机器视觉技术探究（1）

王绍昶

      现在机器视觉技术被广泛使用，我们越来越多地体会到技术带给我们的便利。机器视觉技术以其精确性、重复性、效率性、客观性、成本较低等特点和优势被在各个领域广泛使用，同时也是各大高校研究和发展的热点。下面我们来从硬件和软件上深入介绍一下机器视觉技术！

      典型的机器视觉系统一般包括：光源、镜头、摄相机、图像采集卡、图像处理软件、通信/输出单元。

      一个完整的机器视觉系统的主要工作过程如下：

     1)图像采集：光学系统采集图像，图像转换成数字格式并传入计算机存储；

     2)图像处理：处理器运用不同的算法来提高对检测有重要影响的图像像素；

     3)特征提取：处理器识别并量化图像的关键特征，例如轮廓形状、灰度值、面积、数量等，然后这些数据传送到控制程序；

     4)控制和识别：软件程序根据接收到的数据做出结论。例如判断图像数据是否与模版匹配，或者是位置是否合乎规格等。

由于噪声、广元条件等外界环境或设备的原因，同城或取得原始数字图像质量不是非常高，因此在对图像进行边缘检测、图像分割等操作之前，一般需要对原始数字图像进行增强处理。图像增强主要有两个方面应用，一是改善图像的视觉效果，二是能提高边缘检测或图像分割的质量，突出图像的特征，便于计算机更有效地对图像进行识别分析。

图像增强是数字图像处理技术中最基本的内容之一，也是图像预处理的方法之一，图像预处理是相对于图像识别而言的一种前期处理。目的是消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而改进特征抽取、图像分割、匹配和识别的可靠性。预处理过程一般有数字化、几何变换、灰度值归一化、平滑、复原和增强等步骤。

后期还会继续来介绍图像处理算法，敬请关注！