机器视觉论文docx

  学号：1 3成像器。不过，它采用了第二个面阵列，该阵列实现了光屏蔽且作为图像的存储区（参见图４）。该结构并不是特别需要一个机械快门，故 帧速率高于全 帧传感器，因为它们能在传送一幅图像的同时获取另一幅图像。不过，由于积分仍然发生在图像转移到存储区的过程中，故图像存在拖尾污迹，性能受到一定的影响。因为要实现这一架构需要把集成电路面积增加一倍，故 帧传输图像传感器一般分辨率较低，而成本高于全 帧图像传感器。

  总而言之，帧传输传感器具有更高的填充因数、更高的全阱容量、低噪声、大动态范围、电子快门和较好的帧速率。它们的主要缺点是曝光时间很短时会出现较大的图像污迹，而且制造成本较高。

  在线间图像传感器中，光敏感和读出功能也是分开的。每个像素被一个屏蔽了光线的垂直图像传感器包围，该传感器能转移电荷。这使得线间传感器能在捕捉一帧图像的同时将前一幅图

  线间传感器的开发时间晚于全 帧和 帧传输传感器。随着线间技术的成熟，它已经可提供机器视觉所需的更高的分辨率和更高的帧速率。

  总而言之，线间转移传感器提供了百万像素 级的分辨率，以及很高的全阱容量。它们还具有低噪声、大动态范围、快门电子化、高 帧速率和低污迹等特点，能轻松实现短时曝光。

  总之，用户希望获得更快的帧速率（为了跟上快速移动的物体）、更高的量子效率（以便在光线较弱时和／或成像时间更短时提供更多的图像）和更大的动态范围（这样做才能够在图像较亮或较暗的部分能够正常的看到相对的细节）。电子快门、渐进式扫描读出和高灵敏度都是在明确何种传感器最适用于机器视觉应用时需要仔细考虑的关键参数。应记住的是，正是整套参数的匹配，才使得特定的一种传感器成为应用的最佳选择。

  数字图像处理(DigitalImageProcessing)即计算机图像处理，指将图像由模拟信号转化为数字信号，并利用计算机对图像进行去噪、增强、复原、分割、提取特征等处理的过程。图像经过处理后，输出的质量得到特别大程度的增强，即改善了其视觉效果，又便于计算机完成后续的分析、处理等。

  类生活和工作的许多方面得到了广泛的应用并取得令人瞩目的成就，例如航空航天技术、通信工程、生物医学工程、工业检测、文化艺术、军事安全、电子商务、视频和多媒体系统等领域，图像处理慢慢的变成了一门前景远大的新型学科。数字图像处理技术虽然已经取得了很多重要的研究成就，但是任旧存在一些困难：（1）信息处理量大。数字图像处理的信息大多数都是以二维形式存在，处理信息量较大，对计算机的速度、存储量等有比较高的要求。（2）频带占用宽。在图像成像、传输、显示等环节的实现上，成本高，技术实现难度大，这就要求更高的频带压缩技术。（3）像素相关性较大。数字图像中每个像素并不是独立的，很多像素有着相同或者接近的灰度，相关性较大，因此信息压缩有很大地提升空间。（4）不能复现有关三维景物的所有几何信息。图像是三维景物的二维投影，所以必须附加新的测量或者合适的假定才能理解和分析三维景物。（5）人的因素的影响大。经过数字图像处理的图像一般是被人观察和分析的，人的视觉系统很复杂，机器视觉系统同样是模仿人的视觉，人的感知机理制约着机器视觉系统的研究。

  在工业生产自动化过程中，数字图像处理技术是实现产品实时监控和故障诊断分析最有效的方法之一，随着计算机软硬件、思维科学研究、模式识别以及机器视觉系统等有关技术和理论的逐步发展，将促进这一方法向更高、更深层次发展。

  第一类工具的共同点是先把图像变换到其他域中做处理，再变换到原域中进行下一步处理，例如有关图像滤波和正交变换等方法。

  第二类工具是直接在空间域中进行图像处理，例如微分方程方法、统计方法等数学方法。

  第三类工具和通常在空间域和频域使用的方法不同，是建立在随机集合和积分几何论基础上的运算，例如数学形态运算方法。

  1．图像变换。为得到更加简单和方便处理的图像函数，一般要对图像进行图像变换，图像变换的形式主要有光学和数字两种，分别对应连续函数和二维离散运算。常用的方法有傅立叶变换、沃尔什-哈达玛变换、离散卡夫纳－勒维变换等间接处理技术。