江苏龙网

  1. 首页 > 资讯 > 科技 > >

「图像」机器视觉系统中的图像采集和图像处理

机器视觉是人工智能以及物联网的关键技术构成 ， 近些年来我国机器视觉飞速发展 ， 部分技术位居世界领先地位 ， 已经形成了集底层开发、软硬件集成以及各行业应用为一体的完整产业链 。
一个机器视觉系统大体分为了图像采集和图像处理两个部分 ， 图像采集是工业相机与PC端通过图像采集卡相互链接 ， 图像采集卡接收工业相机的模拟信号或数字信号 ， 并将信号处理转换为适用于PC端的信息 。目前我国在图像采集卡领域发展较为成熟 。
图像采集卡的相关参数
【「图像」机器视觉系统中的图像采集和图像处理】采样频率（时钟、点频）MHZ：采样频率反映了采集卡处理图像的速度和能力 。在进行图像采集时 ， 需要注意采集卡的采样频率是否满足要求
行频（KHz）：每秒钟扫描多少行
场（帧）频（Hz, fps）：每秒扫描多少行场（帧）
分辨率：采集卡能支持的最大点阵反映了其分辨率的能力 ， 即所能支持的相机的最大分辨率
传输通道：采集卡能够同时对多个相机进行A/D转换的能力 ， 如2通道、4通道等
传输速率：指图像由采集卡到达内存的速度 ， 一般看采集卡的总线类型 。
图像格式（像素格式）：分为了黑白图像和彩色图像 ， 黑白图像的灰度等级可分为256级 ， 即以8位来表示；而彩色图像可由RGB(YUV)3种色彩组合而成 。
图像采集卡的附加功能：触发功能、灯源控制功能、基本I/O功能、相机复位功能、时序输出功能、串口通讯功能、电源输出功能等 。
「图像」机器视觉系统中的图像采集和图像处理
文章图片

文章图片

图像处理是用计算机对图像进行分析 ， 以达到所需结果的技术 。一般指数字图像处理 。其主要内容包括图像压缩 ， 增强和复原 ， 匹配、描述和识别3个部分 。常用的图像处理方法有：
图像增强
图像增强用于调整图像的对比度 ， 突出图像中的重要细节 ， 改善图像质量 。有目的地强调图像的整体或局部特性 ， 将原来不清晰的图像变得清晰或强调某些感兴趣的特征 ， 扩大图像中不同物体特征之间的差别 ， 抑制不感兴趣的特征 ， 使之改善图像质量、丰富信息量 ， 加强图像判读和识别效果 ， 满足某些特殊分析的需要 。
图像变换
由于图像阵列很大 ， 直接在空间域中进行处理 ， 涉及计算量很大 。因此 ， 往往采用各种图像变换的方法 ， 如傅立叶变换、离散余弦变换等间接处理技术 ， 将空间域的处理转换为变换域处理 ， 不仅可减少计算量 ， 而且可获得更有效的处理 。
边缘锐化与图像平滑
图像平滑是指用于突出图像的宽大区域、低频成分或抑制图像噪声和干扰高频成分的图像处理方法 ， 目的是使图像亮度平缓渐变 ， 减小突变梯度 ， 改善图像质量 。
图像边缘锐化处理主要是加强图像中的轮廓边缘和细节 ， 形成完成的物体边界 ， 达到将物体从图像中分离出来或将表示同一物体表面的区域检测出来的目的 。
图像数据编码压缩
图像编码压缩技术可减少描述图像的数据量 ， 以便节省图像传输、处理时间和减少所占用的存储器容量 。压缩可以在不失真的前提下获得 ， 也可以在允许的失真条件下进行 。编码是压缩技术中最重要的方法 ， 它在图像处理技术中是发展最早且比较成熟的技术 。
图像分割
图像分割是将图像中有意义的特征部分提取出来 ， 有意义的特征有图像中的边缘、区域等 ， 这是进一步进行图像识别、分析和理解的基础 。虽然目前已有不少边缘提取、区域分割的方法 ， 但还没有一种普遍适用于各种图像的有效方法 。
图像识别
图像识别过程实际上可以看作是一个标记过程 ， 其主要内容是图像经过某些预处理（增强、复原）后 ， 进行图像分割和特征提取 ， 从而进行判决分类 。


推荐阅读


上一篇：「月球」远古月球磁场去哪儿了 解谜关键是找到内部“发电机”

下一篇：「彗星」春意盎然的四月 天象“剧场”也开始“回暖”