机器视觉算法有哪些

机器视觉算法基本步骤；

1、图像数据解码

2、图像特征提取

3、识别图像中目标。

机器视觉是人工智能正在快速发展的一个分支。

简单说来，机器视觉就是用机器代替人眼来做测量和判断。

机器视觉系统是通过机器视觉产品(即图像摄取装置，分CMOS和CCD两种)将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。

现在做视觉检测的公司比较多，国内国外都有，许多视觉算是很好的。

能提供完整的机器视觉软件解决方案，也可以为客户提供算法级的定制，覆盖所有的工业应用领域，适用范围比较广。机器视觉的应用会越来越多，因为计算的水平越来越高，可以处理更复杂的视觉算法；其实好多的东西，包括现在流行的GPS，最早都是外国的公司在做，程序都是中国人在做外包；

光机电的应用我个人觉得已经很成熟了，不会再有新东西。

RANSAC 主要是用于处理 外点数 (outline) 比较多情况下来搜索一条直线或进行模型参数拟合。从 RANSAC 全名字面意思是随机采样一致性。是一种非常简单且有效估计模型参数的方法。不仅限于直线模型的参数，在 SLAM 通过对比前后量帧图像上特征点间关系可以计算出摄像机的外参数，从而计算运动轨迹并生成稀疏点云。

对于RANSAC算法来说一个基本的假设就是数据是由 内点 和 外点 组成的。

同时 RANSAC 假设：在给定一组含有少部分 内点 的数据，存在一个程序可以估计出符合 内点 的模型。

通常会有如下几个步骤

如图

到此算完成一次迭代，重复上面的迭代记录小每次迭代选择点后绘制所得到的投票数，投票数最大所对应的直线模型就是我们要找到的直线

从上面求解过程，可以发现迭代次数 N 和内点率 t 或者理解为外点率 e 都可以这些参数确定是比较困难的，可以感觉经验进行来设置这些参数，

通常我们还会设定一个阈值，这个阈值是关于投票数的阈值，也就是最少投票数值，计算出直线中投票数最大的直线的投票数量还需要大于这个最少投票数才可以。其实 RANSAC 输出一个一条投票数最多且大于事先设定好阈值的直线模型参数，也可以是多条投票数大于最小投票(阈值)的多条直线。

通常我们对这些点的外点率是一无所知的，那么在这种情况下应该如何处理呢?

首先将迭代次数 N 设置无穷大，因为现在对外点率一无所知，所以也就没办法设置 N。所以真实迭代次数 sample_count 通常都会比 N 小

接下来就是将 sample_count 增加 1 然后重复上面步骤，在下一次迭代中 N 就不再是无穷大而是用 N1 来 如果在下一次迭代中计算 d 内点数量要比上一次高就保留本次 d 以及计算得到 N1 而舍弃上一次的计算得到 N1 。

图像配准就是找到一幅图像像素到另一幅图像像素间的空间映射关系。这些图像可以是不同时间(多时间配准)，不同传感器在不同地方拍摄（多模式配准）。这些图像之间的空间关系可以是刚性 (平移和旋转)，仿射(例如剪切），单应性(或复杂的大变形模型）。

这是一个三维重建必用的算法，如果在三维重建不用 RANSAC 就说明你做的还不算好。帮助我们排序一些噪音点还是outline 的点。我们以拟合直线为例讲解 RANSAC 我们随机地挑选两个点作为模型，然后看有多少点 inline，我们在随意找两个点来作为模型，我们通过评估（投票形式）来找出最优模型，但是这本模型并不是最优模型而是我们要，随意选择最少 x 个样本，x 个数取决于你要拟合模型，如果是直线就是 2 个点，平面需要3 点。然后计算有多少点和模型拟合。直到找到一个模型其中 inline 样本点是最多的。然后在拟合一次就可以得到我们想要点。

一个算法包。

halcon程序可运行于安卓。halcon是德国MVtec公司开发的一套完善的机器视觉算法包，拥有灵活的机器视觉集成开发环境，用户可快速完成图像处理与分析的开发工作。在欧洲以及日本工业界公认halcon软件是最佳机器视觉软件。halcon软件有一千多个独立的函数，其中包含了各类滤波、几何转换、形态学计算分析等。

halcon程序功能

halcon软件支持Windows、Linux和MacOSX *** 作环境，整个函数库可以用C、C＋C＃等，Visualbasic和Delphi等多种编程语言调用。halcon软件为百余种工业相机和图像采集卡提供了接口。HALCON软件提供了一套交互式程序开发工具HDevelop，可在其中以halcon程序代码直接编写、修改、执行程序，并且可以查看计算过程中的所有变量。

---