【正文】 射線 PLCL 上各點(diǎn)在右攝像機(jī)圖像平。如果我們能找到同一物體點(diǎn) P在另一攝像機(jī) R中的成像點(diǎn) PR，那么根據(jù)第二個圖像點(diǎn) PR與相應(yīng)透鏡中心 CR 決定的第二條射線 PRCR 與 PLCL 的交點(diǎn)就可以確定物體點(diǎn) P的位置。相反地，若已知圖像平面上的一點(diǎn) PL 和透鏡中心 cL 可唯一地確定一條射線PLCL。 圖 36 所示為用左、右 (L、 R 表示 )兩攝像機(jī)觀測同一景物時的情形?；谝暡罾碚摰碾p目立體視覺，就是運(yùn)用兩個相同的攝像機(jī)對同一景物從不同位置成像，獲得景物的立體圖像對，通過各種算法匹配出相應(yīng)像點(diǎn)，從而計算出視差，然后采用基于三角測量的方 法恢復(fù)深度信息。也就是說，投影點(diǎn)為 P的所有可能點(diǎn)均在該射線上，其物理意義可由圖看出，當(dāng)己知圖像點(diǎn) P時，由針孔模型，任何位于射線 OP 上的空間點(diǎn)的圖像點(diǎn)都是 P點(diǎn)，因此，該空削點(diǎn)是不能唯一確定的。反過來，如果已知空間某點(diǎn) P的圖像 點(diǎn) P的位置 (u， v， )，即使已知攝像機(jī)內(nèi)外參數(shù)， X 也不能唯一確定。 由上式可見，若己知攝像機(jī)的內(nèi)外參數(shù)，當(dāng)然就已知了投影矩陣 M。由比例關(guān)系有如下關(guān)系式： cczfXx? （ 36） cczfYy? （ 37） 其中， (x， y)為 p點(diǎn)的圖像坐標(biāo) ， ? ?ccc ZYX 為空間點(diǎn) P在攝像機(jī)坐標(biāo)系下的坐標(biāo)。因此，空 間 中某一點(diǎn) P 在世界坐標(biāo)系與攝像機(jī)坐標(biāo)系下的齊次坐標(biāo)如果分別是 ? ?Twz 1,y,x ww 與 ? ?Tcz 1,y,x cc ，于是存在如下關(guān)系： ??????????????????????????????????????????111 1 wwwwwwrccczyxMzyxotrzyx （ 35） 圖 34 單目攝像機(jī)模型 燕山大學(xué)本科生畢業(yè)設(shè)計（論文） 26 其中， R為 3x3正交單位矩陣， t為三維平移向量， ? ?T0000 ? ， 1M 為4 4矩陣。 由于攝像機(jī)課安裝在環(huán)境中的任意的位置同時還要選擇一個基準(zhǔn)坐標(biāo)系來 描述攝像機(jī)的位置用來描述 物體的位置 圖 34，稱該坐標(biāo)系為世界 坐標(biāo)系，它由 wx ， wy ， wz 軸組成。 在 Z， Y坐標(biāo)系中，原點(diǎn) q定義在攝像機(jī)光軸與圖像平面的交點(diǎn)，該點(diǎn)一般位于圖像中心處，但由于攝像機(jī)制作的原因，也會有些偏離，若 lo 在 u，v，坐標(biāo)系中的坐標(biāo)為 (0u ， 0v )，每一個像素在 z 軸與 y軸方向上的物理尺寸為 xd , yd 。由于 (u， v)只表示像素位于數(shù)組中的列數(shù)與行數(shù)，并沒有用物理單位表示出該像素在圖像中的位置，因而，需要再建立用物理單位 (例如毫米 )表示的圖像坐標(biāo)系。如下圖所示，在圖像上定義直角坐標(biāo)系 u,v，每個像素的坐標(biāo) (u， v)分別是該像素在數(shù)組中的列數(shù)與行數(shù)。人之所以能有深度感知，就是因為有了這個視差，本文的工作主要就是 根據(jù)人類雙眼對同一景物成像的視差原理來研究雙目視覺圖像的視差生成算法。這三個層次分別為：要素圖、 2． 5維圖，以及三維模型。它的輸入和輸出非常明確，目的性較強(qiáng) 。研究方法從早期的以統(tǒng)計理論為基礎(chǔ)的相關(guān)匹配，發(fā)展到具有很強(qiáng)生理學(xué)背景的特征匹配，從串行到并行，從直接依賴于輸入信號的底層處理到依賴特征、結(jié)構(gòu)、關(guān)系和知識的高層次處理，性能不斷提高 80 年代，美國麻省理工學(xué)院人工智能實驗室的 Marr 提出了一種視覺計算理論，其核心是從圖像中恢復(fù)物體的三維形狀，該計算理論可以描述視覺過程，所以其理論影響非常深遠(yuǎn)。特別是 Marr創(chuàng)立的視覺計算理論對立體視覺的發(fā)展產(chǎn)生了巨大的影響，現(xiàn)已形成從圖像獲取到最終的景物可視表面重建的完整體系。 立體視覺的開創(chuàng)性工作是從 60年代中期開始的。邊界的象素灰度值變化往往比較劇烈 首先檢測 圖像 的邊緣點(diǎn)，在按一定策略連接成輪廓，從而構(gòu)成分割區(qū)域。與閾值方法不同，這類方法不但考慮了象素的相似性，還考慮了空間上的鄰接性，因此可以有效地消除孤立噪聲的干擾，具有很強(qiáng)的魯棒性。前者是從單象素出發(fā)，逐漸合并以 形成所需的分割結(jié)果。如果 圖像 中有多個目標(biāo)，就需要選取燕山大學(xué)本科生畢業(yè)設(shè)計（論文） 22 多個閾值將各個目標(biāo)分丌，這種方法稱為多閾值分割。理論上來說， 圖像 分割有兩個原因，一是在 圖像 中，找出有代表性的物體的邊緣，利用邊緣信息把整幅 圖像 分割為各個感興趣區(qū)；一是從 圖像 中找“具有相似特征的物體區(qū)，將這些物體區(qū)的外輪廓作為邊緣，根據(jù)特征相似度的標(biāo)準(zhǔn)進(jìn)行分割；基于閩值的分割，這是一種最常剛的區(qū)域分割技術(shù)，閩值是用于區(qū)分不同目標(biāo)的灰度值。 圖像 分割而成的區(qū)域所包含的信息包括了分區(qū)分割和對各分區(qū)的捕述，利用這些區(qū)域中所包含的部分特征，例如灰度差別、局部紋理差刖、彩色差別、局部統(tǒng)汁特征或局部區(qū)域的頻譜特征的差別等，可以用來區(qū)分整幅 圖像 不同的目標(biāo)物體，這些區(qū)域稱為感興趣區(qū)。圖像復(fù)原的過程實際是設(shè)汁一個濾波器，從已經(jīng)退化的圖像中計 算得到真實圖像的估計值，并國際預(yù)先規(guī)定的誤差準(zhǔn)則，使其最大程度的接近物體的原始真文圖像。 第 3章 圖像處理原理 21 圖像 復(fù)原：有些 圖像 由于質(zhì)量變壞，導(dǎo)致 圖像 模糊不清，或 圖像 有干擾等現(xiàn)象，這種情況叫做 圖像 退化，根據(jù) 圖像 退化的原因建立一個退化模型，以該模型為基礎(chǔ)依據(jù)，運(yùn)動各種反退化處理方法，使復(fù)原后的 圖像 符合某些要求和條件， 圖像 的質(zhì)量得到改善，這樣的方法叫做 圖像 復(fù)原。得到原圖像的直方圖后，根據(jù)均衡化的變換函數(shù)通過計算得到所需要的增強(qiáng)效果的圖像的直方圖，分析圖像增強(qiáng)的點(diǎn)處理、空間域濾波、頻域濾波、代數(shù)運(yùn)算。解決灰度的擴(kuò)展和 圖像 鮮明化問題 圖像 改善最常用的方法是 圖像 增強(qiáng)， 圖像 增強(qiáng)要改善 圖像 的視覺效果，把 圖像 處理成為適用于計算機(jī)分析或控制的某種形式．圖像增強(qiáng)按特定的需要突出圖像的某些信息，有時候削弱或除去某些不需要的信息的處理方法。結(jié)合人眼對灰度的感覺，如果相鄰兩個物體目標(biāo)灰度相差比較小，超過人眼對灰度差的感知能力，人眼就無法區(qū)分這不同的兩個物體，從而導(dǎo)致無法看清楚圖片，這就需要對圖片做出一些處理，使圖片的灰度差和整體色澤有所改善，以達(dá)到人眼觀看的效果。噪聲對 圖像 處理 分重要，如果 圖像 伴有較大噪聲， 它會直接影響到 圖像 處理的輸入、采集、處理的各個環(huán)節(jié)以及輸出的全過程甚至輸出錯誤結(jié)果，因此，在進(jìn)行數(shù)字 圖像 處理的時候，首先需要對目標(biāo) 圖像 進(jìn)行去除噪聲的工作。 去除噪聲：原始實體資料變?yōu)閿?shù)字網(wǎng)象在計算機(jī)中進(jìn)行處理的時候，可能會產(chǎn)生各種各樣的噪聲，這些噪聲可能是在進(jìn)行 數(shù)字轉(zhuǎn)換過程中，因為輸入設(shè)備的原因產(chǎn)生，也可能存對數(shù)字 圖像 的處理中產(chǎn)生，噪聲不一定是真實的聲音，可以理解為影響人的視覺器官或系統(tǒng)傳感器對所接收 圖像 源信息進(jìn)圖像變換 圖像編碼壓縮 圖像復(fù)原 圖像分割 燕山大學(xué)本科生畢業(yè)設(shè)計（論文） 20 行理解或分析的各種因索。由于圖像處理是 利用計算機(jī)硬件和軟件實現(xiàn)的．因此也被稱為汁算機(jī)圖像處理 (puter image processing)。用計算機(jī)進(jìn)行圖像處琿的前提是圖像必須以數(shù)字格式存儲到計算機(jī)中，以數(shù)字格式存放的圖像稱為數(shù)字圖像 (digital image)。圖像 分類常采用經(jīng)典的模式識別方法，有統(tǒng)計模式分類和句法（結(jié)構(gòu)）模式分類，近年來新發(fā)展起來的模糊模式識別和人工神經(jīng)網(wǎng)絡(luò)模式分類在圖像識別中也越來越受到重視。隨著圖像處理研究的深入發(fā)展，已經(jīng)開始進(jìn)行三維物體描述的研究，提出了體積描述、表面描述、廣義圓柱體描述等方法 。作為最簡單的二值圖像可采用其幾何特性描述物體的特性，一般圖像的描述方法采用二維形狀描述，它有邊界描述和區(qū)域描述兩類方法。因此，對圖像分割的研究還在不斷深入之中，是 目前圖像處理中研究的熱點(diǎn)之一 。圖像分割是將圖像中有意義的特征部分提取出來，其有意義的特征有圖像中的邊緣、區(qū)域等，這是進(jìn)一步進(jìn)行圖像識別、分析和理解的基礎(chǔ)。圖像復(fù)原要求對圖像降質(zhì)的原因有一定的了解，一般講應(yīng)根據(jù)降質(zhì)過程建立“降質(zhì)模型”，再采用某種濾波方法，恢復(fù)或重建原來的圖像 。圖像增強(qiáng)不考慮圖像降質(zhì)的原因，突出圖像中所感興趣的部分。編碼是壓縮技術(shù)中最重要的方法，它在圖像處理技術(shù)中是發(fā)展最早且比較成熟的技術(shù) 。 2）圖像編碼壓縮：圖像編碼壓縮技術(shù)可減少描述圖像的數(shù)據(jù)量（即比特數(shù)），以便節(jié)省圖像傳輸、處理時間和減少所占用的存儲器容量。因此，往往采用各種圖像變換的方法，如傅立葉變換、沃爾什變換、離散余弦變換等間接處理技術(shù)，將空間域的處理轉(zhuǎn)換為變換域處理，不燕山大學(xué)本科生畢業(yè)設(shè)計（論文） 18 僅可減少計算量，而且可獲得更有效的處理（如傅立葉變換可在頻域中進(jìn)行數(shù)字濾波處理）。圖像處理技術(shù)在工業(yè)中有著廣泛應(yīng)用：產(chǎn)品的無損檢測，表面和外觀的自動檢查和識別，裝配和生產(chǎn)線的自動化，彈性力學(xué)照片的應(yīng)力分析，流體力學(xué)圖片的阻力和升力分析，以及最值得注意的“計算機(jī)視覺”。利用圖像處理的模式識別等技術(shù)，可以應(yīng)用在監(jiān)控、指紋識別、腳印識別，運(yùn)動目標(biāo)的圖像自動跟蹤等 。這里介紹一種利用 圖像 模式識別技術(shù)進(jìn)行汽車牌照的定位 ,其步驟如下 通過高通濾波得到所有的邊緣； 對邊緣細(xì)化（但要保持連通關(guān)系），找出所有封閉的邊緣； 對封閉邊緣求多邊形逼近，在逼近后的所有 4邊形中，找出尺寸與牌照大小相同的四邊形，牌照被定位?，F(xiàn)今，交通管理越來越趨向于自動化，智能化，而一輛汽車的車型是它的最 基本的特征，提取車型在交通信息系統(tǒng)的很多方面都有應(yīng)用。 域的個數(shù)， 得到染色體的數(shù)量 。 。其中最突出的臨床應(yīng)用就是超聲、核磁共振、 CT 技術(shù)等。 （二）醫(yī)學(xué)中的應(yīng)用。它被廣泛應(yīng)用于土地測繪、資源調(diào)查、氣 象監(jiān)測、環(huán)境污染監(jiān)督、農(nóng)作物估產(chǎn)、軍事偵察等領(lǐng)域。 （一）遙感中的應(yīng)用。 數(shù)字圖像處理技術(shù)已經(jīng)廣泛深入地應(yīng)用于國計民生相關(guān)的 許多 領(lǐng)域。另一方面，通過數(shù)字圖像處理中的模式識別技術(shù)，可以將人眼無法識別的圖像進(jìn)行分類處理。數(shù)字圖像處理技術(shù)源于 20 世紀(jì) 20 年代，當(dāng)時通過海底電纜從英國倫敦到美國紐約傳輸了一幅照片，采用了數(shù)字壓縮技術(shù)。 21 世紀(jì)是一個充滿信息的時代， 而 圖像作為人類感知世界的視覺基礎(chǔ)， 也 是人類獲取信息、表達(dá)信息和傳遞信息的重要手段 之一 。 所謂數(shù)字圖像處理就是利用計算機(jī)對圖像信息進(jìn)行加工以滿足人的視覺心理或者應(yīng)用需求的 過程 。隨著圖像處理技術(shù)的不斷深入發(fā)展，從 20 世紀(jì) 70 年代開始，計算機(jī)技術(shù)、人工智能和思維科學(xué)研究也得到了迅速發(fā)展，人們已經(jīng)開始研究如何用計算機(jī)系統(tǒng)解釋圖像，實現(xiàn)類似人類視覺系統(tǒng)來理解外部世界，這種處理技術(shù)成為圖像理解或計算機(jī)視覺。 依據(jù)圖像全局特征引導(dǎo)機(jī)械手運(yùn)動進(jìn)入顯微視覺系統(tǒng)視野識別目標(biāo)類別信息執(zhí)行靶操作根據(jù)被操作目標(biāo)位置信息和機(jī)械手在圖像平面當(dāng)前位置信息引導(dǎo)機(jī)械手運(yùn)動到參考位置開啟機(jī)械手末端執(zhí)行器（ 真空微夾 ）根據(jù)微操作深度信息控制機(jī)械手自動運(yùn)動到成像焦平面燕山大學(xué)本科生畢業(yè)設(shè)計（論文） 16 第 3 章 圖像處理 原理 圖像處理介紹 數(shù)字圖像處理又稱計算機(jī)圖像處理，它是將模擬的圖像信號轉(zhuǎn)換成離散的數(shù)字信號并利用計算機(jī)對其進(jìn)行處理的過程，其輸入是原始圖像，輸出則是改善后的圖像或者是從圖像中提取的一些特征，以提高圖像的實用性，從而達(dá)到人們所要求的預(yù)期效果 。 值得注意的是，由于視覺傳感器的低采樣速率和圖像處理運(yùn)算所導(dǎo)致的視覺采樣周期遠(yuǎn)大于機(jī)械手關(guān)節(jié)伺服控制器的采樣速率，會產(chǎn)生較大的時延，因此需要引入濾波和預(yù)測環(huán)節(jié)來解決時延問題。 燕山大學(xué)本科生畢業(yè)設(shè)計（論文） 14 微動控制系統(tǒng) 常用策略 根據(jù)機(jī)械手和視覺系統(tǒng)的性能以 及任務(wù)的復(fù)雜性來進(jìn)行設(shè)計微動控制平臺。 5．微動系統(tǒng)要便于控制，而且響應(yīng)速度快。交互性能差、使用不方便的人機(jī)交互環(huán)境會令操作者感到厭倦和疲勞，降低工作效率，操作失誤率增加，容易損害昂貴的精密操作工具。系統(tǒng)需要具備多種執(zhí)行不同操作的工具，如微夾鉗、微注射裝置、微型刀具等，并且可以靈活替換。 3．包括一些用予靈活操縱和處理微小物體的工具。 2．工作臺的固有頻率應(yīng)高，以確保其有良好 的動態(tài)特性和抗干擾能力；系統(tǒng)應(yīng)具有傳感反饋部分，如視覺反饋和力反饋環(huán)節(jié)。一般微操作需要達(dá)到微米量級精度，對于一些特殊操作，有時也需要亞微米級精度。一般認(rèn)為，微器件的特征尺寸在IIOOgm 范圍內(nèi)。但用作定位補(bǔ)償?shù)奈⑽灰乒ぷ髋_，它的精度要求比較高，一般都在亞微米級以上甚至納米級，另外還應(yīng)具有良好的靜態(tài)特性和動態(tài)特性，微操作的目的是對特征尺寸在微米量級的對象進(jìn)行的操作和處理，用于第 2章 微動控制系統(tǒng)的組成及原理 13 執(zhí)行微操作的儀器通常稱為微操作系統(tǒng)或微操作機(jī)器人。通過裝配實驗驗證了微夾鉗結(jié)構(gòu)模型的有效性，在實際裝配操作中對微裝配對象的夾取、放置操作安全有效