机器视觉面试 笔试 爆肝分享

一、表面缺陷检测图像处理和分析算法

1.1 图像预处理算法

目的减少噪声，改善图像质量。

图像预处理包括空域方法和频域方法

算法：灰度变换，直方图均衡，滤波，卷积，数学形态学，小波变换

灰度变换：线性函数，分段线性函数，指数函数，对数函数。

1.2 图像分割算法

图像分割算法主要分为基于阈值，基于区域，基于边缘，基于特定理论的分割方法等

1.2.1 基于区域

基于区域的分割算法：阈值分割法，区域生长法，聚类分割法

阈值分割：固定阈值，自适应阈值，多区域阈值，动态阈值，Ostu动态门限阈值

区域生长法，分裂-合并法

聚类法：K均值聚类算法，模糊C均值聚类（FCM）算法

1.2.2 基于边缘

基于边缘的分割算法：一阶微分边缘算子，二阶微分边缘算子

一阶微分边缘算子：Robert算子，Sobel算子，Prewitt算子，Kirsch算子等

一阶微分算子方法计算简单，速度快，但定位不准确

二阶微分边缘算子：Canny算子，Log算子，Laplacian算子

二阶微分算子方法边缘定位准确，但对噪声敏感

1.2.3 基于特定理论

数学形态学，小波变换法，人工神经网络法，遗传算法，基于模糊理论算法等

1.3 特征提取及起选择算法

目前常用的图像特征主要有纹理特征，颜色特征，形状特征等。

1.3.1 纹理特征提取

纹理特征提取方法有统计法，信号分析法，模型法，结构法，几何法。

统计法：直方图