机器视觉复习大纲带程序有答案

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

机器视觉课程复习提纲:

一、

1.机器视觉检测系统硬件通常是由那几部分组成的;其软件通常主要包括哪几部分。

硬件:光源、光学镜头、摄像机、图像采集卡、PC、显示设备、驱动与执行单元、被测对象与测试台

软件:库函数、软件编辑环境、驱动相机

2、机器视觉检测系统的光源其主要类型有哪几种?

前光源、背光源、环境光源、点光源、可调光源

3、机器视觉检测系统的光学透镜主要有哪几类?

标准镜头、广角镜头、远摄镜头、鱼眼镜头、反射式镜头、变焦镜头和特殊镜头等。

4、机器视觉检测系统的接口主要有哪几种。

Camera Link,IEEE 1394,USB2.0,Ethernet,USB3.0,PCI

5、机器视觉检测系统根据需要可分为:点视觉系统、(一维、二维视觉)(单目视觉)(双目视觉)等。

6、三维立体视觉检测分为哪两种主要方式。

双目、多目立体视觉(立体视觉法光度立体法)

7、图象预处理方法主要包括那些?

灰度变换、灰度直方图、平滑、锐化、去噪声、畸变校正、频域滤波、图像增强

8、图象的存储格式主要有哪几种?

jpEG,gif,png,bmp,tiff

9、人眼中用于调节光通量的器官是(瞳孔),用于改变清晰度的器官是(晶状体)将光

生图像转换成生物电信号的器官是(感光细胞)

10、对检测的图象处理过程中,边缘提取属于(高通)滤波。低通滤波主要包括(均值)、

(中值)两种类型。其作用是(去除随机噪声和椒盐噪声)。多幅图象平均可以降低图像中的(随机)噪声?

二、问答

1.机器视觉检测系统主要包括哪几个组成部份,试说明其各自的功能?

答:光源:提供光源照明方案

光学镜头:光学聚焦或放大

摄像机、图像采集卡:图像的采集与数字化 PC :PC 图像处理 显示设备:显示检测

驱动与执行单元、被测对象与测试台

2、试说明图象处理中直方图的做法,它可用来做什麽? 答:n

n r P k

k =

)((k=0,1,2...k-1),灰度分布信息,为变换提供统计,设置分割的阀值 3、直方图一样所对应的图像也一样吗? 答:不一样

4、试说明二值图像的做法?二值图像还能还原原始图像吗?为什么? 答:1)先求出灰度直方图分布

2)利用双峰法等设置阀值T (峰谷点处值),()T y x I <,得:0),(=y x I T j i I ≥),(得:

255),(=j i I

3)只有0,255完成二值化;

处理后不能还原,因为原来的像素灰度信息已经丢失

5、试说明图象分割在哪几个与进行?有哪几种方法并说明其用途?

答:图像分割在空域和频域进行。方法:双峰法、迭代法、大津法、一维最大熵法。都是求一个或一组最值阀值t 。

6、图像预处理主要包括哪几种方法?

答:灰度变换、灰度直方图、平滑、锐化、去嘈、畸变校正、频域滤波、图像增强 7、什么时图像拉伸?图像压缩? 答:在灰度现行变换中,a

b c

d k --=

,当k<1时图像压缩,当k>1时图像拉伸 8、什么是标定?标定通常是想获取什么参数?

答:空间物体表面某点三维几何位置与其在图像中对应点之间的相互关系是由摄像机成像的几何模型决定的,几何模型的参数就是摄像机的参数,为获得参数而进行的实验计算过程叫标定。 标定为了获取摄像机的内部和外部参数。 9、如何求二值图像中物体的面积?长度?方向?位置?

答:在二值图像中,前景边缘轮廓比较明显,可以统计目标区域中的像素点,基于轮廓向

量法或区域标记法(连通区域)求出面积,用哈夫变换或最小二乘法求出长度。拟合出直线后,先建立坐标系,利用斜率反向方位角,由轮廓确定位置。

三.编程

1、编制求直方图程序;

function P=hist(I)

%求图片的直方图并将其均衡化;图片若为彩图则先将其转换为灰度图片

subplot(2,2,1);

imshow(I) %显示出来

title('输入的图像')

%图像的预处理,若为彩色图像则将其灰度化

if length(size(I))>2

imwrite(rgb2gray(I),'PicSampleGray.bmp'); %将彩色图片灰度化并保存

I=rgb2gray(I); %灰度化后的数据存入数组

end

% 绘制直方图

[m,n]=size(I); %测量图像尺寸参数

G=zeros(1,256); %预创建存放灰度出现概率的向量

for k=0:255

G(k+1)=length(find(I==k))/(m*n); %计算每级灰度出现的概率,将其存入G中相应位置

end

subplot(2,2,2);

bar(0:255,G,'g') ; %绘制直方图

title('原图像直方图')

xlabel('灰度值');

ylabel('出现概率');

2、编制平滑滤波的程序;

邻域滤波

J=imread('jt.jpg');

I=rgb2gray(J);

imshow(J);

[m,n]=size(I);

I2=I;

for(i=2:m-1)

for(j=2:n-1)

aver=floor(I(i-1,j-1)/9+I(i-1,j)/9+I(i-1,j+1)/9+I(i,j-1)/9+I(i,j)/9+I(i,j+1)/9+I(i+ 1,j-1)/9+I(i+1,j)/9+I(i+1,j+1)/9);

I2(i,j)=aver;

end;

end;

相关文档
最新文档