機器視覺算法與應用[摘記]

1.雙遠心鏡頭的放大倍率與被測物的位置及像平面的位置無關。而在物方遠心鏡頭中，對應一個固定的像平面，放大倍率是一個常數。
2.鏡頭的像差：球差(對稱)：非球面代替球面鏡頭；使用較大F，較小的通光光圈
慧差(非對稱):使用較小F，較大的通光光圈
3.線掃描應用要求很是強的照明，鏡頭一般使用較小F值，限制景深
4.鏡頭選擇不該該小於傳感器尺寸，如1/2'鏡頭不能使用2/3'傳感器
5.Image是二維數組
6.Region採用行程編碼記錄，僅存儲區域內的點，多個可用行程編碼鏈表或數組
7.亞像素數據可來源於亞像素閥值分割和亞像素邊緣提取
8.Image Enhancement:灰度值線性變換f(g)=ag+b；通常採用查找表LUT的方式,灰度值歸一化是自適應計算最佳的線性變換，可是對於有高亮和暗角的圖像無明顯效果；魯棒性的歸一化去除高亮和暗角的直方圖像素，可產生明顯的效果用於特徵提取
9.傅里葉變換可以被用來在頻率域內計算與任意線性濾波器的卷積，好比與均值濾波器或高斯濾波器配合
10.2D平面的縮放、平移、旋轉、傾斜均可用仿射變換進行校訂；3D空間變換須要使用投影變換，仿射是特殊的投影變換
11.極座標變換一般被用於矯正圖像中的圓形物體或被包含在圓環中的物體
12.全局定值閥值分割；直方圖全局閥值分割；濾波直方圖魯棒性全局閥值分割；濾波灰度圖局部閥值的動態閥值分割，平滑濾波器的尺寸決定了能被分割出來的物體的尺寸，憑經驗，均值濾波器的寬度必須大於被識別物體的寬度。一樣適用於中值和高斯濾波器，總的來講，若是均值或高斯濾波器的尺寸越大，那麼濾波後的結果越能表明局部背景
13.檢測缺陷時爲保證公差內容許，創建多組圖像的誤差模型參與計算
14.提取連通域，4連通和8連通，連通域行程編碼使用深度優先搜索
15.亞像素精度的結果爲輪廓邊緣，不可能爲區域，區域只能爲像素精度
16.區域的面積，矩，歸一化矩，橢圓的長R和短R；
17.計算任意方位的最小外接矩形和最小外接圓的方法是首先基於計算區域的凸包，凸性被定義爲某區域的面積與該區域凸包的面積之間的比值，範圍[0,1],測量區域的緊湊程度
18.區域特徵、灰度特徵、輪廓特徵
19.對前景的一個膨脹處理等同於對背景的一個腐蝕處理
20.若是相機不進行幾何標定，以亞像素準確度提取邊緣是無心義的。除了在實際應用中使用極高質量鏡頭的狀況外，由鏡頭畸變引起的偏差大約在3像素
21.魯棒性最小圓擬合先採用正常的最小平方擬合一個圓，而後用各輪廓點到此圓的距離來計算在後續迭代中將使用的各點所對應的權重。由於大的離羣值可能會阻礙此算法最終收斂位正確的解，因此在極端的狀況下可能須要RANSAC算法
22.圓弧所包含的角度越小，擬合獲得參數的準確度越差
23.透明平面標定板易於操做，尺寸製做能夠很是精確，很是方便背光照明
24.均值濾波器是建立圖像金字塔的首選濾波器2X2
25.圖像金字塔每加一層，圖像點數和模板點數都減小4倍，即運算速度提高16倍。
高層匹配結果映射下一層的位置。