机器视觉学习

1. 坐标系：

透视投影(perspective projection)： 以摄像机为原点， 建立oxyz坐标系， 为了避免图像倒立， 将像平面平移到场景与坐标xy平面中间的位置， 距离坐标xy平面为焦距f， 形成图像平面。

z轴跟光轴重合。

 点在图像平面中的位置由下式给出：

 

 

正交投影（orthogonal projection）：

用平行于光轴的光将场景投射到图像平面上, 因此也称为平行投影（parallel projection）， 是透视投影的特例（焦距f无穷大）。

 

 

在计算机视觉系统中涉及到以下几种坐标：

l     像素坐标：表示图像阵列中图像像素的位置i, j；

l     图像平面坐标：表示场景点在图像平面上的投影xp, yp；

l     摄象机坐标：即以观察者为中心的坐标，将场景点表示成以观察者为中心的数据形式x,y．

l     场景坐标：也称作绝对坐标(或世界坐标)，用于表示场景点的绝对坐标X,Y；

 

 

摄像机主点，即光轴与图像平面的交点

 

像素坐标： 对应于图像像素。 本为整数， 可用子像素扩展。 原点在左上角， i指向下方， j指向右方。

像素坐标到图像坐标的转换为：

考虑像素平面的行列间距相等时：

考虑行距为sx, 列距为sy:

 

由于在许多情况下，图像平面坐标系是摄象机坐标系的一部分，因此，为了书写简单，在不混淆的情况下，通常使用摄象机平面坐标x-y代替图像平面坐标xp-yp。

 

 

二值化：

二值图像分析是指把图像按照0,1两个灰度进行阀值化处理。  假定摄像机位置， 背景， 环境等都是已知， 这种识别通常还需要需要识别物体的尺寸， 位置， 方向， 密集比， 体态比等。面积用像素值求和。位置用矩心表示。 方向用长轴表示（对于圆， 不唯一）物体的方向。 二维平面上与最小惯量轴同方向的最小二阶矩轴被定为长轴。 图像中物体的二阶矩轴是这样一条线，物体上的全部点到该线的距离平方和最小。给出一幅二值图像 ，计算物体点到直线的最小二乘方拟合，使所有物体点到直线的距离平方和最小。直线通常用极坐标表示：

这里x, y是直线上的点。方程可通过三角形相似求的。

 

则物体上的任何点到该直线的距离为：

 

这里， x, y表示物体上的任何点。方程可通过三角形相似求的。

 

其它关系， 通过下面的图表示：

 

 

 

通过对最小二乘方拟合的表达式求极小值（对直线到原点的距离求导）， 最终可得到惯性轴的方向：

 

 

伸长率（最短的和最长的比）：

 

 

具体要参见相应的文档。

 

密集比：面积与周长的平方的比值。园最密。 等周长时， 正方形比长方形密。

体态比定义为区域的最小外接矩形的长与宽之比，正方形和圆的体态比等于1，细长形物体的体态比大于1