刘躺的博客

一维条码的使用，必须依赖于后台的数据库，在没有数据库或不便联网的地方，一维条码的使用便受到了限制，发展信息密度高、容量大、更便于使用的二维条码技术成为必然趋势。

条形码技术是一种自动识别技术，集条码理论、光电技术、计算机技术、通信技术、条码印制技术于一体的综合性技术。条形码技术不但快速准确，而且可提供可靠性很高的数据，其误码率小于百万分之一，首读率可达98%，广泛应用于各种计算机管理领域，如图书管理、生产流程管理、商品流通管理等。

模式识别是对图像或各种物理对象的分类与描述的技术，在机器视觉中具有广泛的应用，涉及到图形、图像和文字的识别，也涉及到有形物件的测量、分类与描述。②图像的预处理，包括倾斜校正和滤除干扰噪声等；⑦将被分类的模式赋予识别结果；⑧识别结果的编辑修改后处理。③图像版面的分析和理解；④图像的行切分和字切分；⑤单字图像特征选择和提取；⑥单字图像特征的模式分类；①扫描输入文本图像；

等空间变换关系，图像配准就是将不同传感器所采集得到的同一场景的多光谱、多波段或同一传感器在不同时相、不同方位、不同条件下（气候、照度、摄像位置和角度等）获得同一场景的两幅或多幅图像进行匹配的过程。一幅图像中的两点间的距离经变换到另一幅图像中后仍然保持不变。待配准图像与原图像相比存在。机器视觉（九）：图像配准。

区域和轮廓只包含对分割结果的原始描述，在实际应用中我们还需要从区域或轮廓中确定一个或多个特征量。这些确定的特征量被称为。灰度直方图特征、矩特征，其中矩特征包括均值、方差、峰度及熵特征等。边缘、轮廓、形状、纹理和区域等。傅立叶变换、离散余弦变换、小波变换等。机器视觉（八）：图像特征提取。机器视觉（七）：图像分割。确定特征的过程被称为。

图像分割（image segmentation）是指把图像分割成各个具有特性的区域并提取出感兴趣目标的技术和过程。基于阈值的分割方法是一种应用十分广泛的图像分割技术，其实质是利用图像的灰度直方图信息获取用于分割的阈值，一个或几个阈值将图像的灰度级分为几个部分，认为属于同一部分的像素是同一个物体。

视频助理裁判依靠遍布球场中的多个摄像机，多机位，多角度捕捉场上球员的每一个动作，是机器视觉的又一大应用，使世界杯更加公平。在这场比赛中，阿根廷队除了打进一粒点球外，有三粒进球因越位全部被判定无效。首次引入世界杯的半自动越位判罚技术（SAOT，AI-based semi-automated offside technology）在这一过程中“战功赫赫”。

机器视觉（六）：频域图像增强🌏🧐🦄🪐频域法是在图像的频率变化域中对图像的变换值进行某种运算处理，然后再变回空间域中。同态滤波是一种在频域中同时将图像亮度范围进行压缩和将图像对比度进行增强的方法。

对原始获取图像进行一系列的运算处理，称为图像处理。图像处理是机器视觉技术的方法基础，包括图像增强、边缘提取、图像分割、形态学处理、图像投影、配准定位和图像特征提取等方法。，颜色定义为：色是“光作用于人眼引起除形象以外的视觉特性”。3.三原色（改善图像质量两类方法不考虑图像降质原因——图像增强技术针对图像降质原因——图像还原技术2.（1）空间域法: 在空间域中对图像的各个像素灰度值直接进行计算处理；（2）频率域法。

机器视觉（三）：摄像机标定技术🌏🧐🦄🪐空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系是由摄像机成像的几何模型决定的，这些几何模型参数就是摄像机参数，为了得到这些参数而进行的实验与计算的过程称为摄像机标定。在标定过程中通常要利用数学方法对从数字图像中获得的数据进行处理。通过这些数学处理，可以得到摄像机的内部和外部参数。

机器视觉的硬件中，光源为视觉系统提供足够的照度，镜头将被测场景中的目标成像到视觉传感器（CCD）的靶面上，将其转变为电信号，图像采集卡将电信号转变为数字图像信息，即把每一点的亮度转变为灰度级数据，并存储为一幅或多幅图像；计算机实现图像存储、处理，并给出测量结果和输出控制信号。

机器视觉（machine vision）是由计算机或图像处理器以及相关设备来模拟人的视觉行为，完成得到人的视觉系统所得到的信息。简单说来，机器视觉就是用机器代替人眼来做测量和判断。

大津法又叫最大类间方差法、最大类间阈值法（OTSU）。它的基本思想是，用一个阈值将图像中的数据分为两类，一类中图像的像素点的灰度均小于这个阈值，另一类中的图像的像素点的灰度均大于或者等于该阈值。如果这两个类中像素点的灰度的方差越大，说明获取到的阈值就是最佳的阈值（方差是灰度分布均匀性的一种度量,背景和前景之间的类间方差越大,说明构成图像的两部分的差别越大,当部分前景错分为背景或部分背景错分为前景都会导致两部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。）。则利用该阈值可以将图像分...