相關(guān)；精簡(jiǎn)性：應(yīng)該具有量少的特征量。20. 圖像灰度插值的作用是什么？常見(jiàn)的灰度插值有哪三種方法？分別論述其特點(diǎn)。答：由于輸入圖像一般為數(shù)字圖像，其上的像素僅在整數(shù)坐標(biāo)處有灰度值，經(jīng)由輸入圖像到輸出圖像的空間變換后，這些在整數(shù)坐標(biāo)處取值的像素一般被變換到輸出圖像的非整數(shù)坐標(biāo)處。反過(guò)來(lái)也是一樣，由于輸出圖像一般也為數(shù)字圖像，其上的像素也僅在整數(shù)坐標(biāo)處有灰度值，經(jīng)由輸出圖像到輸入圖像的空間變換后，這些在整數(shù)坐標(biāo)處取值的像素一般被變換到輸入圖像的非整數(shù)坐標(biāo)處。為了獲得滿意的空間變換圖像，需要對(duì)相應(yīng)的圖像進(jìn)行灰度級(jí)插值。常見(jiàn)的灰度插值有以下三種方法：1.最近鄰插值法，最近鄰插值又稱為零階插值，是最簡(jiǎn)單的插值方法。在向前映射情況下，生成輸出圖像零階插值的具體做法是令輸出像素的灰度級(jí)等于在規(guī)定的空間變換下所有輸入像素映射到的位置