结语

后面对机器视觉的硬体做了许多控制系统的归纳：

机器视觉——（一，单色光）

机器视觉——（二，照相机）

机器视觉——（三，摄影机）

第一集就应用软件部份，对机器视觉的演算法处置展开大体归纳预测。

一、演算法（预处置演算法、检验演算法）

在收集完影像后，具体来说会对影像展开预处置操作方式。确保影像的清晰度明晰，水准。方便快捷先期影像处置。

常见的影像处置演算法：

1，影像切换：（低空与时域、几何切换、明度切换、孔径切换）

几何切换：影像移位、转动、快照、单位矩阵；孔径切换：影像翻转、对数演算法（前段时间邻对数、线性对数、双四次对数）；内部空间域与时域间切换：虽然影像侦测器非常大，间接在内部空间域中展开处置，牵涉排序量非常大。因而，有时须要将内部空间域切换到时域展开处置。比如：傅里叶切换、莫斯什切换、对数正弦切换等间接地处置控制技术，将内部空间域的处置切换为时域处置，不但可增加排序量，所以可赢得更有效率的处置（如傅里叶切换可在时域中展开数字滤波处置）。

2、影像进一步增强：

影像进一步增强不考量影像降质的其原因，注重影像中所钟爱的部份。如加强影像低频量纲，可使影像中球体线条明晰，控制技术细节显著；如加强低频量纲可增加影像中噪音负面影响。

灰度切换进一步增强（线性灰度切换、单向线性灰度切换、非线性灰度切换）；灰阶增强（灰阶统计、灰阶均衡化）；影像平滑/降噪（邻域平均法、加权平均法、中值滤波、非线性均值滤波、高斯滤波、双边滤波）；影像（边缘）锐化：梯度锐化，Roberts算子、Laplace算子、Sobel算子等；

3、纹理预测（取骨架、连通性）；

4、影像分割：

影像分割是将影像中有意义的特征部份提取出来，其有意义的特征有影像中的边缘、区域等，这是进一步展开影像识别、预测和理解的基础。

（1）阈值分割（固定阈值分割、最优/OTSU阈值分割、自适应阈值分割）;

（2）基于边界分割（Canny边缘检验、线条提取、边界跟踪）；

（3）Hough切换（直线检验、圆检验）；

（4）基于区域分割（区域生长、区域归并与分裂、聚类分割）；

（5）色彩分割；

（6）分水岭分割；

5、影像特征：

（1）几何特征（位置与方向、周长、面积、长轴与短轴、距离(欧式距离、街区距离、棋盘距离)）；

（2）形状特征（几何形态预测（Blob预测）：矩形度、圆形度、不变矩、偏心率、多边形描述、曲线描述）；

（3）幅值特征（矩、投影）；

（4）灰阶特征（统计特征）：均值、方差、能量、熵、L1范数、L2范数等；灰阶特征方法排序简单、具有移位和转动不变性、对颜色像素的精确内部空间分布不敏感等，在表面检验、缺陷识别有不少应用。

（5）颜色特征（颜色灰阶、颜色矩）

（6）局部二值模式( LBP)特征：LBP对诸如光照变化等造成的影像灰度变化具有较强的鲁棒性，在表面缺陷检验、指纹识别、光学字符识别、人脸识别及车牌识别等领域有所应用。虽然LBP 排序简单，也可以用于实时检验。

6、影像/模板匹配：

线条匹配、归一化积相关灰度匹配、不变矩匹配、最小均方误差匹配

7、色彩预测：明度、色密度、光谱、颜色灰阶、自动白平衡

8、影像数据编码压缩和传输：影像编码压缩控制技术可增加描述影像的数据量（即比特数），以便节省影像传输、处置时间和增加所占用的存储器容量。压缩可以在不失真的前提下赢得，也可以在允许的失真条件下展开。编码是压缩控制技术中最重要的方法，它在影像处置控制技术中是发展最早且比较成熟的控制技术。

9、表面缺陷目标识别演算法：传统方法：贝叶斯分类、K前段时间邻（KNN）、人工神经网络（ANN）、支持向量机（SVM）、K-means等；

10、影像分类（识别）：影像分类（识别）属于模式识别的范畴，其主要内容是影像经过某些预处置（进一步增强、复原、压缩）后，展开影像分割和特征提取，从而展开判决分类。

11、影像复原：

影像复原要求对影像降质的其原因有一定的了解，一般讲应根据降质过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的影像。

二、现有的视觉检验应用软件/库

1、做工业视觉检验的公司有哪些？比较出名的有：大恒影像（亚洲Halcon最大代理商）、凌云光控制技术（VisionPro视觉平台：印刷、3C电子、显示屏、玻璃、线路板检验）、大族激光（振静控制系统：视觉激光焊接，定视觉位、缺陷检验）、康耐视、基恩士、深圳精锐视觉、深圳市视觉龙科技有限公司、广州超音速、深圳市创科自动化等等。

可二次开发的视觉控制系统：Labview、DVT、Halcon、OpenCV等。

2、常见的视觉检验应用软件/库视觉开发应用软件工具 Halcon、VisionPro、LabView、OpenCV，还有eVision、Mil、Sapera等。

（一）、Halcon：底层功能演算法多，运算性能快，功能齐全，容易上手，开发项目周期短。非开源项目，商用收费，价格较贵。

Halcon：Halcon是德国MVtec公司开发的一套完善的标准的机器视觉演算法包，拥有应用广泛的机器视觉集成开发环境。它是一套image processing library，由一千多个各自独立的函数，以及底层的数据管理核心构成。其中包含了各类滤波，色彩以及几何，数学切换，型态学排序预测，校正，分类辨识，形状搜寻等等基本的几何以及影像排序功能。整个函数库可以用C，

（二）OpenCV：功能演算法相对较多（比Halcon少），开源，可用于商用，开发周期较长（比Halcon长），有些演算法要自己写。

OpenCV是一个基于（开源）发行的跨平台排序机视觉库，可以运行在Linux、Windows和Mac OS操作方式控制系统上。其核心轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，实现了影像处置和排序机视觉方面的很多通用演算法。OpenCV用C++语言编写，它的主要接口也是C++语言。该库也有大量的Python, Java and MATLAB/OCTAVE的接口，如今也提供对于C#, Ruby的支持。OpenCV可以在 Windows, Android, Maemo, FreeBSD, OpenBSD, iOS,Linux 和Mac OS等平台上运行。

OpenCV出身：OpenCV是Intel开源排序机视觉库。其核心由一系列 C 函数和少量 C++ 类构成，实现了影像处置和排序机视觉方面的很多通用演算法。 OpenCV 的特点拥有包括300多个C函数的跨平台的中、高层 API 跨平台：Windows, Linux；免费（FREE）：无论对非商业应用和商业应用；速度快；使用方便快捷。

OpenCV具有以下的特征：（１）

应用OpenCV能够实现以下功能：（１）对图象数据的操作方式，包括分配、释放、复制和切换数据。（２）对图象和视频的输入输出，指文件和摄像头作为输入，图象和视频文件作为输出。（３）具有对距陈和向量的操作方式以及线性代数的演算法程序，包括距阵、解方程、特征值以及奇异值。（４）可对各种动态数据结构，如列表、队列、集合、树和图等展开操作方式。（５）具有基本的数字图象处置能力，如可展开滤波、边缘检验、角点检验、采样与差值、色彩切换、形态操作方式、灰阶和图象金字塔等操作方式。

（６）可对各种结构展开预测，包括连接部件预测、线条处置、距离切换、各种距的排序、模板匹配、Hongh切换、多边形逼近、直线拟合、椭圆拟合和Delaunay三角划分等。（7）对摄像头的定标，包括发现与跟踪定标模式、定标、基本矩阵估计、齐次矩阵估计和立体对应。（8）对运动的预测，如对光流、运动分割和跟踪的预测。（9）对目标的识别，可采用特征法和隐马尔科夫模型（HMM）法。（10）具有基本的GUI功能，包括影像与视频显示、键盘和鼠标事件处置及滚动条等。（11）可对影像展开标注，如对线、二次曲线和多边形展开标注，还可以书写文字（目前之支持中文）。

（三）VisionProVisionPro是美国康耐视Cognex公司提供全套视觉解决方案。VisionPro提供多种开发工具拖放式界面、简单指令码和编程方式等，全面支持所有模式的开发。用户利用VisionPro QuickBuild™可以无需编程配置读取、选择并优化视觉工具，决定产品是否合格。用户也可以利用C++、C#、VB及.NET开发管理应用程序。Vision Pro提供的.NET程序接口允许用户采用面向对象的高级语言编程访问所有工具，以高效开发客户的专用视觉方案。

（四）LabView

LabView是一种程序开发环境，由美国国家仪器（NI）公司研制开发，使用的是图形化编辑语言G编写程序，产生的程序是框图的形式。 LabView应用软件是NI设计平台的核心，也是开发测量或控制控制系统的理想选择。 LabView开发环境集成了工程师和科学家快速构建各种应用所需的所有工具，旨在帮助工程师和科学家解决问题、提高生产力和不断创新。