机器视觉培训教程第四讲

中国机器视觉行业门户网站机器视觉培训系列教程基础入门培训2005年9月22日～25日北京北京美视博文网络信息技术有限公司张裕机器视觉算法概述机器视觉培训系列教程（基础入门培训）第四讲版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程基础入门培训WhoAmI?版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第四讲：机器视觉算法概述第四讲：机器视觉算法概述为什么需要学习算法视觉算法的特点图像处理基本步骤图像预处理第一节图像预处理版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第一节：图像预处理内容提要第四讲：机器视觉算法概述一、为什么需要学习算法版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第一节：图像预处理对机器视觉有更深入的理解便于理解和分析处理结果更加灵活的选用或设计新算法第四讲：机器视觉算法概述二、视觉算法的特点版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第一节：图像预处理机器视觉算法是图像处理算法的子集机器视觉算法针对工业应用的特点：•可控的照明条件•对被检工件有先验知识•需要高效率、高可靠性和高重复性•对智能要求不高视觉算法中所称的图像，是由像素表达出来的明暗信息组成的二维数组，其中每个像素代表该位置的图像0~255的灰度值。其数字表达式为：),(yxI第四讲：机器视觉算法概述版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第一节：图像预处理三、图像处理的基本步骤预处理原始图像/像素增强的图像/像素图像分割特征提取点、线、区域…特征值低高第四讲：机器视觉算法概述版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第一节：图像预处理四、图像预处理（1）图像预处理目的•图像增强•噪音去除•图像单纯化图像预处理算法通常包括：•滤波：高通、低通…•形态处理：erosion/dilation/open/close…•图像算数：＋、－、X、…•二值处理第四讲：机器视觉算法概述版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第一节：图像预处理四、图像预处理（2），滤波（1）需要下列要素：•原始图像：•处理后的图像：•一2D模板：滤波算法如下：),(yxS),(yxD),(yxK),(),(),(),(),(10101nmKynxmSyxKyxSyxDNnMmMNM，N为K的尺寸第四讲：机器视觉算法概述版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第一节：图像预处理四、图像预处理（2），滤波（2）从图像上来理解滤波模板原图第四讲：机器视觉算法概述版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第一节：图像预处理四、图像预处理（2），滤波（3）模板决定滤波的种类高通滤波：–增强对比度低通滤波–降低噪音Sobel–提取边缘010151010111111111101202101121000121X方向Y方向第四讲：机器视觉算法概述版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第一节：图像预处理四、图像预处理（3），形态处理（1）处理过程同滤波相似•模板沿着图像移动计算•中心点像素由模板所覆盖的邻域像素替换替换算法•基于邻域像素排序•可设置无关像素0101110101–有效0–无关模板下有效像素的灰度值按大小排序模板原图像010111010第四讲：机器视觉算法概述版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第一节：图像预处理四、图像预处理（3），形态处理（1）基本形态算子•腐蚀(erosion)：取最小值•膨胀(dilation)：取最大值•中值滤波(Medianfilter)：取中间值复合形态算子•Open：Erosion+Dilation–去除毛刺•Close：Dilation+Erosion–聚类•TopHat：Source-opened(closed)第四讲：机器视觉算法概述版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第一节：图像预处理四、图像预处理（4），二值处理门限种类•单门限：将图像像素分2类•双门限：将图像像素分3类门限选取方式•手动选取：如绝对值、相对值等•自动选取：如最佳门限…原图像单门限双门限第四讲：机器视觉算法概述版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第一节：图像预处理四、图像预处理（4），图像算数操作符包括：•加、减、乘、除…•逻辑算子AND、OR、INVERT、XOR…例子：讨论与答疑版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第一节：图像预处理第四讲：机器视觉算法概述第四讲：机器视觉算法概述图像处理算法视觉系统标定第二节图像处理与标定版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第二节：图像处理与标定内容提要第四讲：机器视觉算法概述版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第二节：图像处理与标定一、图像处理算法（1）斑点分析模板匹配几何特征匹配边缘检测拟合测量工具第四讲：机器视觉算法概述版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第二节：图像处理与标定一、图像处理算法（1）：斑点分析（1）联通区域的几何特征分析广泛应用于缺陷检验，物体定位、辨识等第四讲：机器视觉算法概述版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第二节：图像处理与标定一、图像处理算法（1）：斑点分析（2）图像分割•将感兴趣区域从背景中分割出来•单门限/双门限分割•固定门限选取/自动门限选取第四讲：机器视觉算法概述版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第二节：图像处理与标定一、图像处理算法（1）：斑点分析（3）标记联通区域•将相连的像素组成相连区域，并给每一块相连区域分配唯一的标记第四讲：机器视觉算法概述版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第二节：图像处理与标定一、图像处理算法（1）：斑点分析（4）特征提取•计算联通区域的几何特征第四讲：机器视觉算法概述版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第二节：图像处理与标定一、图像处理算法（1）：斑点分析（5）常用的几何特征包括•面积、重心、中心、最小包围矩形(minimumboundingbox)、最窄包围矩形(feretboundingbox)、ConvexHull、矩(momentofinertia);最亮点、最暗点、平均灰度、灰度方差…最小包围矩形最窄包围矩形原图像第四讲：机器视觉算法概述版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第二节：图像处理与标定一、图像处理算法（2）：模版匹配（1）通过学习寻找物体典型应用：图像对位、寻找物体等第四讲：机器视觉算法概述版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第二节：图像处理与标定一、图像处理算法（2）：模版匹配（2）基本原理–两个步骤•学习•寻找学习寻找模板图图像第四讲：机器视觉算法概述版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第二节：图像处理与标定一、图像处理算法（2）：模版匹配（3）常用的方法：归一化相关normalizedcorrelation•同滤波运算相似：需要原图和模板•模板＝学习的有唯一特征的物体图像•匹配参数score(x，y)表达相似程度2/12_2___]),([)],(),([]),()][,(),([),(mnmnnmKnmKnymxSnymxSKnmKnymxSnymxSyxscorescore(x，y)取值范围：-1～11：完全一样0：图像无特征(均匀背景)-1：完全相反第四讲：机器视觉算法概述版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第二节：图像处理与标定一、图像处理算法（2）：模版匹配（4）匹配系数为0匹配系数为0匹配系数为0。98匹配系数为0。2第四讲：机器视觉算法概述版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第二节：图像处理与标定速度优化－多极匹配一、图像处理算法（2）：模版匹配（5）匹配匹配匹配匹配第四讲：机器视觉算法概述版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第二节：图像处理与标定旋转变化比例尺变化无关像素设置一、图像处理算法（2）：模版匹配（6）红圈里的像素不匹配第四讲：机器视觉算法概述版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第二节：图像处理与标定通常基于明显的边缘点•在学习及运行的过程中，提取边缘点的几何特征。并对这些几何待征进行比较•可靠性高、快速一、图像处理算法（3）：几何特征匹配（1）匹配中只采用了有特征的红色点集部分遮挡特征不完整非均匀亮度分布第四讲：机器视觉算法概述版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第二节：图像处理与标定什么是几何特征：–几何特征是在图像中，明暗交界处的边缘线或轮廓–几何特征分封闭式及开放式两种一、图像处理算法（3）：几何特征匹配（2）封闭式几何特征开放式几何特征图像第四讲：机器视觉算法概述一、图像处理算法（3）：几何特征匹配（3）版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第二节：图像处理与标定撮几何特征的基本步骤图像全部特征特征模版特征提取模版生成第四讲：机器视觉算法概述一、图像处理算法（3）：几何特征匹配（4）版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第二节：图像处理与标定几何特征点的描述•几何特征点通常是以“特征清单”形式的数据结构进行描述•特征点为图像中明暗边界轮廓上的点，其信息包括点坐标位置点与邻近点的几何关系点的极性（由黑到白或由白到黑）从图像到点第四讲：机器视觉算法概述一、图像处理算法（4）：边缘检测（1）版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第二节：图像处理与标定图像测量的基础视觉系统边缘检测的灵敏度，远远高于人类基于边缘的灰度变化分析需要亚像元提取精度第四讲：机器视觉算法概述一、图像处理算法（4）：边缘检测（2）版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第二节：图像处理与标定基于边缘灰度变化曲线分析灰度曲线灰度差分曲线原图像差分峰值为边缘点第四讲：机器视觉算法概述一、图像处理算法（4）：边缘检测（3）版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第二节：图像处理与标定亚像元检测精度78microns第四讲：机器视觉算法概述一、图像处理算法（4）：拟合测量工具（1）版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第二节：图像处理与标定对已知形状的物体进行尺寸和位置测量或质量效验第四讲：机器视觉算法概述一、图像处理算法（4）：拟合测量工具（2）版权@北京美视博文网络信息技术有限公司机器视觉培训系列教程（基础入门培训）第二节：图像处理与标定基于边缘点检测结果采用最小二乘法拟合测量结果常用的工具包括：•线段、矩形、圆、扇形等…第四讲：机器视觉算法概述一、图像处