本文主要是關(guān)于機(jī)器視覺(jué)的相關(guān)介紹，并著重對(duì)機(jī)器視覺(jué)入門經(jīng)典書籍進(jìn)行了詳盡的闡述。

機(jī)器視覺(jué)

機(jī)器視覺(jué)是人工智能正在快速發(fā)展的一個(gè)分支。簡(jiǎn)單說(shuō)來(lái)，機(jī)器視覺(jué)就是用機(jī)器代替人眼來(lái)做測(cè)量和判斷。機(jī)器視覺(jué)系統(tǒng)是通過(guò)機(jī)器視覺(jué)產(chǎn)品（即圖像攝取裝置，分CMOS和CCD兩種）將被攝取目標(biāo)轉(zhuǎn)換成圖像信號(hào)，傳送給專用的圖像處理系統(tǒng)，得到被攝目標(biāo)的形態(tài)信息，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號(hào);圖像系統(tǒng)對(duì)這些信號(hào)進(jìn)行各種運(yùn)算來(lái)抽取目標(biāo)的特征，進(jìn)而根據(jù)判別的結(jié)果來(lái)控制現(xiàn)場(chǎng)的設(shè)備動(dòng)作。

一個(gè)典型的工業(yè)機(jī)器視覺(jué)系統(tǒng)包括：光源、鏡頭（定焦鏡頭、變倍鏡頭、遠(yuǎn)心鏡頭、顯微鏡頭）、 相機(jī)（包括CCD相機(jī)和COMS相機(jī)）、圖像處理單元（或圖像捕獲卡）、圖像處理軟件、監(jiān)視器、通訊 / 輸入輸出單元等。

系統(tǒng)可再分為

一、采集和分析分開的系統(tǒng)。

主端電腦（Host Computer）

影像擷取卡（Frame Grabber）與影像處理器

影像攝影機(jī)

定焦鏡頭鏡頭

顯微鏡頭

照明設(shè)備

Halogen光源LED光源

高周波螢光燈源

閃光燈源

其他特殊光源

影像顯示器

LCD

機(jī)構(gòu)及控制系統(tǒng)

PLC、PC-Base控制器

精密桌臺(tái)

伺服運(yùn)動(dòng)機(jī)臺(tái)

二、采集和分析一體的系統(tǒng)

智能相機(jī)（圖像采集和分析一體）

其他配套外圍設(shè)備：光源、顯示、PLC控制系統(tǒng)等等。

工作原理編輯

機(jī)器視覺(jué)檢測(cè)系統(tǒng)采用CCD照相機(jī)將被檢測(cè)的目標(biāo)轉(zhuǎn)換成圖像信號(hào)，傳送給專用的圖像處理系統(tǒng)，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號(hào)，圖像處理系統(tǒng)對(duì)這些信號(hào)進(jìn)行各種運(yùn)算來(lái)抽取目標(biāo)的特征，如面積、數(shù)量、位置、長(zhǎng)度，再根據(jù)預(yù)設(shè)的允許度和其他條件輸出結(jié)果，包括尺寸、角度、個(gè)數(shù)、合格 / 不合格、有 / 無(wú)等，實(shí)現(xiàn)自動(dòng)識(shí)別功能。

典型結(jié)構(gòu)

一個(gè)典型的機(jī)器視覺(jué)系統(tǒng)包括以下五大塊：

照明

照明是影響機(jī)器視覺(jué)系統(tǒng)輸入的重要因素，它直接影響輸入數(shù)據(jù)的質(zhì)量和應(yīng)用效果。由于沒(méi)有通用的機(jī)器視覺(jué)照明設(shè)備，所以針對(duì)每個(gè)特定的應(yīng)用實(shí)例，要選擇相應(yīng)的照明裝置，以達(dá)到最佳效果。光源可分為可見(jiàn)光和不可見(jiàn)光。常用的幾種可見(jiàn)光源是白熾燈、日光燈、水銀燈和鈉光燈?？梢?jiàn)光的缺點(diǎn)是光能不能保持穩(wěn)定。如何使光能在一定的程度上保持穩(wěn)定，是實(shí)用化過(guò)程中急需要解決的問(wèn)題。另一方面，環(huán)境光有可能影響圖像的質(zhì)量，所以可采用加防護(hù)屏的方法來(lái)減少環(huán)境光的影響。照明系統(tǒng)按其照射方法可分為：背向照明、前向照明、結(jié)構(gòu)光和頻閃光照明等。其中，背向照明是被測(cè)物放在光源和攝像機(jī)之間，它的優(yōu)點(diǎn)是能獲得高對(duì)比度的圖像。前向照明是光源和攝像機(jī)位于被測(cè)物的同側(cè)，這種方式便于安裝。結(jié)構(gòu)光照明是將光柵或線光源等投射到被測(cè)物上，根據(jù)它們產(chǎn)生的畸變，解調(diào)出被測(cè)物的三維信息。頻閃光照明是將高頻率的光脈沖照射到物體上，攝像機(jī)拍攝要求與光源同步。

鏡頭

FOV（Field of Vision）=所需分辨率*亞象素*相機(jī)尺寸/PRTM（零件測(cè)量公差比）

鏡頭選擇應(yīng)注意：

①焦距②目標(biāo)高度 ③影像高度 ④放大倍數(shù) ⑤影像至目標(biāo)的距離 ⑥中心點(diǎn) /節(jié)點(diǎn)⑦畸變

視覺(jué)檢測(cè)中如何確定鏡頭的焦距

為特定的應(yīng)用場(chǎng)合選擇合適的工業(yè)鏡頭時(shí)必須考慮以下因素：

· 視野 - 被成像區(qū)域的大小。

· 工作距離 （WD） - 攝像機(jī)鏡頭與被觀察物體或區(qū)域之間的距離。

· CCD - 攝像機(jī)成像傳感器裝置的尺寸。

· 這些因素必須采取一致的方式對(duì)待。如果在測(cè)量物體的寬度，則需要使用水平方向的 CCD 規(guī)格，等等。如果以英寸為單位進(jìn)行測(cè)量，則以英尺進(jìn)行計(jì)算，最后再轉(zhuǎn)換為毫米。

參考如下例子：有一臺(tái) 1/3” C 型安裝的 CCD 攝像機(jī)（水平方向?yàn)?4.8 毫米）。物體到鏡頭前部的距離為 12”（305 毫米）。視野或物體的尺寸為2.5”（64 毫米）。換算系數(shù)為 1” = 25.4 毫米（經(jīng)過(guò)圓整）。

FL = 4.8 毫米 x 305 毫米 / 64 毫米

FL = 1464 毫米 / 64 毫米

FL = 按 23 毫米鏡頭的要求

FL = 0.19” x 12” / 2.5”

FL = 2.28” / 2.5”

FL = 0.912” x 25.4 毫米/inch

FL = 按 23 毫米鏡頭的要求

注：勿將工作距離與物體到像的距離混淆。工作距離是從工業(yè)鏡頭前部到被觀察物體之間的距離。而物體到像的距離是 CCD 傳感器到物體之間的距離。計(jì)算要求的工業(yè)鏡頭焦距時(shí)，必須使用工作距離

高速相機(jī)

按照不同標(biāo)準(zhǔn)可分為：標(biāo)準(zhǔn)分辨率數(shù)字相機(jī)和模擬相機(jī)等

。要根據(jù)不同的實(shí)際應(yīng)用場(chǎng)合選不同的相機(jī)和高分辨率相機(jī)：

按成像色彩劃分，可分為彩色相機(jī)和黑白相機(jī)；

按分辨率劃分，像素?cái)?shù)在38萬(wàn)以下的為普通型，像素?cái)?shù)在38萬(wàn)以上的高分辨率型；

按光敏面尺寸大小劃分，可分為1/4、1/3、1/2、1英寸相機(jī)；

按掃描方式劃分，可分為行掃描相機(jī)（線陣相機(jī)）和面掃描相機(jī)（面陣相機(jī)）兩種方式；（面掃描相機(jī)又可分為隔行掃描相機(jī)和逐行掃描相機(jī)）；

按同步方式劃分，可分為普通相機(jī)（內(nèi)同步）和具有外同步功能的相機(jī)等。

圖像采集卡

圖像采集卡只是完整的機(jī)器視覺(jué)系統(tǒng)的一個(gè)部件，但是

它扮演一個(gè)非常重要的角色。圖像采集卡直接決定了攝像頭的接口：黑白、彩色、模擬、數(shù)字等等。

比較典型的是PCI或AGP兼容的捕獲卡，可以將圖像迅速地傳送到計(jì)算機(jī)存儲(chǔ)器進(jìn)行處理。有些采集卡有內(nèi)置的多路開關(guān)。例如，可以連接8個(gè)不同的攝像機(jī)，然后告訴采集卡采用那一個(gè)相機(jī)抓拍到的信息。有些采集卡有內(nèi)置的數(shù)字輸入以觸發(fā)采集卡進(jìn)行捕捉，當(dāng)采集卡抓拍圖像時(shí)數(shù)字輸出口就觸發(fā)閘門。

機(jī)器視覺(jué)入門經(jīng)典書籍推薦

1. 線性代數(shù) （Linear Algebra）：

我想國(guó)內(nèi)的大學(xué)生都會(huì)學(xué)過(guò)這門課程，但是，未必每一位老師都能貫徹它的精要。這門學(xué)科對(duì)于Learning是必備的基礎(chǔ)，對(duì)它的透徹掌握是必不可少 的。我在科大一年級(jí)的時(shí)候就學(xué)習(xí)了這門課，后來(lái)到了香港后，又重新把線性代數(shù)讀了一遍，所讀的是

Introduction to Linear Algebra （3rd Ed.） by Gilbert Strang.

這本書是MIT的線性代數(shù)課使用的教材，也是被很多其它大學(xué)選用的經(jīng)典教材。它的難度適中，講解清晰，重要的是對(duì)許多核心的概念討論得比較 透徹。我個(gè)人覺(jué)得，學(xué)習(xí)線性代數(shù)，最重要的不是去熟練矩陣運(yùn)算和解方程的方法——這些在實(shí)際工作中MATLAB可以代勞，關(guān)鍵的是要深入理解幾個(gè)基礎(chǔ)而又 重要的概念：子空間（Subspace），正交（Orthogonality），特征值和特征向量（Eigenvalues and eigenvectors），和線性變換（Linear transform）。從我的角度看來(lái)，一本線代教科書的質(zhì)量，就在于它能否給這些根本概念以足夠的重視，能否把它們的聯(lián)系講清楚。Strang的這本書 在這方面是做得很好的。

而且，這本書有個(gè)得天獨(dú)厚的優(yōu)勢(shì)。書的作者長(zhǎng)期在MIT講授線性代數(shù)課（18.06），課程的video在MIT的Open courseware網(wǎng)站上有提供。有時(shí)間的朋友可以一邊看著名師授課的錄像，一邊對(duì)照課本學(xué)習(xí)或者復(fù)習(xí)。

http://ocw.mit.edu/OcwWeb/Mathematics/18-06Spring-2005/CourseHome/index.htm

2. 概率和統(tǒng)計(jì) （Probability and Statistics）：

概率論和統(tǒng)計(jì)的入門教科書很多，我目前也沒(méi)有特別的推薦。我在這里想介紹的是一本關(guān)于多元統(tǒng)計(jì)的基礎(chǔ)教科書：

Applied Multivariate Statistical Analysis （5th Ed.） by Richard A. Johnson and Dean W. Wichern

這本書是我在剛接觸向量統(tǒng)計(jì)的時(shí)候用于學(xué)習(xí)的，我在香港時(shí)做研究的基礎(chǔ)就是從此打下了。實(shí)驗(yàn)室的一些同學(xué)也借用這本書學(xué)習(xí)向量統(tǒng)計(jì)。這本書 沒(méi)有特別追求數(shù)學(xué)上的深度，而是以通俗易懂的方式講述主要的基本概念，讀起來(lái)很舒服，內(nèi)容也很實(shí)用。對(duì)于Linear regression， factor analysis， principal component analysis （PCA）， and canonical component analysis （CCA）這些Learning中的基本方法也展開了初步的論述。

之后就可以進(jìn)一步深入學(xué)習(xí)貝葉斯統(tǒng)計(jì)和Graphical models。一本理想的書是

Introduction to Graphical Models （draft version）。 by M. Jordan and C. Bishop.

我不知道這本書是不是已經(jīng)出版了（不要和Learning in Graphical Models混淆，那是個(gè)論文集，不適合初學(xué)）。這本書從基本的貝葉斯統(tǒng)計(jì)模型出發(fā)一直深入到復(fù)雜的統(tǒng)計(jì)網(wǎng)絡(luò)的估計(jì)和推斷，深入淺 出，statistical learning的許多重要方面都在此書有清楚論述和詳細(xì)講解。MIT內(nèi)部可以access，至于外面，好像也是有電子版的。

3. 分析 （Analysis）：

我想大家基本都在大學(xué)就學(xué)過(guò)微積分或者數(shù)學(xué)分析，深度和廣度則隨各個(gè)學(xué)校而異了。這個(gè)領(lǐng)域是很多學(xué)科的基礎(chǔ)，值得推薦的教科書莫過(guò)于

Principles of Mathematical Analysis， by Walter Rudin

有點(diǎn)老，但是絕對(duì)經(jīng)典，深入透徹。缺點(diǎn)就是比較艱深——這是Rudin的書的一貫風(fēng)格，適合于有一定基礎(chǔ)后回頭去看。

在分析這個(gè)方向，接下來(lái)就是泛函分析（Functional Analysis）。

Introductory Functional Analysis with Applications， by Erwin Kreyszig.

適合作為泛函的基礎(chǔ)教材，容易切入而不失全面。我特別喜歡它對(duì)于譜論和算子理論的特別關(guān)注，這對(duì)于做learning的研究是特別重要的。 Rudin也有一本關(guān)于functional analysis的書，那本書在數(shù)學(xué)上可能更為深刻，但是不易于上手，所講內(nèi)容和learning的切合度不如此書。

在分析這個(gè)方向，還有一個(gè)重要的學(xué)科是測(cè)度理論（Measure theory），但是我看過(guò)的書里面目前還沒(méi)有感覺(jué)有特別值得介紹的。

4. 拓?fù)?（Topology）：

在我讀過(guò)的基本拓?fù)鋾饔刑厣?，但是綜合而言，我最推崇：

Topology （2nd Ed.） by James Munkres

這本書是Munkres教授長(zhǎng)期執(zhí)教MIT拓?fù)湔n的心血所凝。對(duì)于一般拓?fù)鋵W(xué)（General topology）有全面介紹，而對(duì)于代數(shù)拓?fù)洌ˋlgebraic topology）也有適度的探討。此書不需要特別的數(shù)學(xué)知識(shí)就可以開始學(xué)習(xí)，由淺入深，從最基本的集合論概念（很多書不屑講這個(gè)）到Nagata- Smirnov Theorem和Tychonoff theorem等較深的定理（很多書避開了這個(gè)）都覆蓋了。講述方式思想性很強(qiáng)，對(duì)于很多定理，除了給出證明過(guò)程和引導(dǎo)你思考其背后的原理脈絡(luò)，很多令人 贊嘆的亮點(diǎn)——我常讀得忘卻饑餓，不愿釋手。很多習(xí)題很有水平。

5. 流形理論 （Manifold theory）：

對(duì)于拓?fù)浜头治鲇幸欢ò盐諘r(shí)，方可開始學(xué)習(xí)流形理論，否則所學(xué)只能流于浮淺。我所使用的書是

Introduction to Smooth Manifolds. by John M. Lee

雖然書名有introduction這個(gè)單詞，但是實(shí)際上此書涉入很深，除了講授了基本的manifold， tangent space， bundle， sub-manifold等，還探討了諸如綱理論（Category theory），德拉姆上同調(diào)（De Rham cohomology）和積分流形等一些比較高級(jí)的專題。對(duì)于李群和李代數(shù)也有相當(dāng)多的討論。行文通俗而又不失嚴(yán)謹(jǐn)，不過(guò)對(duì)某些記號(hào)方式需要熟悉一下。

雖然李群論是建基于平滑流形的概念之上，不過(guò)，也可能從矩陣出發(fā)直接學(xué)習(xí)李群和李代數(shù)——這種方法對(duì)于急需使用李群論解決問(wèn)題的朋友可能更加實(shí)用。 而且，對(duì)于一個(gè)問(wèn)題從不同角度看待也利于加深理解。下面一本書就是這個(gè)方向的典范：

Lie Groups， Lie Algebras， and Representations： An Elementary Introduction. by Brian C. Hall

此書從開始即從矩陣切入，從代數(shù)而非幾何角度引入矩陣?yán)钊旱母拍?。并通過(guò)定義運(yùn)算的方式建立exponential mapping，并就此引入李代數(shù)。這種方式比起傳統(tǒng)的通過(guò)“左不變向量場(chǎng)（Left-invariant vector field）“的方式定義李代數(shù)更容易為人所接受，也更容易揭示李代數(shù)的意義。最后，也有專門的論述把這種新的定義方式和傳統(tǒng)方式聯(lián)系起來(lái)。

結(jié)語(yǔ)

關(guān)于機(jī)器視覺(jué)的相關(guān)介紹就到這了，如有不足之處歡迎指正。

相關(guān)閱讀推薦：什么是機(jī)器視覺(jué)，有何實(shí)際意義

相關(guān)閱讀推薦：關(guān)于機(jī)器視覺(jué)的一些事