Machine Vision 浅谈算法
从刚毕业开始到如今，一直在学习视觉相关的知识，不知不觉，已经五个月过去了，之前总以为娱乐、休息的时间过得很快，没想到工做的时候，时间好像也过得蛮快的！来回想一下，这五个月，都学到了啥。学习
毕业后来到公司，开始了视觉的学习。说实话刚开始确实有点懵，对视觉也是没啥概念，Tony跟我说让我学习视觉方面的知识，刚开始以为视觉挺高大上的，也没想那么多，就像公司同事们说的那句话同样，先猛chacha地干了再说！最开始，从概念上了解视觉开始，须要先知道，视觉，它是什么？我想，如今我应该能大概回答一下这个问题了。视觉，简单来讲，就是给机器装上眼睛，让机器代替咱们人眼去看。这是在网上看到的一个对机器视觉很通俗的解释，我以为视觉不只仅是要代替咱们去看，在某种程度上来讲，它还要代替咱们去思考（虽然它的“思想”都是咱们给的），是咱们的思想的载体！从本质上来讲，机器视觉最核心的仍是图像处理，虽然光源、镜头、相机这些硬件设备也很重要，可是对图像的最终处理才表明了视觉的水平!不过我如今的工做，倒用不着去研究那些高深的图像处理算法（这个活儿目前中国人基本没有作得好的），我要作的是，在视觉算法库的基础上作二次开发，好比halcon、visionPro、OpenCV、SCI，能用好这些库，作好公司的视觉软件，就OK了！spa
好了，下一个问题，视觉能干什么？视觉能干的事情就太多了，各行各业，都能看到视觉的身影,汽车、激光、人脸识别、印刷、AOI、追踪定位......总的说来，视觉的应用有四大类：定位、检测、测量、识别。具体到咱们激光行业的话，四大类应用都有涉及，目前的话，咱们主要是定位、测量、检测。接口
接下来，就是视觉系统的组成。分为硬件和软件两部分。硬件：光源、镜头、相机、图像采集卡；软件：视觉处理软件。经常使用光源的种类有：条形光源、环形光源、同轴光源、点光源、线形光源、背光源，固然还能够针对具体的项目定制非标光源；镜头的种类主要是根据焦距来分的，有广角镜头（焦距<50mm），远距镜头（焦距>50mm）,远心镜头（景深打、视野小）；相机的分类就比较复杂一点，根据芯片的类型分，有数字相机和模拟相机；根据成像的颜色分可分为黑白相机和彩色相机；根据产品运动状态，选择线阵相机或者面阵相机;根据芯片材料的不一样，分为CCD和CMOS；最近还听到一种分类方式，是根据相机的快门的曝光方式分的，分为全局相机和卷帘相机。最后就是软件了，最终的成型的视觉软件就不说了，确定每一个公司或者领域都有本身独特的视觉软件，可是所依赖的算法库也就只有几种：halcon、visionPro、OpenCV、MATLAB；开发
再就是设备的选型，要说这个的话还得好好整理下，在这里就不细说了，大概就是：产品
1.光源的打光方式，这是设备选型和项目评估中最重要也最复杂的一个环节，虽然去了OPT几天，可是也就看到了个皮毛； io
2.镜头的选型相对来讲比较简单，只须要考虑焦距，工做距离，芯片的尺寸、畸变、景深、分辨率的大小以及和相机的接口；图像处理
3.相机的选型须要考虑的参数就会多一点，分辨率、帧率、视野大小、物体运动状态、芯片尺寸、与镜头的接口、相机输出的接口、采集图像的颜色等；class
4.软件的选择会比较灵活一点，根据不一样的项目、不一样的精度要求、能够选择不一样的软件，达到最高的性价比。基础
最后就来讲说视觉设备的主要供应商，其实这部分我接触的供应商虽然有一些，可是可能功课作得不够，对各个供应商的优点及劣势，还不能很好地把握，这也是之后工做中须要注意的一个地方。
1.光源的供应商：OPT，锐视、CCS、KKIMAC；其中，CCS是日本的一个企业，他们是最先作光源的；KKIMAC也是日本的公司，他们的优点主要是点光源和一些小光源作得比较好；OPT是国内最大的光源公司，光源的质量上有保障；锐视也是在东莞的一家作光源的公司，它们的产品性价比比较高；
2.镜头的供应商：据我所知，主要有映美精和凌云，还有一些作相机的企业大部分都会有本身的镜头，映美精和凌云的产品接触得很少，也不是很了解，后续再补充；
3.相机的供应商：康耐视、基恩士、Basler、大华、灰点、MV、CIS......康耐视是美国的的公司，他们的相机很贵，可是是品牌，稳定性等各方面都比较好，在高精度的项目中可使用；基恩士主要是智能相机，就是将他们的处理软件集成到相机中去了，用户使用起来会很方便，但确实也很贵，用户能作的工做相对来讲就不是不少了，不太适合咱们；其余的相机没怎么接触过，之后再说吧；
4.软件的选型：主要仍是根据项目来，通常的项目，精度要求不高的项目，就用国内一些视觉公司本身开发的开发包就能处理了；可是若是是高精度的、复杂的项目仍是要用国外的算法库，像halcon和visionPro。
总结下来，发现对之前的知识仍是有些遗忘，也发现了以前的学习盲点，好比：视觉设备的供应商以及他们各自的强项，这多是因为以前在学习选型的时候重点放在了用参数来选型，忽略了不一样的供应商提供的不一样的产品这一块；接下来的工做首先是用SCI算法库基于QT开发视觉界面；在应用阶段还要继续设备选型、打光的深刻学习；而后基于halcon以及visionPro的算法库的视觉界面的开发；再后面可能就是基于OpenCV来开发本身的算法库，集成封装成界面！