机器视觉图像检测技术的发展和应用

《机器视觉图像检测技术的发展和应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、深圳稻草人自动化培训www.dcrauto.com机器视觉图像检测技术的发展和应用在科技发达的今天，运输系统逐渐朝着智能化（ITS）发展，而检测的方法上亦渐渐趋向以高科技的检测方式替代传统人工调查的方式，可以避免漏记或调查员的投机取巧，并且精简调查成本，在执法方面，各个城市大量采用了电子警察，使得在许多装有电子警察的交通路口和路段交通秩序要好于其它路段。所以，车辆检测器的发展在现代计算机化的交通管理中扮演着非常重要的角色，其准确度常受到检测方式、检测器布设形式、数量与位置的影响。 现有的各种交通参数检

2、测方式中，只有图像检测器（VideoImageDetector）是一种可以取得最丰富的交通信息的面式检测器。视觉为基础的摄影系统在现今的发展已更加的成熟，而且，比那些点式的感应系统更为有用（例如：环形线圈与压力式检测器），因为图像检测器所提供的信息可以进行进一步的车辆跟踪与分类，这对于执法是至关重要的。而其它检测手段均有较大的限制，点式检测器仅用于车流上的量测与计数，或是解决特定的子问题（如等候检测或拥挤车流上的检测），缺乏一般性的应用。 以计算器进行图像处理，改善图像品质的有效应用开始于1964年美

3、国喷射推进实验室（J.P.L）用计算机对宇宙飞船发回的大批月球照片进行处理，获得显著的效果。1970至1980年代由于离散数学的创立和完善，使数字图像处理技术得到了迅速的发展，随着电脑的功能日益增强，价格日益低廉，使得图像处理在各行各业的应用已经成为相当普遍的工具之一，举凡在医学工程、工业应用、交通领域应用等。1980年代开始，有关交通量估测的研究渐渐有了成果。到1985年以后，各国对于交通图像侦测系统已有实际的成品发展出来。另外，近年来结合类神经网络加速图像处理速度形成一个研究趋势。 在进入图像处理

4、之前，我们首先对图像做一个概略性的探讨。所谓“图像”泛指所有实际存在含有某种消息的信号，如含有人、事、物等的照片，而红外线摄影所获得的信号，则表示某些物体的温度分布。 我们常说“一幅图胜过千言万语”，即是指每张图像中含有许多的信息，根据我们的目的而进行处理，得出想要的结果。“数字图像”是将传统照片或录像带模拟讯号经取样（sample）及数字化后达成。数字化的原因在于方便计算机运算与储存。所储存的亮点成为图像的基本单位，称为象素（Pixel）。象素的亮度以灰度值（Gray-level）表示，灰度值被划分

5、为256阶，最暗为0，最亮为255。一张图像被数值化成方块格子所组成的画像元素，每一格子中都标有一对坐标，一个代表其行值，另一则代表其列值。行值从这张图像的最左边开始标帜自0一直到n，n表示行值中最大值。相同的，列值从最上方起定为0，往下移动至m值，m表示图像全部列数。 所谓图像处理就是为了某种目的对图像的强度（灰度值）分布视为一连串整数值的集合，经由不断的运算执行某些特定的加工和分析。 深圳稻草人自动化培训www.dcrauto.com1、图像处理原理 图像处理涵盖的范围十分很广泛，但是，所采用的基

6、本原理和方法是一致的。整体说来，图像处理这门科学所研究的主要内容包括了图像数的模数转化（A/DImageTransform）、图像的增强与复原（ImageEnhancementandRestoration）、图像编码与压缩（ImageEncodingandCompression）、图像切割（ImageSegmentation）、图像的表示和描述（ImageRepresentationandDescription）、图像特征匹配（ImageFeatureMatching）等等。 所谓切割就是企图将图像中

7、之标的物析出的处理过程。图像切割可说是图像的分析过程中最重要之步骤之一，在一般所采用的方法主要为边缘的检测(EdgeDetection)及临界值法(Thresholding)。 图像特征匹配，特征匹配法的"特征"，需先加以定义。举例而言，若要描述一个人，最好先说明他的特征。在外表方面，例如身高、体重、胸围....等等；在心理方面，例如和善的、好胜的、沉默的....等等；在事业方面，例如职业、收入....等等。不同特征适用于不同描述目的，例如描述一个人的健康，需要上述的身高、体重特征；若要描述一个人的成

8、就，所需特征就多得多，举凡上述特征之外，还可能需要这个人的生平事迹等等。据此了解，一个人的特征能够代表一个人，故特征具备了代表性。除外，若现需将每个人由高至矮排序，所需特征只身高一项，其它体重、性格等等数据无需获得，因此使用特征亦具备简化使用信息量之目的。 所谓匹配（Matching）或被翻译成“比对”，即将物体的特征与预存在计算机中之原型（Prototypes）或样版（Template）的特征加以比较，若相似度（Similarity）或非相似度（Dis