【机器视觉系统】机器视觉模型——投影矩阵

发布时间：2022-05-05浏览量：3735作者：康耐德

　1 概述

　　机器视觉就是用机器代替人眼和人脑来做测量和判断。机器视觉系统工作的基本过程是获取目标的图像后，对图像进行识别、特征提取、分类、数学运算等分析操作，并根据图像的分析计算结果，来对相应的系统进行控制或决策的过程。

　　在很多机器视觉应用中，都需要用到机器视觉测量，即根据目标的图像，来得到目标在实际空间中的物理位置，最典型的如行走机器人、SLAM等。

　　要根据图像中的目标像素位置，得到目标的物理空间位置，我们需要首先有一个图像像素坐标与物理空间坐标的映射关系，也就是将光学成像过程抽象为一个数学公式，这种能够表达空间位置如何映射到图像像素位置的数学公式，就是所说的机器视觉成像模型，本文即讨论这种模型的机理。

　　2 小孔成像

　　机器视觉成像采用小孔成像模型，如下图所示

　　再次简化为下图

　　图中X XX是一个空间点，x xx为该空间点在图像中的成像点，C CC为镜头光心(camera centre)，从图中可看到，C CC、x xx、X XX三个点是共线的。

　　光心C CC距离成像面(image plane)的距离即焦距f ff。

　　后面的各个坐标系及其相互关系都是基于这个小孔成像模型推出。

　　3 坐标系

　　说到机器视觉测量模型，就少不了先要了解整个模型中涉及的几个坐标系。

　　3.1 像素坐标系uov

　　即图像中各像素点坐在的坐标系，如下图所示uov。

　　这个坐标系是一个二维坐标系，横坐标为图像宽度方向，纵坐标为图像高度方向，原点位于左上角，坐标轴单位为像素，与图像的像素点对应。

　　————————————————

　　原文链接：https://blog.csdn.net/hangl_ciom/article/details/106082794

相关新闻

晶圆刻蚀残留检测是半导体制造良率控制的关键环节。由于刻蚀残留缺陷（如未刻透的氧化层、金属残留、聚合物残留）尺寸极小（纳米至微米级），且背景纹理复杂，传统的基于规则或简单模板匹配的机器视觉系统往往难以胜任。

晶圆显影缺陷机器视觉检测系统主要用于显影后检查（ADI, After Develop Inspection），这是光刻工艺中的关键质量控制环节。该系统能够在显影工序完成后，自动检测光刻胶图形的缺陷，包括显影不完全、残留、桥接、缺失图案等问题。

显示模组作为现代电子设备的核心显示单元，广泛应用于消费电子、车载显示、工业控制、医疗设备、智能穿戴等领域，而玻璃作为显示模组的核心承载部件（包括盖板玻璃、Cell玻璃、触控玻璃等），其完整性直接决定显示效果、触控性能与产品使用寿命。

输液瓶（通常为玻璃或聚丙烯材质，透明或半透明）液位的检测，主要难点在于液体透明、反光、以及液体与空气的分界线（月牙面）特征不明显。