机器视觉作业部分英文单词翻译与解释

第一次作业

1、什麽是视觉?

物体的影像刺激眼睛所产生的感觉。（视力+知识）

2、人类视觉通常包括那几个主要部分，各自的功能是什麽？

晶状体，视网膜，视觉神经，大脑。

晶状体：调节焦距，接受处理光信号。

视网膜：将光信号转换为电信号。有杆状细胞（暗细胞，感知明暗信息）和锥状细胞（明细胞，感知颜色信息）组成。

视觉神经单元：在眼内由视网膜节细胞发出的纤维组成，将电信号传至大脑。

大脑：对图像进行分析处理。

3、机器视觉通常包括那几个主要部分，各自的功能是什麽？

光学镜头，光电传感器，适配器，A/D转换器，数字处理系统。

光学镜头：对外界的景物进行成像或者聚焦。

光电传感器：将图像信号转换换成连续的视频信号输出。

适配器：将输出的连续的电信号进行规划，使之满足后续处理的要求。

A/D转换器：将模拟信号转换成数字信号。

数字处理系统：对数字信号进行处理，使之成为满足要求的信号。

4、人类视觉与机器视觉各自的优缺点是什么？

人类视觉：

优点：处理速度快；处理能力强；对环境的响应能力强；成像分辨率高；较为灵活。

缺点：主观性强；耐疲劳能力弱；只能看见可见光；不能定量分析物体分布距离。

机器视觉：

优点：能适应恶劣环境，耐疲劳；可识别更多的光谱，准确性高；控制简单；信息响应快速；尺寸测量、定量检测、三维形状测试方面强。

缺点：串行工作方式；对环境快速响应能力差；光学系统需要改进。

5、机器视觉涉及到那些学科的知识？机器视觉可在哪些领域应用？

学科：光学，物理学，机械设计，自动控制原理，工程测试等。

应用领域：通信工程、遥感技术、医用图像处理、工业领域、军事公安、文化艺术等。

6、能否举2个机器视觉的应用案例？

利用点视觉检测系统，在香皂包装机中，对香皂包装过程中的数量进行计数并控制。

鱼类产品的自动识别分类。

7、机器视觉检测技术与传统检测技术有何不同？能解决那些传统检测技术解决不了的问题？

传统检测技术主要是利用结构光的检测方法，机器视觉检测主要是利用三维立体视觉检测方法。可以应用在更广的范围内，应用于精度要求高的领域内，可以进行非接触检测，定位检测等。

8、你听过第一章引论，对机器视觉有了哪些感性认识？你是否对机器视觉感兴趣？还有什麽

疑惑和不解的问题？

略

9、专业术语翻译：机器视觉、人类视觉、透镜、光源、光电转换器件、接口；晶状体、视网

膜、黄斑区、视神经、大脑

机器视觉：machine vision 人类视觉：human vision 透镜:lens 光源:light source

光电转换器件:photovoltaic converter 接口:interface

晶状体:lens

视网膜:retina

黄斑区:macula area

视神经:optic nerve

大脑:brain

第二次作业

1、利用光敏器件设计一个点视觉测量系统（包括电路并说明应用背景）。

光学三极管→放大电路→施密特触发器→微分整流电路→计数器

2、试说明机器视觉检测过程中“点信息”、“一维信息”、“二维信息”、“三维信息”、“颜色信息”及“运动信息”的含义，以及利用什麽传感器及视觉系统可获得这些有用信息？在哪些工程领域可获得应用（举例说明）。

点信息：对空间某一点的进行检测所获得的信息；应用光敏二极管or三极管可获得；应用于香皂包装机，在香皂包装过程中对数量进行计数并控制。

一维信息：对空间某一狭缝上所出现的图象进行检测所获得的信息；应用线阵CCD可获得；应用于测量生产钢管的直径。

二维信息：对空间平面上所出现的图象进行检测所获得的信息；应用面阵CCD可获得；应用于皮革产品生产过程中，计算皮革可利用面积。

三维信息：对空间中所出现的图象进行检测所获得的信息；应用面阵CCD可获得；应用于车辆车身检测。

颜色信息：空间中某一图像的颜色值的信息；应用彩色面阵CCD可获得；应用于彩笔生产线上质量控制。

运动信息：空间中某一物体的位置、速度、加速度信息；应用多个光敏三极管可获得；应用于公路上车辆测速。

第三次作业

1、从机器视觉检测技术角度考虑，光源的作用是什么？

1）将待测区域与背景明显区分开；

2）将运动目标“凝固”在图像上；

3）增强待测目标边缘清晰度；

4）消除阴影、抵消噪光；

5）合适的光源可以提高系统检测精度、运行速度及工作效率。

2、常见的用于机器视觉检测技术的光源有哪些？

荧光灯，LED光源，卤素灯+光纤导管，激光，紫外光等。

3、机器视觉检测技术中，常用光照方式有几种，它们常用于哪些方面？

正光照方式：明场照明：常用于防止阴影和减少镜面照射；

暗场照明：可以突出被测物缺口及凸起，可用于检测划痕、雕刻文字、纹理等

场合。

背光照方式：常用于突出物体的轮廓。

4、机器视觉检测系统其结构通常包括什么？

光源、透镜、光电转换器件、信息传输接口、信息处理系统

第四次作业

1、机器视觉检测系统中，常见的光学器件有什麽？其各自有何功能？常用于何处？

镜片：

1）透镜：类似于低通，对于高频幅值有衰减作用，有聚光、成像的作用；用于镜头前成像使用。

2）反光镜：改变光路；用于在阴暗的环境下补光，方便成像。

3）棱镜：分散光束、改变光路；用于分离出特定频率的光。

4）偏光片：能使特定方向的光通过；用于液晶屏成像。

成像器件（CMOS/CCD）：将光学图像转变为模拟电信号。

光圈：功能类似于瞳孔，控制光的入射量，实现曝光平衡。

镜头（传统/远心）：对成像光线进行调焦处理，使成像更清楚。

2、机器视觉检测系统中，成像镜头有几类？他们分别可用于什麽场合？

有两类；

1）传统镜头（normal lens）：用于一般场合，具有透视功能—远的图像失真，存在视差。

2）远心镜头（telecetric lens）：用于精确测量场合，可以在一定物距之内，使得到的图像的放大倍率，不随物距的变化而变化，保证图像真实性。

3、传统镜头通常如何分类，各类用于什麽场合？

通常按焦距分类：

1）变焦镜头：有手动变焦与自动变焦，用于一般的民用拍照。

2）定焦镜头：多用于工业、制造业中，清晰度好于变焦镜头。

①鱼眼镜头：特点是焦距短、视野宽；用于导航。

②短焦镜头（广角镜头）：特点是视角大（＞45°）、焦距短，易产生畸变，被测物体

应放置于中心处；用于猫眼。

③标准镜头（普通镜头）：特点是视角适中，焦距接近成像尺寸；用于新闻拍照。

④长焦镜头（望远镜头）：特点是视角小（<20°）、焦距大；用于望远镜。

4、远心镜头如何分类，各自的特点是什麽？

通常按照远心方向分；

1）单向圆心镜头：

①像方远心：像方光线平行于光轴，用于消除像方调焦不准引入的测量误差。工业上一

般不使用。

②物方远心：光圈被成像在无穷远处，用于消除物方调焦不准引入的读数误差用于工业

精密测量。

2）双向远心镜头：有上述两种特点。

5、测量系统中镜头的参数有哪些？如何定义它们？

1）视野（Field of view）：可见的目标区域。

2）工作距离（Working distance）：镜头前端到目标的距离。

3）分辨力（Resolution）：可以分辨物体的最小特征尺寸（线对/mm）。

4）景深（Depth of Field）：在某一焦距，物体前后移动，均能获得清晰图像的范围。

5）透视误差（Perspective）：由于工作距离的变化，相同工件在图像上产生的尺寸及位置

的误差。

6）几何畸变（Distortion）：真实世界中物体映射到相平面产生的几何形变。

7）对比度（Contrast）：图像的反差大小。

6、机器视觉中光电转换器件有几种？各用于什麽场合？

转换器件：光敏电阻、硅光电池、光电二极管、光电三极管等。

成像器件：

1）CCD：性能好，像素高，分辨率高，满阱能力高用于精度要求高的场合（线阵和面阵排列像素的CCD应用于数码相机、光学扫描仪与摄影机的感光元件）。

2）CMOS：由于其精度低、功耗低、噪声大、经济性好、集成度高，常用与一般场合（用于计算机信息保存，数字摄影，集成电路设计与制造领域）。

7、图像传输接口有几种？各自如何选用？

1）图像采集卡：其功能是将图像信号采集到电脑中，以数据文件的形式保存在硬盘上。用于虚拟演播室、虚拟现实、工控应用以及VGA摄像机等VGA信号、RGB信号输出设备的图像采集和处理；

2）USB接口：常用，具有传输速率非常快，带宽较大，效率高的特点；

3）IEEE1394：传输能量大，速度快；

4）camera link：数字摄像机和图像采集卡之间的接口标准，采用了统一的物理插件和线缆定义；

5）GigE：可以通过网络传输，可以编码，有IP地址，比较复杂。

补充：

镜头选用原则：

1）镜头尺寸≥相机芯片尺寸；2）相机安装的接口类型合适；3）镜头的工作距离合适；

4）镜头的视场角合适；5）镜头的光谱特性合适；

6）镜头的畸变率合适；

7）满足对景深的要求；

8）镜头的机械机构尺寸合适。

第五次作业

1、什麽是模拟图像？什么是数字图像？两者在数学上如何表示？它们有何相同与不同？

模拟图像：空间分布和亮度取值为连续分布的图像 f （x ，y ）；

数字图像：空间分布和亮度取值为离散分布的图像 f （x ，y ）；

相同点：都是描述图像的一种形式；

不同点：描述图像的方式不一样。

2、图像处理一般在哪几个域进行？

1）图像的空间域（灰度）处理；

2）数字图像的频域变换处理；

3）图像的时—频域变换。

3、为什麽数字图像要有格式？你知道几种数字图像的格式？

数字图像的格式是为了存储信息而使用的对信息的特殊编码方式，是用于识别内部储存的资料，确定读取所采用的软件、解压方式等。

常用格式有：BMP 、JPEG 、TIFF 、PNG 、GIF 等

4、图像预处理的目的是什麽？图像预处理主要包括哪几个方面？

目的是为了去除干扰，同时时图像分离方便后续测量或提取图像重要元素。 包括：灰度化、二值化、图像增强（灰度图像校正）、图像平滑、图像锐化。

5、什麽是图像的灰度直方图？如何求？都有哪些用途？

定义：图像中灰度的分布情况；

求法： 用灰度为k 的像素数除以总像素数()N

n r P k k =； 用途：1）检查图像的灰度分布是否有利于图像的分隔和分析动态范围的大小；

2）利用阈值将灰度图像变为二值图像或多值伪彩色图像，对图像进行分隔。

6、直方图一样其对应的原始图像一定一样吗？为什么？

不一定。因为灰度直方图统计灰度像素出现的频率，只要灰度像素出现的频率相同，灰度直方图就相同。

7、二值图像是什麽含义？如何生成二值图像？它有何用途？

定义：每一个像素只有两种可能的取值或灰度等级状态的图像；

生成：对于灰度图像设定阈值，大于阈值取一种可能的取值；小于等于阈值取另一种可能的取值；

用途：方便提取图像中的信息。

8、图像增强常用的方法有几种？各自的作用原理是什么？

1）全局线性灰度变换（拉伸、压缩）：

2）分段线性灰度变换：

3）非线性灰度变换：

9、图像平滑的物理意义是什麽？通常有几种方法？有何用途？

物理意义：采用积分或平均的方法，使相邻像素点灰度值差值减小，抑制图像噪声，使图像的亮度平缓渐变，减小突变梯度，改善图像质量；

方法：邻域平均法、中值滤波、多图像平均、频域低通法等；

用途：改善图像质量和抽出对象特征。

10、图像锐化的物理意义是什麽？通常有几种方法？有何用途？

物理意义：采用微分的方式，使相邻像素点灰度值差值加大，增强图像边缘以及灰度跳变部分；

方法：梯度法、拉普拉斯运算法、高通滤波法；

用途：图像分离和区域检测

计算题：

1、试给出把灰度范围（0，10）拉伸为（0，15），把灰度范围（10，20）移到（15，25），并把灰度范围（20，30）压缩为（25，30）的变换方程。

拉伸：),(),(y x f y x g 2

3

=

平移：5+=),(),(y x f y x g 压缩：152

1

+=

),(),(y x f y x g 2、有一幅图像受到干扰，图1中有若干个亮点（灰度值为255），如图所示。试问此类图像如何处理，并将处理后的图像画出来。

图1 采用3×1的方格的中值滤波

3、 数字图像增强中拉普拉斯算子常用什麽形式？试用拉普拉斯算子对图2进行增强运算，并将增强后的图像画出来。

3、试讨论用于平滑处理的滤波器和用于锐化处理的滤波器之间的区别和联系。

平滑处理为低通滤波器，锐化处理为高通滤波器；

联系：都在频率域上处理图像；

区别：一个滤掉高频分量，去除噪声，改善图像质量；一个滤掉低频分量，增强边缘信息。 补充：

平滑方法：1）邻域平均法：以待变换像素为圆心选取一定半径做圆，对圆内所有像素求平均，此平均值即为待变换像素，应用邻域平均法后的灰度值。

2）中值滤波：取含奇数个像素的框（1×3,1×5等）其框中心的元素值为框选元素的中值。 锐化：1）水平梯度：),(),(),(),(),(11+-++-=y x f y x f y x f y x f y x g

2）Robert ：),(),(),(),(),(1111+--+++-=y x f y x f y x f y x f y x g

3）拉格朗日梯度：),(),(),(),(),(),(y x f y x f y x f y x f y x f y x g 41111-++-+++-=

第六次作业

一、用计算机语言编制如下程序（可用C 或matlab,包括流程图）

1、编写计算图像f MN (i,j )直方图的计算机程序；

%生成随机灰度图像size=64×64；

I=uint8(round(rand(64,64)*255));

2、编写将图像f MN (i,j )变成二值图像的计算机程序；

%绘制直方图函数

function huiduzhifangtu(I);

%读取行数列数m 为行数，n 为列数

[m,n]=size(I);

%设定灰度值保存矩阵

k=zeros(1,256);

for i=1:m;

for j=1:n;

k(1,I(i,j)+1)=k(1,I(i,j)+1)+1;

end

end

z=k/m/n;

bar(z,0.4) ;

set(gca,'xtick',(0:15:255));

axis([0 255 0 0.01]);

end %二值化函数

function K=erzhihua(I,k);

%读取行数列数m 为行数，n 为列数

[m,n]=size(I);

K=zeros(m,n);

for i=1:m;

for j=1:n;

if I(i,j)>k

K(i,j)=1;

end

end

end

end

本文来源：https://www.bwwdw.com/article/5c9j.html