【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：3029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

为确保CCD机器视觉系统长期稳定、精准运行，可把“日常维护”与“定期校准”拆成两条线管理，关键技巧如下（按“日周月季”频次归纳，并给出易忽略的要点）：

提升CCD（在现代机器视觉中，CMOS已为主流，但原理相通）机器视觉系统的性能是一个核心课题。以下是五大高效且关键的战略，从硬件到软件，全方位优化您的系统。

选择合适的CCD机器视觉系统是一个系统性工程，需要综合考虑多个方面的因素。下面我将为您提供一个清晰、全面的选择指南，您可以根据这个步骤来规划和决策。

药品胶囊表面字符标识缺陷机器视觉检测系统系统旨在利用现代机器视觉技术，自动化、高精度地检测胶囊表面的字符印刷质量问题，替代传统的人工目检，从而提升药品生产的质量控制和效率。