国家自然科学基金2010年获批项目汇总(主要是图像处理、机器视觉、场景认知方向)

图像系统建模认知 10年

机器视觉与图像处理方法

图像处理及识别技术在机器人路径规划中的一种应用摘要：目前，随着计算机和通讯技术的发展，在智能机器人系统中，环境感知与定位、路径规划和运动控制等功能模块趋向于分布式的解决方案。机器人路径规划问题是智能机器人研究中的重要组成部分，路径规划系统可以分为环境信息的感知与识别、路径规划以及机器人的运动控制三部分，这三部分可以并行执行，提高机器人路径规划系统的稳定性和实时性。在感知环节，视觉处理是关键。本文主要对机器人的路径规划研究基于图像识别技术，研究了图像处理及识别技术在路径规划中是如何应用的，机器人将采集到的环境地图信息发送给计算机终端，计算机对图像进行分析处理与识别，将结果反馈给机器人，并给机器人发送任务信息，机器人根据接收到的信息做出相应的操作。关键词：图像识别；图像处理；机器人；路径规划 ABSTRACT：At present, with the development of computer and communication technology, each module, such as environment sensing, direction deciding, route planning and movement controlling moduel in the system of intelligent robot, is resolved respectively. Robot path planning is an part of intelligent robot study. The path planning system can be divided into three parts: environmental information perception and recognition, path planning and motion controlling. The three parts can be executed in parallel to improve the stability of the robot path planning system. As for environment sensing, vision Proeessing is key faetor. The robot path planning of this paper is based on image recognition technology. The image processing and recognition technology is studied in the path planning is how to apply, Robots will sent collected environment map information to the computer terminal, then computer analysis and recognize those image information. After that computer will feedback the result to the robot and send the task information. The robot will act according to the received information. Keywords: image recognition，image processing, robot，path planning

机器视觉技术发展现状文献综述

机器视觉技术发展现状人类认识外界信息的80%来自于视觉，而机器视觉就是用机器代替人眼来做测量和判断，机器视觉的最终目标就是使计算机像人一样，通过视觉观察和理解世界，具有自主适应环境的能力。作为一个新兴学科，同时也是一个交叉学科，取“信息”的人工智能系统，其特点是可提高生产的柔性和自动化程度。目前机器视觉技术已经在很多工业制造领域得到了应用，并逐渐进入我们的日常生活。机器视觉是通过对相关的理论和技术进行研究，从而建立由图像或多维数据中获机器视觉简介机器视觉就是用机器代替人眼来做测量和判断。机器视觉主要利用计算机来模拟人的视觉功能，再现于人类视觉有关的某些智能行为，从客观事物的图像中提取信息进行处理，并加以理解，最终用于实际检测和控制。机器视觉是一项综合技术，其包括数字处理、机械工程技术、控制、光源照明技术、光学成像、传感器技术、模拟与数字视频技术、计算机软硬件技术和人机接口技术等，这些技术相互协调才能构成一个完整的工业机器视觉系统[1]。机器视觉强调实用性，要能适应工业现场恶劣的环境，并要有合理的性价比、通用的通讯接口、较高的容错能力和安全性、较强的通用性和可移植性。其更强调的是实时性，要求高速度和高精度，且具有非接触性、实时性、自动化和智能高等优点，有着广泛的应用前景[1]。一个典型的工业机器人视觉应用系统包括光源、光学成像系统、图像捕捉系统、图像采集与数字化模块、智能图像处理与决策模块以及控制执行模块。通过 CCD或CMOS摄像机将被测目标转换为图像信号，然后通过A/D转换成数字信号传送给专用的图像处理系统，并根据像素分布、亮度和颜色等信息，将其转换成数字化信息。图像系统对这些信号进行各种运算来抽取目标的特征，如面积、数量、位置和长度等，进而根据判别的结果来控制现场的设备动作[1]。机器视觉一般都包括下面四个过程：

机器视觉系统与数字图像处理

第2章机器视觉系统与数字图像处理 2.1机器视觉系统 2.1．1机器视觉系统简介机器视觉系统是指利用机器替代人眼做出各种测量和判断。机器视觉是工程领域和科学领域中的一个非常重要的研究领域，它是一门涉及光学、机械、计算机、模式识别、图像处理、人工智能、信号处理以及光电一体化等多个领域的综合性学科，其能以及应用范围随着工业自动化的发展逐渐完善和推广，其中母子图像传感器、CMOS和CCD摄像机、DSP、ARM嵌入式技术、图像处理和模式识别等技术的快速发展，有力地推动了机器视觉的发展。机器视觉是一种比较复杂的系统。因为大多数系统监控对象都是运动物体，系统与运动物体的匹配和协调动作尤为重要，所以给系统各部分的动作时间和处理速度带来了严格的要求。在某些应用领域，例如机器人、飞行物体导制等，对整个系统或者系统的一部分的重量、体积和功耗都会有严格的要求。机器视觉系统通过图像摄取装置将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号。机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成。在生产线上，人来做此类测量和判断会因疲劳、个人之间的差异等产生误差和错误，但是机器却会不知疲倦地、稳定地进行下去；在一些不适合人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉。机器视觉系统就其检测性质和应用范围而言，分为定量和定性检测两大类，每类又分为不同的子类。机器视觉在工业在线检测的各个应用领域十分活跃，如：印刷电路板的视觉检查、钢板表面的自动探伤、大型工件平行度和垂直度测量、容器容积或杂质检测、机械零件的自动识别分类和几何尺寸测量等。此外，在许多其它方法难以检测的场合，利用机器视觉系统可以有效地实现。机器视觉的应用正越来越多地代替人去完成许多工作，这无疑在很大程度上提高了生产自动化水平和检测系统的智能水平机器视觉系统的优点有：1.非接触测量，对于被检测对象不会产生任何损伤，而且提高了系统能够的可靠性；2.较宽的光谱响应范围，例如使用人眼看不见的红外测量，扩展人眼的视觉范围；3.长时间稳定工作，人类难以长时间对同一对象进行观察，而机器视觉系统则可以长时间地作测量、分析和识别任务。机器视觉系统的应用领域越来越广泛。在工业、农业、国防、交通、医疗、金融甚至体育、娱乐等等行业都获得了广泛的应用，可以说已经深入到我们的生活、生产和

完整版机器视觉思考题及其答案

什么是机器视觉技术？试论述其基本概念和目的。答：机器视觉技术是是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。机器视觉技术最大的特点是速度快、信息量大、功能多。机器视觉是用机器代替人眼来完成观测和判断，常用于大批量生产过程汇总的产品质量检测，不适合人的危险环境和人眼视觉难以满足的场合。机器视觉可以大大提高检测精度和速度，从而提高生产效率，并且可以避免人眼视觉检测所带来的偏差和误差。机器视觉系统一般由哪几部分组成？试详细论述之。答：机器视觉系统主要包括三大部分：图像获取、图像处理和识别、输出显示或控制。图像获取：是将被检测物体的可视化图像和内在特征转换成能被计算机处理的一系列数据。该部分主要包括，照明系统、图像聚焦光学系统、图像敏感元件（主要是CCD和CMOS采集物体影像。图像处理和识别：视觉信息的处理主要包括滤波去噪、图像增强、平滑、边缘锐化、分割、图像识别与理解等内容。经过图像处理后，图像的质量得到提高，既改善了图像的视觉效果又便于计算机对图像进行分析、处理和识别。输出显示或控制：主要是将分析结果输出到显示器或控制机构等输出设备。试论述机器视觉技术的现状和发展前景。答：。机器视觉技术的现状：机器视觉是近20?30年出现的新技术，由于其固有的柔性好、非接触、快速等特点，在各个领域得到很广泛的应用，如航空航天、工业、军事、民用等等领域。发展前景：随着光学传感器、信息技术、信号处理、人工智能、模式识别研究的不断深入和计算机性价比的不断提高，机器视觉技术越来越成熟，特别是市面上已经有针对机器视觉系统开发的企业提供配套的软硬件服务，相信越来越多的客户会选择机器视觉系统代替人力进行工作，既便于管理又节省了成本。价格持续下降、功能逐渐增多、成品小型化、集成产品增多。机器视觉技术在很多领域已得到广泛的应用。请给出机器视觉技术应用的三个实例并叙述之。答：一、在激光焊接中的应用。通过机器视觉系统，实时跟踪焊缝位置，实现实时控制，防止偏离焊缝，造成产品报废。二、在火车轮对检测中的应用，通过机器视觉系统抓拍轮对图像，找出轮对中有缺陷的轮对，提高检测精度和速度，提高效率。三、大批量生产过程中的质量检查，通过机器视觉系统，对生产过程中的产品进行质量检查跟踪，提高生产效率和准确度。什么是傅里叶变换，分别绘出一维和二维的连续及离散傅里叶变换的数学表达式。论述图像傅立叶变换的基本概念、作用和目的。答：傅里叶变换是将时域信号分解为不同频率的正弦信号或余弦函数叠加之和。一维连续函数的傅里叶变换为：一维离散傅里叶变换为：二维连续函数的傅里叶变换为：二维离散傅里叶变换为：图像傅立叶变换的基本概念：傅立叶变换是数字图像处理技术的基础，其通过在时空域和频率域来回切换图像，对图像的信息特征进行提取和分析，简化了计算工作量，被喻为描述图像信息的第二种语言，广泛应用于图像变换，图像编码与压缩，图像分割，图像重建等。作用和目的：图像的频率是表征图像中灰度变化剧烈程度的指标，是灰度在平面空间上的梯度。傅立叶变换的物理意义是将图像的灰度分布函数变换为图像的频率分布函数，傅立叶逆变换是将图像的频率分布函数变换为灰度分布函数。图像灰度变换主要有哪几种形式？各自的特点和作用是什么？答：灰度变换:基于点操作，将每一个像素的灰度值按照一定的数学变换公式转换为一个新的灰度值。灰度变换是图像增强的一种重要手段，它可以使图像动态范围加大，使图像的对比度扩展，

机器视觉简介

机器视觉概述机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。【应用领域】机器视觉广泛应用于各个方面，广泛应用于微电子、PCB生产、自动驾驶、印刷、科学研究和军事等领域。【基本构造】一个典型的工业机器视觉系统包括：光源、镜头、CCD 照相机、图像处理单元（或图像捕获卡）、图像处理软件、监视器、通讯/ 输入输出单元等。系统可再分为、主端电脑(Host Computer)、影像获取卡(Frame Grabber)与影像处理器、影像摄影机、CCTV镜头、显微镜头、照明设备、Halogen光源、LED光源高周波萤光灯源、闪光灯源、其他特殊光源、影像显示器、LCD、机构及控制系统、PLC、PC-Base控制器、精密桌台、伺服运动机台。以上涵盖大部分的机器视觉系统组成部分，在本实验室中机器视觉的主要系统组成为：光源、工控机、工业相机、镜头；其中在进行算法设计时尽量的减少对于光源条件的依赖（实验室的光源性能一般，光照条件良好）。图1 典型的机器视觉系统

图2 本实验室的机器视觉的主要组成尽量以本实验室现有的实验条件为主，其他需要的部分按实际要求也可以添加。【工作原理】机器视觉检测系统采用CCD照相机将被检测的目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号，图像处理系统对这些信号进行各种运算来抽取目标的特征，如面积、数量、位置、长度，再根据预设的允许度和其他条件输出结果，包括尺寸、角度、个数、合格/ 不合格、有/ 无等，实现自动识别功能。【机器视觉系统的典型结构】一个典型的机器视觉系统包括以下五大块： 1.照明照明是影响机器视觉系统输入的重要因素，它直接影响输入数据的质量和应用效果。由于没有通用的机器视觉照明设备，所以针对每个特定的应用实例，要选择相应的照明装置，以达到最佳效果。光源可分为可见光和不可见光。常用的几种可见光源是白帜灯、日光灯、水银灯和钠光灯。可见光的缺点是光能不能保持稳定。如何使光能在一定的程度上保持稳定，是实用化过程中急需要解决的问题。另一方面，环境光有可能影响图像的质量，所以可采用加防护屏的方法来减少环境光的影响。照明系统按其照射方法可分为：背向照明、前向照明、结构光和频闪光照明等。其中，背向照明是被测物放在光源和摄像机之间，它的优点是能获得高对比度的图像。前向照明是光源和摄像机位于被测物的同侧，这种方式便于安装。结构光照明是将光栅或线光源等投射到被测物上，根据它们产生的畸变，解调出被测物的三维信息。频闪光照明是将高频率的光脉冲照射到物体上，摄像机拍摄要求与光源同步。

数字图像处理与机器视觉 2015-2016期末试卷参考答案

数字图像处理与机器视觉 2015-2016期末试卷参考答案南昌大学研究生2015,2016年第2学期期末考试试卷试卷编号: (开)卷课程名称: 数字图像处理与机器视觉适用班级: 2015级硕士研究生姓名: 学号: 专业: 学院: 机电工程学院考试日期: 题号一二三四五六七八九十总分累分人签名题分 10 15 15 10 20 30 100 得分考生注意事项:1、本试卷共4页，请查看试卷中是否有缺页或破损。如有请报告以便更换。 2、使用A4答题纸，注意装订线。一、单项选择题(从下列各题四个备选答案中选出一个正确答案，并将其代号填在题前的括号内。每小题1分，共10分) ( b )1.图像与灰度直方图间的对应关系是: a.一一对应 b.多对一 c.一对多 d.都不对 ( d )2. 下列算法中属于图象平滑处理的是: a.Hough变换法 b.状态法 c.高通滤波 d. 中值滤波 ( c )3.下列算法中属于图象锐化处理的是: a.局部平均法 b.最均匀平滑法 c.高通滤波 d. 中值滤波 ( d )4. 下列图象边缘增强算子中对噪声最敏感的是: a.梯度算子 b.Prewitt算子 c.Roberts算子 d. Laplacian算子 ( b )5. 下列算法中属于点处理的是: a.梯度锐化 b.二值化 c.傅立叶变换 d.中值滤波 ( d )6.下列算子中利用边缘灰度变化的二阶导数特性检测边缘的是:

a.梯度算子 b.Prewitt算子 c.Roberts算子 d. Laplacian算子 ( c )7.将灰度图像转换成二值图像的命令为: a.ind2gray b.ind2rgb c.im2bw d.ind2bw ( d )8.数字图像处理的研究内容不包括: a.图像数字化 b.图像增强 c.图像分割 d.数字图像存储 ( d )9.对一幅100?100像元的图象，若每像元用,bit表示其灰度值，经霍夫曼编码后图象的压缩比为2:1，则压缩图象的数据量为: a.2500bit b.20000bit c.5000bit d.40000bit ( b )10.图像灰度方差说明了图像哪一个属性: a.平均灰度 b.图像对比度 c.图像整体亮度 d.图像细节第 1 页二、填空题(每空1分，共15分) l. 图像处理中常用的两种邻域是 4-邻域和 8-邻域。 2.图象平滑既可在空间域中进行，也可在频率域中进行。 3.常用的灰度内插法有最近邻元法、双线性内插法和三次内插法。 4. 低通滤波法是使高频成分受到抑制而让低频成分顺利通过，从而实现图像平滑。 5.Prewitt边缘检测算子对应的模板是和。 -1 -1 -1 -1 0 1 0 0 0 -1 0 1 1 1 1 -1 0 1 (不分先后) 6.图像压缩系统是有编码器和解码器两个截然不同的结构块组成的。 7.灰度直方图的纵坐标是该灰度出现的频率。 8.依据图象的保真度，图象编码可分为无失真(无损)编码和有失真(有损)编码两种。

机器视觉应用有哪些浅谈机器视觉软件的介绍与选择

机器视觉应用有哪些浅谈机器视觉软件的介绍与选择本文主要是关于机器视觉的相关介绍，并着重对机器视觉的应用场景进行了详尽的阐述。机器视觉机器视觉是人工智能正在快速发展的一个分支。简单说来，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品（即图像摄取装置，分CMOS 和CCD两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。机器视觉是一项综合技术，包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计算机软硬件技术（图像增强和分析算法、图像卡、I/O 卡等）。一个典型的机器视觉应用系统包括图像捕捉、光源系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块。［2］机器视觉系统最基本的特点就是提高生产的灵活性和自动化程度。在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉。同时，在大批量重复性工业生产过程中，用机器视觉检测方法可以大大提高生产的效率和自动化程度。一个典型的工业机器视觉系统包括：光源、镜头（定焦镜头、变倍镜头、远心镜头、显微镜头）、相机（包括CCD相机和COMS相机）、图像处理单元（或图像捕获卡）、图像处理软件、监视器、通讯/ 输入输出单元等。系统可再分为一、采集和分析分开的系统。主端电脑（Host Computer）影像撷取卡（Frame Grabber）与影像处理器影像摄影机定焦镜头镜头显微镜头

计算机图像处理与机器视觉复习重点

第一章概述点运算：在图像处理中，只输入该像素本身的灰度的运算方式。领域运算：在图像处理中，不仅输入该像素f0本身的灰度，还要以该像素f0为中心的某局部领域(即邻域)中的一些像素的灰度进行运算的方式。对比度/清晰度：画面黑与白的比值，也就是从黑到白的渐变层次。比值越大，从黑到白的渐变层次就越多，从而色彩表现越丰富。【维基百科，课件上没找到】第二章图像预处理一、灰度变换（点运算）目的：改善图像的灰度对比度或满足图像上灰度的某些特殊要求（问题：灰度偏暗或偏亮；范围不足；局部层次差） 1、灰度范围移动处理 g(i,j)=f(i,j)+d 当d>0时，灰度范围向高端移动，图像变亮；当d<0时，灰度范围向低端移动，图像变暗； 2、灰度线性变换（1）整体灰度线性变换（g a=0,g b=255）（2）局部灰度线性变换 a. 限幅灰度拉伸-局部感兴趣（局部灰度拉伸到最大限度，而无用信息被抑制为黑色或白色的单一灰度） b. 锯齿形灰度拉伸将输入图像中不同灰度区间[f1,f2]、[f2,f3]、[f3,f4] 进行同样的灰度拉伸，使各个灰度区间都扩展到允许的整个灰度范围[g a,g b]。使输入图像中原来是缓慢变化的灰度，经变换后在这些区间的f1、f2、f3等分割点的两端灰度发生了突变。 c. 阈值灰度拉伸-二值图像

3、灰度非线性变化（1）对数变化 g(i,j)=log[f(i,j)] 变换后的图像中低灰度区的灰度值得到了拉伸，即对比度增强，而高灰度区的灰度值被压缩，并且高低灰度区的灰度过度平滑。（2）连续函数变化（3）二次变化 G(x,y)=f(x,y)2，0

机器视觉与图像分析技术详解.

机器视觉与图像分析技术详解一、要点1．与视觉相关的项目并非全都需要咨询专家的服务；在硬件供应商和开发工具供应商的帮助下，缺乏视觉系统开发经验的开发者通常也可以完成大部分（即使不是全部）开发工作，并且为他们的公司节省费用。2．在开始视觉系统开发之前，你必须回答大约五六个问题；你的答案将基本决定系统的硬件成本。3．你只要选择能够在菜单驱动环境中能使你开始设备开发工作，然后通过图形编程或语法编程来完善程序，就可大大提高效率。4．习惯一、要点 1．与视觉相关的项目并非全都需要咨询专家的服务；在硬件供应商和开发工具供应商的帮助下，缺乏视觉系统开发经验的开发者通常也可以完成大部分（即使不是全部）开发工作，并且为他们的公司节省费用。 2．在开始视觉系统开发之前，你必须回答大约五六个问题；你的答案将基本决定系统的硬件成本。 3．你只要选择能够在菜单驱动环境中能使你开始设备开发工作，然后通过图形编程或语法编程来完善程序，就可大大提高效率。 4．习惯于视觉系统在安装之后需要悉心呵护的观念；你常常无法预见在系统运行一段时间之后可能有必要调整算法的各种理由。成功地开发一种基于视觉的设备可能需要很多专业知识，以致许多打算这样做的开发者都不愿意尝试这种任务，而转向求助于那些通过掌握技术的方方面面细微差别建立自己职业生涯的咨询专家。通常，一位咨询专家不仅可以为你节省数倍咨询费的费用，而且还可以节省大量宝贵的时间。即使这样，有些适用于基于视觉的系统开发的紧缩包裹型软件包却使那些没有机器视觉或图像分析经验的人能泰然承担的项目数量不断增加。如果你缺乏适当的经验，则要走好的第一步是设法确定哪些任务需要外界帮助，哪些任务是你有可能用预包装软件自己迅速完成的。提供开发工具和硬件的厂商通常可以帮助你做出这种判断。在很多情况下，这些厂商的网站都有帮助做出这种决定的工具。给一个这样的厂商打个电话，你通常就可以与一位能搜集有关你设备信息的应用工程师取得联系。在适当的时候，大多数厂商会向你推荐他们熟悉其工作情况的咨询专家。通常，最经济的办法就是，某个项目中仅仅某些部分使用咨询帮助，例如照明部分。图像分析和机器视觉是相关而又不同的两个领域。从某种意义上说，图像分析是机器视觉的一部分。然而，从另一种意义上说，图像分析是一门更广的学科。实际上，这两领域的分界线常常是模糊不清的。

(完整版)机器视觉思考题及其答案

什么是机器视觉技术？试论述其基本概念和目的。答：机器视觉技术是是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。机器视觉技术最大的特点是速度快、信息量大、功能多。机器视觉是用机器代替人眼来完成观测和判断，常用于大批量生产过程汇总的产品质量检测，不适合人的危险环境和人眼视觉难以满足的场合。机器视觉可以大大提高检测精度和速度，从而提高生产效率，并且可以避免人眼视觉检测所带来的偏差和误差。机器视觉系统一般由哪几部分组成？试详细论述之。答：机器视觉系统主要包括三大部分：图像获取、图像处理和识别、输出显示或控制。图像获取：是将被检测物体的可视化图像和内在特征转换成能被计算机处理的一系列数据。该部分主要包括，照明系统、图像聚焦光学系统、图像敏感元件（主要是CCD和CMOS）采集物体影像。图像处理和识别：视觉信息的处理主要包括滤波去噪、图像增强、平滑、边缘锐化、分割、图像识别与理解等内容。经过图像处理后，图像的质量得到提高，既改善了图像的视觉效果又便于计算机对图像进行分析、处理和识别。输出显示或控制：主要是将分析结果输出到显示器或控制机构等输出设备。试论述机器视觉技术的现状和发展前景。答：。机器视觉技术的现状：机器视觉是近20～30年出现的新技术，由于其固有的柔性好、非接触、快速等特点，在各个领域得到很广泛的应用，如航空航天、工业、军事、民用等等领域。发展前景：随着光学传感器、信息技术、信号处理、人工智能、模式识别研究的不断深入和计算机性价比的不断提高，机器视觉技术越来越成熟，特别是市面上已经有针对机器视觉系统开发的企业提供配套的软硬件服务，相信越来越多的客户会选择机器视觉系统代替人力进行工作，既便于管理又节省了成本。价格持续下降、功能逐渐增多、成品小型化、集成产品增多。机器视觉技术在很多领域已得到广泛的应用。请给出机器视觉技术应用的三个实例并叙述之。答：一、在激光焊接中的应用。通过机器视觉系统，实时跟踪焊缝位置，实现实时控制，防止偏离焊缝，造成产品报废。二、在火车轮对检测中的应用，通过机器视觉系统抓拍轮对图像，找出轮对中有缺陷的轮对，提高检测精度和速度，提高效率。三、大批量生产过程中的质量检查，通过机器视觉系统，对生产过程中的产品进行质量检查跟踪，提高生产效率和准确度。什么是傅里叶变换，分别绘出一维和二维的连续及离散傅里叶变换的数学表达式。论述图像傅立叶变换的基本概念、作用和目的。答：傅里叶变换是将时域信号分解为不同频率的正弦信号或余弦函数叠加之和。一维连续函数的傅里叶变换为：一维离散傅里叶变换为：二维连续函数的傅里叶变换为：二维离散傅里叶变换为：图像傅立叶变换的基本概念：傅立叶变换是数字图像处理技术的基础，其通过在时空域和频率域来回切换图像，对图像的信息特征进行提取和分析，简化了计算工作量，被喻为描述图

图像处理与机器视觉

《图像处理与机器视觉》作业姓名：学号：专业：测试计量技术及仪器时间：2016年4月

作业一：图像增强 1、图像灰度变换。对图像（见图1）进行对比度拉伸，通过直方图获取灰度分布的最小、最大值。图1 灰度拉伸算法描述：直方图均衡化是灰度变换的一个重要应用，它广泛应用在图像增强处理中。可以产生一幅灰度级分布具有均匀概率密度的图像，扩展了像素取值的动态范围。由于许多图像的灰度值是非均匀分布的，而且灰度值集中在一个小区间内的图像也是很常见的。直方图均衡化就是一种通过重新均匀地分布各灰度值来增强图像对比度的方法。直方图均衡化处理是以累积分布函数（Cumulative Distri-bution Function- CDF ）为基础的直方图修改法。直方图均衡化的目的是将原始图像的直方图变为均衡分布的形式，即将一已知灰度概率密度分布的图像，经过某种变换，变成一幅具有均匀灰度概率密度分布的新图像。源程序： clear;clc;close; I=imread('E:\学习\图像处理与机器视觉\灰度变换.bmp');%读取图像 [m,n,o]=size(I); grayPic=rgb2gray(I); figure,imshow(I); figure,imshow(grayPic); gp=zeros(1,256); %计算各灰度出现的概率 for i=1:256 gp(i)=length(find(grayPic==(i-1)))/(m*n); end figure,bar(0:255,gp); title('原图像直方图'); xlabel('灰度值'); ylabel('出现概率'); newGp=zeros(1,256); %计算新的各灰度出现的概率 S1=zeros(1,256);

如何申请自然科学基金项目

如何申请自然科学基金项目（根据省内资深专家讲话稿整理）一、选题问题（题目是你对评审专家说的第一句话。需要创新、创新、再创新）（一）选题如何做到与科学基金的资助范围和学科性质相符合？现代科学的综合性与交叉性，决定了它所涉及的学科领域较为广泛，且与某些相关学科在一些研究领域内界定并非都十分清晰，有时出现你中有我，我中有你的情况。所以，选题问题首先是选题范围，即资助范围问题。申请科学基金项目时应首先注意阅读《项目指南》，了解重点与优先领域，以利于确定选题范围。 1、研究类型应属基础研究与应用基础研究，非此即不在资助范围之列。选题必须首先符合这一要求，纯粹应用研究与开发性研究都不属资助范围。具体多属于以下二种类型。（1）、开发性、纯应用研究不属资助范围课题设计中没有或极少有理论与方法上的创新，且多为直接面向应用，将成熟技术移植到专门领域或仅在应用技术上有所开拓。此种角度提出的问题是难于有创新的，是一种应用性工作或研究在不同学科领域的延拓，是属于开发性研究，此类选题均不属资助范围。（2）、工程或软科学中的可行性论证研究不属基础研究，也不属于资助范围例如，“海洋环境下船舶操纵性研究”、“载人航天器的安全性分析方法研究”、“攀西地区钒钛矿综合利用新工艺流程的经济效益分析评价”、“固体矿产地质勘探项目可行性分析模式研究”等。这类项目多兼有前面两类项目的特点，但更多具有应用性、开发性、工程性的特点。 2、申请项目应不超出自然科学基金资助学科的范围，以发布的代码为准，有三级学科的必须写到三级学科以管理学科为例，具体资助范围为三个学科： G01 管理科学与工程 G0101 管理科学与管理思想史 G0102 一般管理理论 G0103 运筹与管理 G010301 优化理论与技术 G010302 排队论与存贮论 G010303 系统可靠性 G0104 决策与对策理论 G0105 组织理论 G0106 管理心理与行为理论 G0107 管理系统工程 G010701 系统分析技术 G010702 控制技术 G010703 网络技术 G010704 模拟（仿真）技术 G0108 评估技术 G0109 预测技术 G0110 数量经济分析方法 G0111 工业工程 G0112 信息技术与管理 G011201 管理信息系统

机器视觉与视觉检测知识点归纳

一总介使用机器视觉系统五个主要原因： 1.精确性（无人眼限制） 2.重复性（相同方法检测无疲惫） 3.速度（更快检测） 4.客观性（无情绪主观性） 5.成本（一台机器可承担好几人工作）机器视觉系统构成：光学：1.相机与镜头；2.光源；过渡：3.传感器（判断被测对象位置及状态）；4.图像采集卡（把相机图像传到电脑主机）；电学（计算机）：5.PC平台；6.视觉处理软件；7.控制单元。机器视觉系统一般工作过程：1.图像采集；2.图像处理；3.特征提取；4.判决和控制。机器视觉系统的特点：1.非接触测量；2.具有较宽的光谱响应围；3.连续性；4.成本较低； 5.机器视觉易于实现信息集成； 6.精度高； 7.灵活性。机器视觉应用领域两大类：科学研究和工业应用科学研究主要对运动和变化的规律作分析；工业方面主要是在线检测产品，机器视觉所能提供的标准检测功能主要有：有/无判断、面积检测、方向检测、角度测量、尺寸测量、位置检测、数量检测、图形匹配、条形码识别、字符识别、颜色识别等。二机器视觉系统的构成相机的主要特性参数：分辨率：衡量相机对物象中明暗细节的分辨能力。最大帧率：相机采集传输图像的速率。曝光方式和快门速度；o(*￣)￣*)o？像素深度：每一个像素数据的位数。固定图像噪声：不随像素点的空间坐标改变的噪声。动态围等 CCD相机和CMOS相机的区别： 1.设计：CCD是单一感光器，CMOS是感光器连接放大器。 2.灵敏度：同样面积下，CCD灵敏度高；CMOS由于感光开口小，灵敏度低。 3.成本：CCD线路品质影响程度高，成本高；CMOS由整合集成，成本低。 4.解析度：CCD连接复杂度低，解析度高；CMOS新技术解析度高。 5.噪点比：CCD信号单一放大，噪点低；CMOS百万放大（每个像素都有各自的放大器），噪点高。

机器视觉与图像处理实验报告

实验一：Matlab软件的使用一、实验题目：Matlab软件的使用二、实验内容：1.打开MATLAB软件，了解菜单栏、工具栏、状态栏、命令窗口等； 2.了解帮助文档help中演示内容demo有哪些； 3.找到工具箱类里面的Image Processing工具箱，并进行初步学习三、实验步骤：打开Matlab软件，点击帮助，如图

实验二：图像的增强技术一、实验题目：图像的增强技术二、实验内容：1.了解图像增强技术/方法的原理； 2.利用matlab软件，以某一用途为例，实现图像的增强； 3.通过程序的调试，初步了解图像处理命令的使用方法。三、实验步骤 truecolor = multibandread('https://www.360docs.net/doc/108587672.html,n', [512, 512, 7], 'uint8=>uint8', ... 128, 'bil', 'ieee-le', {'Band','Direct',[3 2 1]});The truecolor composite has very little contrast and the colors are unbalanced.figure imshow(truecolor); title('Truecolor Composite (Un-enhanced)') text(size(truecolor,2), size(truecolor,1) + 15,... 'Image courtesy of Space Imaging, LLC',... 'FontSize', 7, 'HorizontalAlignment', 'right') figure

2017年度省自然科学基金项目申请书格式

申请书正文（请勿删除“申请书正文”五字）

一、一般项目申请书正文撰写提纲 1．项目名称 2．研究工作的科学意义（研究意义、国内外研究现状及发展动态分析，需结合科学研究发展趋势来论述科学意义；或结合经济和社会发展中迫切需要解决的关键科技问题来论述其应用前景）

3．本项目研究目标，及其与申请者研究工作长期目标的关系 4．项目研究内容、研究方案和进度安排（包括有关方法、技术路线、实验手段、关键技术等说明，年度研究计划） 5．项目创新之处 6．工作基础与工作条件（与本项目相关的研究工作积累，已具备的研究支撑条件） 7．预期研究结果、利用研究结果计划和今后发展思路（阐述研究结果的形式，如何充分利用可能得到的研究结果，拟通过何种资助渠道继续开展研究工作，预期发表的主要相关论文应与简表填写内容一致）二、青年基金项目申请书正文撰写提纲 1．项目名称 2．研究工作的科学意义（研究意义、国内外研究现状及发展动态分析，需结合科学研究发展趋势来论述科学意义；或结合经济和社会发展中迫切需要解决的关键科技问题来论述其应用前景） 3．本项目研究目标，及其与申请者研究工作长期目标的关系 4．项目研究内容、研究方案和进度安排（包括有关方法、技术路线、实验手段、关键技术等说明，年度研究计划） 5．项目创新之处 6．工作基础与工作条件（与本项目相关的研究工作积累，已具备的研究

支撑条件） 7．预期研究结果、利用研究结果计划和今后发展思路（阐述研究结果的形式，如何充分利用可能得到的研究结果，拟通过何种资助渠道继续开展研究工作，预期发表的主要相关论文应与简表填写内容一致）三、重点项目申请书正文撰写提纲 1．项目名称 2．研究工作的科学意义（研究意义、国内外研究现状及发展动态分析，需结合科学研究发展趋势来论述科学意义；或结合经济和社会发展中迫切需要解决的关键科技问题来论述其应用前景） 3．本项目研究目标，以及与申请者研究工作长期目标的关系 4．项目研究内容，研究方案和进度安排（包括有关方法、技术路线、实验手段、关键技术等说明，年度研究计划） 5．项目创新之处 6．工作基础与工作条件（工作基础：与本项目相关的研究工作积累和已取得的研究工作成绩；工作条件：已具备的实验条件，尚缺少的实验条件和拟解决的途径，包括利用国家、省部级重点实验室和部门重点实验室等研究基地及依托重点与优势学科的情况） 7．预期研究结果、利用研究结果计划和今后发展思路（阐述研究结果的形式，如何充分利用可能得到的研究结果，拟通过何种资助渠道继续开展研究工作，预期发表的主要相关论文应与简表填写内容一致）

数字图像处理与机器视觉 2015-2016期末试卷

南昌大学研究生2015～2016年第2学期期末考试试卷

二、填空题（每空1分，共15分） l. 图像处理中常用的两种邻域是和。 2. 图象平滑既可在空间域中进行，也可在中进行。 3. 常用的灰度内插法有、和。 4. 低通滤波法是使受到抑制而让顺利通过，从而实现图像平滑。 5. Prewitt边缘检测算子对应的模板是和。 6. 图像压缩系统是有和两个截然不同的结构块组成的。 7. 灰度直方图的纵坐标是。 8. 依据图象的保真度，图象编码可分为和两种。三、名词解释（每小题3分，共15分） 1.灰度直方图: 2.8-连通的定义: 3.中值滤波: 4.图像增强:

5.直方图均衡化: 四、判断改错题（下列说法是否正确，正确的就在题号前的括弧内打“√”，错误的打“×”并改正。每小题2分，共10分） ( ) 1. 灰度直方图能反映一幅图像各灰度级像元占图像的面积比。 ( ) 2. 中值滤波是一种边缘增强算子。 ( ) 3. 均值滤波器可用于锐化图像边缘。 ( ) 4. 边缘检测属于图象增强。 ( ) 5. 开运算是对原图先进行膨胀处理，后进行腐蚀的处理。五、简答题（每小题5分，共20分）

1.图像锐化滤波的几种方法？ 2.伪彩色增强和假彩色增强有何异同点？ 3.简述Laplacian边缘检测算子和边缘增强算子的区别？ 4.图像增强的目的是什么？六、计算题、编程题（共30分，每小题分标在小题后） 1.下列是一幅图像某一行中连续8个像元灰度值，采用1×3窗口对该行分别进行移动平

均法和中值滤波法处理，计算输出结果。（8分） …0，1，0，1，6，6，5，6… 2.对下列信号源符号进行Huffman编码，并计算其冗余度和压缩率。（12分）符号a1 a2 a3 a4 a5 a6 概率0.1 0.4 0.06 0.1 0.04 0.3 3.在matlab环境中，实现一幅图像的傅里叶变换和傅里叶反变换（将代码作为答案）。（10）

国家科技自然科学基金项目科目说明

国家科技自然科学基金项目（新） 1、预算评审基本原则序号文件名称文号发文时间 1 《国家自然科学基金条例》中华人民共和国国务院令第487号 2007年 2 《国务院办公厅转发财政部科技部关于改进和加强中央财政科技经费管理若干意见的通知》国发办【2006】56 号 2006年 3 财政部科技部《关于调整国家科技计划和公益性行业科研专项经费管理办法若干规定的通知》财政[2011]434号2011年 4 《关于进一步加强国家科技计划项目（项目）课题承担单位法人责任的若干意见》的通知国科发记字【2012】 86号 2012年 5 《国家自然科学基金资助项目资金管理办法》财教【2015】15号2015年 6 《关于深化中央财政科技计划（专项、基金等）管理改革方案》国发【2014】64号2014年 7 《中央和国家机关差旅费管理办法》财行【2013】531号2013年 8 《中央和国家机关会议费管理办法》财行【2013】286号2013年 9 《因公临时出国经费管理办法》财经【2013】516号2013年 10 财政部办公厅《关于中央国家机关和事业单位出差人员乘坐高速铁路列车座位等级及报销问题的通知》财办行[2011]36号2011年 11 关于印发《引进人才专家经费管理实施细则》的通知外专发[2010]87号2011年 12 国务院办公厅关于印发《中央预算单位2011-2012年政府集中采购目录及标准》国发办[2010]61号2010年 13 等...... 2、国家自然基金资助项目资金变化要点（1）直接费用： ①设备费；②材料费；③测试化验加工费；④燃料动力费；⑤差旅费；⑥会议费； ⑦国际合作与交流费；⑧出版/文献/信息传播/知识产权事务费；⑨劳务费；⑩专家咨询费；（11）其它支出；（2）间接费用： ①现有仪器及房屋；②水、电、气、暖消耗；③有关管理费用的补助支出；④绩效支出；（3）变化要点： ①扩大了劳务费开支范围、取消了比例限制；②建立项目间接成本补偿机制，间接费用的核定标准和管理方式；③下放预算调整权限；④完善结余资金管理；⑤建立信用记录； 3、预算编制与评估原则（1）目标相关性： ①预算应与研究开发任务密切相关 ②预算的提出应围绕研究目标、任务及技术路线等内容进行测算。

数字图像处理与机器视觉-2015-2016期末试卷

南昌大学研究生2015～2016年第2学期期末考试试卷试卷编号：(开) 卷课程名称：数字图像处理与机器视觉适用班级：2015级硕士研究生姓名：学号：专业：学院：机电工程学院考试日期：题号一二三四五六七八九十总分累分人题分1 1 5 1 5 1 2 3 0 10 得分考生注意事项：1、本试卷共5页，请查看试卷中是否有缺页或破损。如有请报告以便更换。 2、使用A4答题纸，注意装订线。一、单项选择题（从下列各题四个备选答案中选出一个正确答案，并将其代号填在题前的括号内。每小题1分，共10分） ( ) 1.图像与灰度直方图间的对应关系是： a.一一对应 b.多对一 c.一对多 d.都不对 ( ) 2. 下列算法中属于图象平滑处理的是： a.Hough变换法 b.状态法 c.高通滤波 d. 中值滤波 ( ) 3.下列算法中属于图象锐化处理的是： a.局部平均法 b.最均匀平滑法 c.高通滤波 d. 中值滤波 ( ) 4. 下列图象边缘增强算子中对噪声最敏感的是： a.梯度算子 b.Prewitt算子 c.Roberts算子 d. Laplacian算子( ) 5. 下列算法中属于点处理的是： a.梯度锐化 b.二值化 c.傅立叶变换 d.中值滤波 ( ) 6.下列算子中利用边缘灰度变化的二阶导数特性检测边缘的是： a.梯度算子 b.Prewitt算子 c.Roberts算子 d. Laplacian算子( ) 7.将灰度图像转换成二值图像的命令为： a.ind2gray b.ind2rgb c.im2bw d.ind2bw ( ) 8.数字图像处理的研究内容不包括： a.图像数字化 b.图像增强 c.图像分割 d.数字图像存储 ( ) 9.对一幅100′100像元的图象，若每像元用８bit表示其灰度值，经霍夫曼编码后图象的压缩比为2:1，则压缩图象的数据量为：