Machine Vision 淺談算法
從剛畢業開始到如今，一直在學習視覺相關的知識，不知不覺，已經五個月過去了，之前總以爲娛樂、休息的時間過得很快，沒想到工做的時候，時間好像也過得蠻快的！來回想一下，這五個月，都學到了啥。學習
畢業後來到公司，開始了視覺的學習。說實話剛開始確實有點懵，對視覺也是沒啥概念，Tony跟我說讓我學習視覺方面的知識，剛開始以爲視覺挺高大上的，也沒想那麼多，就像公司同事們說的那句話同樣，先猛chacha地幹了再說！最開始，從概念上了解視覺開始，須要先知道，視覺，它是什麼？我想，如今我應該能大概回答一下這個問題了。視覺，簡單來講，就是給機器裝上眼睛，讓機器代替咱們人眼去看。這是在網上看到的一個對機器視覺很通俗的解釋，我以爲視覺不只僅是要代替咱們去看，在某種程度上來講，它還要代替咱們去思考（雖然它的「思想」都是咱們給的），是咱們的思想的載體！從本質上來講，機器視覺最核心的仍是圖像處理，雖然光源、鏡頭、相機這些硬件設備也很重要，可是對圖像的最終處理才表明了視覺的水平!不過我如今的工做，倒用不着去研究那些高深的圖像處理算法（這個活兒目前中國人基本沒有作得好的），我要作的是，在視覺算法庫的基礎上作二次開發，好比halcon、visionPro、OpenCV、SCI，能用好這些庫，作好公司的視覺軟件，就OK了！spa
好了，下一個問題，視覺能幹什麼？視覺能幹的事情就太多了，各行各業，都能看到視覺的身影,汽車、激光、人臉識別、印刷、AOI、追蹤定位......總的說來，視覺的應用有四大類：定位、檢測、測量、識別。具體到咱們激光行業的話，四大類應用都有涉及，目前的話，咱們主要是定位、測量、檢測。接口
接下來，就是視覺系統的組成。分爲硬件和軟件兩部分。硬件：光源、鏡頭、相機、圖像採集卡；軟件：視覺處理軟件。經常使用光源的種類有：條形光源、環形光源、同軸光源、點光源、線形光源、背光源，固然還能夠針對具體的項目定製非標光源；鏡頭的種類主要是根據焦距來分的，有廣角鏡頭（焦距<50mm），遠距鏡頭（焦距>50mm）,遠心鏡頭（景深打、視野小）；相機的分類就比較複雜一點，根據芯片的類型分，有數字相機和模擬相機；根據成像的顏色分可分爲黑白相機和彩色相機；根據產品運動狀態，選擇線陣相機或者面陣相機;根據芯片材料的不一樣，分爲CCD和CMOS；最近還聽到一種分類方式，是根據相機的快門的曝光方式分的，分爲全局相機和捲簾相機。最後就是軟件了，最終的成型的視覺軟件就不說了，確定每一個公司或者領域都有本身獨特的視覺軟件，可是所依賴的算法庫也就只有幾種：halcon、visionPro、OpenCV、MATLAB；開發
再就是設備的選型，要說這個的話還得好好整理下，在這裏就不細說了，大概就是：產品
1.光源的打光方式，這是設備選型和項目評估中最重要也最複雜的一個環節，雖然去了OPT幾天，可是也就看到了個皮毛； io
2.鏡頭的選型相對來講比較簡單，只須要考慮焦距，工做距離，芯片的尺寸、畸變、景深、分辨率的大小以及和相機的接口；圖像處理
3.相機的選型須要考慮的參數就會多一點，分辨率、幀率、視野大小、物體運動狀態、芯片尺寸、與鏡頭的接口、相機輸出的接口、採集圖像的顏色等；class
4.軟件的選擇會比較靈活一點，根據不一樣的項目、不一樣的精度要求、能夠選擇不一樣的軟件，達到最高的性價比。基礎
最後就來講說視覺設備的主要供應商，其實這部分我接觸的供應商雖然有一些，可是可能功課作得不夠，對各個供應商的優點及劣勢，還不能很好地把握，這也是之後工做中須要注意的一個地方。
1.光源的供應商：OPT，銳視、CCS、KKIMAC；其中，CCS是日本的一個企業，他們是最先作光源的；KKIMAC也是日本的公司，他們的優點主要是點光源和一些小光源作得比較好；OPT是國內最大的光源公司，光源的質量上有保障；銳視也是在東莞的一家作光源的公司，它們的產品性價比比較高；
2.鏡頭的供應商：據我所知，主要有映美精和凌雲，還有一些作相機的企業大部分都會有本身的鏡頭，映美精和凌雲的產品接觸得很少，也不是很瞭解，後續再補充；
3.相機的供應商：康耐視、基恩士、Basler、大華、灰點、MV、CIS......康耐視是美國的的公司，他們的相機很貴，可是是品牌，穩定性等各方面都比較好，在高精度的項目中可使用；基恩士主要是智能相機，就是將他們的處理軟件集成到相機中去了，用戶使用起來會很方便，但確實也很貴，用戶能作的工做相對來講就不是不少了，不太適合咱們；其餘的相機沒怎麼接觸過，之後再說吧；
4.軟件的選型：主要仍是根據項目來，通常的項目，精度要求不高的項目，就用國內一些視覺公司本身開發的開發包就能處理了；可是若是是高精度的、複雜的項目仍是要用國外的算法庫，像halcon和visionPro。
總結下來，發現對之前的知識仍是有些遺忘，也發現了以前的學習盲點，好比：視覺設備的供應商以及他們各自的強項，這多是因爲以前在學習選型的時候重點放在了用參數來選型，忽略了不一樣的供應商提供的不一樣的產品這一塊；接下來的工做首先是用SCI算法庫基於QT開發視覺界面；在應用階段還要繼續設備選型、打光的深刻學習；而後基於halcon以及visionPro的算法庫的視覺界面的開發；再後面可能就是基於OpenCV來開發本身的算法庫，集成封裝成界面！