機器視覺算法與應(yīng)用筆記-免費閱讀
【正文】 以上方法都需要提取目標邊緣，受光照灰度影響較大。基于灰度值的亞像素精度匹配：為了使模板位姿的準確度更高，可以提取亞像素精度的局部最小值或最大值，然后將局部最小值或最大值附件3*3的鄰域內(nèi)相似度量擬合成一個多項式，然后求該多項式的局部最大值或最小值。模板匹配：為經(jīng)常發(fā)生變化的物體提供此類被測物體原型即可對系統(tǒng)進行簡單配置，從而可以尋找所有類型的目標物的方法。線陣相機中，由于目標與相機的相對運動以及鏡頭的畸變，會使得目標（世界坐標系）的點投影到圖像坐標系時產(chǎn)生錯位。區(qū)域特征：區(qū)域的面積就是區(qū)域內(nèi)所有點的總和，對于二值圖像累加項較行程要多得多歸一化的矩推導(dǎo)出重心（p+q≥2）時，有：（二階中心距）通過計算橢圓的長軸、短軸與水平夾角或者矩形的長寬和方位為確定區(qū)域大小和方位。圖像平滑：抑制由于多種原因產(chǎn)生的圖像噪聲（隨即灰度值）。圖像增強：硬件采集的圖像質(zhì)量不好，可應(yīng)用軟件進行增強。Rn。區(qū)域：可以表示一幅圖像中一個任意的像素子集，區(qū)域定義為離散平面的一個任意子集：R∈Z2 ，將圖像處理閑置在某一特定的感興趣區(qū)域（一幅圖像可被看作圖像所有像素點的矩形感興趣區(qū)域）?；叶戎底儞Q：由于光源照明的影響，局部的圖像會產(chǎn)生對比度與設(shè)定值不一致，需要局部的去增強對比度。干擾后灰度值=圖像灰度值+噪聲信號（將噪聲看作是針對每個像素平均值為0且方差是б2的隨機變量），降噪方法之一、時域平均法，采集多幅圖像進行平均，標準偏差將為原來的1/根號n，求的平均值后，將任意一幅圖像減去平均，即為該幅圖像的噪聲；方法之二、空間平均操作法，通過像素數(shù)(2n+1)*(2m+1)的一個窗口進行平均操作，會使邊緣模糊（計算量非常大，進行(2n+1)*(2m+1)次操作）；方法之三、遞歸濾波器，在前一個計算出的值的基礎(chǔ)上計算出新的值，較方法一速度快了30倍；滿足所有準則（平滑程度準則t，以及XXs濾波）的高斯濾波器：高斯濾波器是可分的，所以可以非常高效率的被計算出來，能夠更好地抑制高頻部分。在一定區(qū)域內(nèi)，一個點集的凸包就是包含了區(qū)域內(nèi)所有點的最小凸集（如果任意兩點練成的直線上的所有點都在點集中，這個點集就是凸集），所以可以利用凸包來確定某區(qū)域（面積與該區(qū)域凸包比值為凸性）；然后再跟蹤區(qū)域邊界獲取一個輪廓，獲取到輪廓線段的歐幾里得距離，進行求和就得到輪廓長度L,加上面積a引出緊性概念。九個參數(shù)為攝像機的內(nèi)參，它們確定了攝像機從三維空間到二維圖像的投影關(guān)系。計算模板的所有相關(guān)位姿與圖像各個位置之間的相似度（該項目總體是目標位姿的平移），該模式也可以確定圖像中含有多少個目標物。也可以利用最小二乘法擬合匹配，但是該方法受光照影響較大，需要建立明確的光照變化
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1