机器视觉——一文概述机器视觉的常用基础

本文是对机器视觉使用过程中常会碰到的相关知识理论，在这里仅做记录，以备后续进行查找。

图形与图像的基础知识

图形是由称为矢量的数学对象所定义的额直线和曲线等组成。

图像是由点阵图或位图图像或像素来代表的图像，每一个像素都被分配一个位置和颜色值。

颜色三要素

色调：色调主要指颜色的类别，比如红色、绿色等。

饱和度：饱和度指某一颜色的深浅程度。对于统一色调的颜色，饱和度越高颜色越深，。

亮度：是描述光作用于人眼时引起的明暗程度感觉，主要是彩色明暗的深浅程度。彩色辐射频率越大亮度越高。

颜色模型

颜色模型是用来精确标定和生成各种颜色的一套规则和定义。常见的颜色模型有：RGB颜色模型、CMY颜色模型、YUV颜色模型。

三基色为红绿蓝。

图像获取

图像获取是指将现实中的图像转换为计算机的图文内容。其过程为：采样，量化，编码

图像的属性

图像的属性主要包括：分辨率、像素深度、真/伪彩色、图像的表示法、种类。

图像分辨率：组成一幅图像的像素数目。

采用图像的水平方向和垂直方向的像素数来表示。

显示分辨率：显示设备能够显示图像的区域大小。一般用于 显示显示设备水平方向和垂直方向的最大像素的数目。比如1024*768 

像素深度：存储每个像素所用的二进制位数，用来度量图像的色彩分辨率的。

像素的位数越多，它表达的颜色数组越多，深度就越深

真彩色：组成一幅彩色图像的每个像素值中有R、G、B这个三个基色分量，每个基色分量直接决定显示设备的基色强度。

反映原图像真实色彩称为真彩色。

伪彩色：图像中的每个像素的颜色不是由3个基色分量的数值直接表达的，而是把像素值作为地址索引在色彩表中查找这个像素的实际R、G、B分量，这种图像颜色的表达方式称为伪彩色

图像数据量计算

数据量的计算公式为：图像的数据量=图像的总像素数*像素深度/8(Byte)。

假设有一幅图，其为640*480的256色图像，数据量为：

640*480*8/8=300KB 。

数据量越大占用的存储空间就越大，减少图像的数据量是提供图像网络传输速度的重要手段

数据压缩可以用来减少图像的数据量，这里不再赘述其方法。

图像的文件格式

BMP文件（.bmp）

windows操作系统采用的一种图像文件格式。一般不采用其他任何压缩，占用存储空间比较大。图像深度可选1位、4位、8位、24位。黑白、16色、256色和真彩色。

GIF文件(.gif)

可以实现简单动画效果的图像文件格式。图像深度为1~8位，最多支持256中色彩图像。常用于HTML文档当中。

TIFF文件（.tif）

针对扫描仪和桌面系统开发的通用图像文件格式。

PCX文件(.pcx)

PC画笔的图文件格式。

PNG文件格式(.png)

PNG文件支持无损 数据压缩。为了替代gif。

JPEG文件(.jpg)

采用JPEG压缩算法、文件的压缩比例很高，非常适合处理大量图像的场合。

WMF文件(.wmf)

只用在windows系统中保存的不是点阵信息，而是函数调用的信息

---

会用到的几个图像基本名词

像素

组成图像的最基本元素。再具体一点，我们可以把像素看成是具有各自图像属性（比如颜色，亮度等）的小方块，当他们按照一定的顺序进行排列时，就形成了我们所看到的图像

灰度图

像素在计算机中的描述。灰度图是单通道图，像素只有一个值：灰度值。灰度值越高，则图像越亮。

一张灰度图是由许多不同灰度值的像素点构成，而每个像素就是一个越亮的像素，灰度值越高，最高值是255（白色），越暗的像素，灰度值越低，最低值是0（黑色）。灰度值在0~255之间的像素呈现不同程度的灰色。

排列这些灰度值形成一个灰度图，其就是通过矩阵的形式来进行排列的。根据分辨率为多少进行排列_mat[*,*](*行*列）。

灰度直方图

表示灰度在这张图中的分布情况。能够直观看出各个灰度级所占的多少。

图像的灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像素的个数：其中，横坐标是灰度级，纵坐标是该灰度级出现的频率。

色彩空间

RGB空间：

RGB模型是面向硬件的，一张RGB图像，它是一张三通道的图像。分别为R通道，G通道，B通道。我们通常用通道这个词汇来表示向量中的某个分量。

HSV空间：

H为色调（hue），S是饱和度（saturation），V是明度（value）