Halcon-機(jī)器視覺：?
課程目標(biāo)：
1、掌握機(jī)器視覺技術(shù)的基本原理以及數(shù)學(xué)方法；
2、掌握C#與Halcon相關(guān)的機(jī)器視覺算子的使用；
3、利用C#與Halcon能夠進(jìn)行機(jī)器視覺應(yīng)用的開發(fā)
?
課程大綱：
|
時(shí)間
|
主題
|
內(nèi)容
|
|
第一天
|
上午
8:30-11:30
|
引言，圖像表達(dá)若干概念
|
引言
動(dòng)機(jī)
計(jì)算機(jī)視覺為什么是困難的
圖像表達(dá)與圖像分析的任務(wù)
連續(xù)圖像函數(shù)
圖像數(shù)字化
采樣
量化
數(shù)字圖像性質(zhì)
數(shù)字圖像的度量和拓?fù)湫再|(zhì)
直方圖
熵
圖像的視覺感知
圖像中的噪聲
彩色圖像
色彩物理學(xué)
人所感知的色彩
彩色空間
調(diào)色板圖像
|
|
下午
13:30-16:30
|
圖像分析的數(shù)據(jù)結(jié)構(gòu),圖像預(yù)處理
|
圖像數(shù)據(jù)表示的層次
傳統(tǒng)圖像數(shù)據(jù)結(jié)構(gòu)
矩陣
鏈
拓?fù)鋽?shù)據(jù)結(jié)構(gòu)
關(guān)系結(jié)構(gòu)
分層數(shù)據(jù)結(jié)構(gòu)
金字塔
四叉樹
其他金字塔結(jié)構(gòu)
像素亮度變換
位置相關(guān)的亮度校正
灰度級變換
幾何變換
像素坐標(biāo)變換
亮度插值
局部預(yù)處理
圖像平滑
邊緣檢測算子
|
|
第二天
|
上午
8:30-11:30
|
圖像預(yù)處理,分割
?
?
|
二階導(dǎo)數(shù)過零點(diǎn)
圖像處理中的尺度
Canny邊緣提取
參數(shù)化邊緣模型
多光譜圖像中的邊緣
頻域的局部預(yù)處理
用局部預(yù)處理算子作線檢測
角點(diǎn)（興趣點(diǎn)）檢測
最大穩(wěn)定極值區(qū)域檢測
圖像復(fù)原
容易復(fù)原的退化
逆濾波
維納濾波
閾值化
閾值檢測方法
最優(yōu)閾值化
多光譜閾值化
基于邊緣的分割
邊緣圖像閾值化
邊緣松弛法
邊界跟蹤
作為圖搜索的邊緣跟蹤
作為動(dòng)態(tài)規(guī)劃的邊緣跟蹤
Hough變換
使用邊界位置信息的邊界檢測
從邊界構(gòu)造區(qū)域
|
|
下午
13:30-16:30
|
分割
,形狀表示與描述
?
|
基于區(qū)域的分割
區(qū)域歸并
區(qū)域分裂
分裂與歸并
分水嶺分割
區(qū)域增長后處理
匹配
匹配標(biāo)準(zhǔn)
匹配的控制策略
分割的評測問題
監(jiān)督式評測
非監(jiān)督式評測
?
區(qū)域標(biāo)識(shí)
基于輪廓的形狀表示與描述
鏈碼
簡單幾何邊界表示
邊界的傅里葉變換
使用片段序列的邊界描述
B樣條表示
其他基于輪廓的形狀描述方法
形狀不變量
|
|
第三天：
|
上午
8:30-11:30
|
形狀表示與描述,物體識(shí)別
?
|
基于區(qū)域的形狀表示與描述
簡單的標(biāo)量區(qū)域描述
矩
凸包
基于區(qū)域骨架的圖表示
區(qū)域分解
區(qū)域鄰近圖
形狀類別
知識(shí)表示
統(tǒng)計(jì)模式識(shí)別
分類原理
分類器設(shè)置
分類器學(xué)習(xí)
支持向量機(jī)
聚類分析
神經(jīng)元網(wǎng)絡(luò)
前饋網(wǎng)絡(luò)
非監(jiān)督學(xué)習(xí)
神經(jīng)元網(wǎng)絡(luò)
|
|
下午
13:30-16:30
|
物體識(shí)別，圖像理解
|
物體識(shí)別
句法模式識(shí)別
語法與語言
句法分析與句法分類器
句法分類器學(xué)習(xí)與語法推導(dǎo)
作為圖匹配的識(shí)別
圖和子圖的同構(gòu)
圖的相似度
識(shí)別中的優(yōu)化技術(shù)
遺傳算法
模擬退火
模糊系統(tǒng)
模糊集和模糊隸屬函數(shù)
模糊集運(yùn)算
模糊推理
模糊系統(tǒng)設(shè)計(jì)與訓(xùn)練
模式識(shí)別中的Boosting方法
圖像理解控制策略
并行和串行處理控制
分層控制
自底向上的控制
基于模型的控制
混合的控制策略
非分層控制
通過隨機(jī)抽樣一致來擬合
點(diǎn)分布模型
活動(dòng)表觀模型
圖像理解中的模式識(shí)別方法
基于分類的分割
上下文圖像分類
|
|
第四天：
|
上午
8:30-11:30
|
圖像識(shí)別
|
層疊分類器用于快速物體檢測
場景標(biāo)注和約束傳播
離散松弛法
概率松弛法
搜索解釋樹
語義圖像分割和理解
語義區(qū)域增長
遺傳圖像解釋
隱馬爾可夫模型
應(yīng)用
耦合的HMM
貝葉斯信念網(wǎng)絡(luò)
高斯混合模型和期望最大化
|
|
下午
13:30-16:30
|
圖像形態(tài)學(xué)
|
形態(tài)學(xué)四原則
二值膨脹和腐蝕
膨脹
腐蝕
擊中擊不中變換
開運(yùn)算和閉運(yùn)算
灰度級膨脹和腐蝕
頂面、本影、灰度級膨脹和腐蝕
本影同胚定理和膨脹、腐蝕及開、閉運(yùn)算的性質(zhì)
頂帽變換
骨架和物體標(biāo)記
同倫變換
骨架和最大球
細(xì)化、粗化和同倫骨架
熄滅函數(shù)和最終腐蝕
最終腐蝕和距離函數(shù)
測地變換
形態(tài)學(xué)重構(gòu)
粒度測定法
形態(tài)學(xué)分割與分水嶺
粒子分割、標(biāo)記和分水嶺
二值形態(tài)學(xué)分割
灰度級分割和分水嶺
|
|
第五天：
|
上午
8:30-11:30
|
3D視覺和幾何
|
視覺任務(wù)
Marr理論
其他視覺范疇：主動(dòng)和有目的的視覺
射影幾何學(xué)基礎(chǔ)
射影空間中的點(diǎn)和超平面
單應(yīng)性
根據(jù)對應(yīng)點(diǎn)估計(jì)單應(yīng)性
單透視攝像機(jī)
攝像機(jī)模型
齊次坐標(biāo)系中的投影和反投影
從已知場景標(biāo)定一個(gè)攝像機(jī)
從多視圖重建場景
三角測量
射影重建
匹配約束
光束平差法
升級射影重建和自標(biāo)定
|
|
下午
13:30-16:30
|
3D視覺和幾何
|
雙攝像機(jī)和立體感知
極線幾何學(xué)——基本矩陣
攝像機(jī)的相對運(yùn)動(dòng)——本質(zhì)矩陣
分解基本矩陣到攝像機(jī)矩陣
從對應(yīng)點(diǎn)估計(jì)基本矩陣
雙攝像機(jī)矯正結(jié)構(gòu)
矯正計(jì)算
三攝像機(jī)和三視張量
立體對應(yīng)點(diǎn)算法
距離圖像的主動(dòng)獲取
由輻射測量到3D信息
由陰影到形狀
光度測量立體視覺
|
|
第六天：
|
上午
8:30-11:30
|
?
|
C++基礎(chǔ)
|
|
下午
13:30-16:30
|
?
|
程序框架設(shè)計(jì)
|
|
第七天：
|
上午
8:30-11:30
|
?
|
工業(yè)非標(biāo)設(shè)備硬件架構(gòu)
常見工控選型以及方案
|
|
下午
13:30-16:30
|
?
|
機(jī)器視覺系統(tǒng)設(shè)計(jì)以及平臺(tái)搭建
|
|
第八天：
|
上午
8:30-11:30
|
?
|
實(shí)例：基于工控機(jī)以及機(jī)器視覺的工件缺陷監(jiān)測系統(tǒng)
|
|
下午
13:30-16:30
|
?
|
實(shí)例：基于工控機(jī)以及機(jī)器視覺的工件缺陷監(jiān)測系統(tǒng)
|
?
以上課程可以根據(jù)客戶實(shí)際情況進(jìn)行靈活調(diào)整。
