机器视觉在工业上的需求

描述

1、halcon软件提供的是快速的图像处理算法解决方案,不能提供相应的界面编程需求,需要和VC++结合起来构造MFC界面,才能构成一套完成的可用软件。

2、机器视觉在工业上的需求主要有二维和三维方面的

二维需求方面有:⑴识别定位;(2)OCR光学字符识别;(3)一维码、二维码识别及二者的结合;(4)测量类(单目相机的标定);(5)缺陷检测系列;(6)运动控制,手眼抓取(涉及手眼标定抓取等方面)

三维需求方面:(1)摄像机双目及多目标定(2)三维点云数据重构

3、要成为一名合格的机器视觉工程师必须具备以下三个方面的知识

(1)图像处理涉及以下几大领域:

A、图像处理的基本理论知识(图像理论的基础知识)

B、图像增强(对比度拉伸、灰度变换等)

C、图像的几何变换(仿射变换,旋转矩阵等)

D、图像的频域处理(傅里叶变换、DFT、小波变换、高低通滤波器设计)

E、形态学(膨胀、腐蚀、开运算和闭运算以及凸壳等)

F、图像分割(HALCON里的Blob分析)

G、图像复原

H、运动图像

I、图像配准(模板匹配等)

J、模式识别(分类器训练,神经网络深度学习等)

比较好的参考书籍有

经典教材:冈萨雷斯的《数字图像处理》及对应的MATLAB版

杨丹等编著《MATLAB图像处理实例详解》

张铮等编著《数字图像处理与机器视觉——Visual C++与MATLAB实现》

左飞编著的《数字图像处理:原理与实践(MATLAB版)》

左飞编著的《数字图像处理技术详解与Visual C++实践》

谢凤英编著的《Visual C++数字图像处理》

《精通系列·精通Visual C++数字图像处理典型算法及实现(第2版)》

(2)软件编程功底
具备C,C++,C#及MFC界面开发的功底
A、C语言的学习主要看谭浩强写的C语言相关知识
B、C++主要看C++ primer plus书籍

C、MFC的学习主要看孙鑫编写的《VC++深入详解》这本书及相应的视频教程,并在VC++6.0软件或VS2010等软件上编写程序和实践。

D、C#可以看书籍《C#从入门到精通》、《Head First C#》、《C#入门经典》、

《C#图解教程》、《C#高级编程》、《.Net Frameword 高级编程》、《CLR via C#》

(3)光学知识:

主要阅读书籍《工程光学》、重点放在几何光学方面,了解成像原理及相应的光路分析,知道光源的特性、镜头分辨率、相机分辨率等方面的知识。

光学知识主要在你设计方案时相机、光源、镜头等选型时起到关键作用。

软件功底的作用是软件的架构设计分析,架构包括UI层设计、业务逻辑层开发、数据层开发。

HACLON主要完成图像处理算法的实现。

目前市场上工业领域中主流的图像算法处理软件有HALCON, NIvisionpro, opencv

学习HALCON最重要的是学习其中的方法、流程和套路

4、HALCON主要完成图像算法的流程套路如下:

特征提取总结:

1、几何特征(面积、周长、矩形度)2、纹理特征(与灰度相关,如熵、能量值)

3、颜色特征4、概率特征5、算子描述特征 6、Hough特征(梯度直方图特征)
 

做机器视觉的项目,拿到项目时一般遵循如下流程:

第一步:需求分析,建立相应的方案

第二步:算法流程规划及业务逻辑设计

第三步:模块化编程及集成化实现

第四步:调试,根据反馈结果来不断的修改程序Bug,达到客户需求,最后交付客户及软硬件操作文档。

学习机器视觉的好方法:

1、学习机器视觉一定要结合项目实战,在实践中学习总结经验教训,系统化学习所需知识。

2、补充一定的C++和c#知识,进行VS联合开发,客户现场的学习和现场调试,不断学习示例分析,掌握方法套路流程。

3、根据实际问题,学习模块调用,按照方法套路学习。

4、最好是先用HALCON实现图像处理部分,然后在VS2010开发软件中利用MFC图形界面实现出来,实践学习是最好的方法。

机器视觉学习的发展趋势是结合神经网络、深度学习进行相应的人工智能机器视觉开发。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分