Halcon機器視覺培訓

時間

主題

內容

第一天

上午

8:30-11:30

引言，圖像表達若干概念

引言

動機

計算機視覺為什么是困難的

圖像表達與圖像分析的任務
連續圖像函數

圖像數字化
采樣

量化

數字圖像性質
數字圖像的度量和拓撲性質
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
人所感知的色彩
彩色空間
調色板圖像

下午

13:30-16:30

圖像分析的數據結構,圖像預處理

圖像數據表示的層次
傳統圖像數據結構
矩陣
鏈
拓撲數據結構
關系結構
分層數據結構
金字塔
四叉樹
其他金字塔結構
像素亮度變換
位置相關的亮度校正
灰度級變換
幾何變換
像素坐標變換
亮度插值
局部預處理
圖像平滑
邊緣檢測算子

第二天

上午

8:30-11:30

圖像預處理,分割

?

?

二階導數過零點
圖像處理中的尺度
Canny邊緣提取
參數化邊緣模型
多光譜圖像中的邊緣
頻域的局部預處理
用局部預處理算子作線檢測
角點（興趣點）檢測
最大穩定極值區域檢測
圖像復原
容易復原的退化
逆濾波
維納濾波

閾值化
閾值檢測方法
最優閾值化
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
作為動態規劃的邊緣跟蹤
Hough變換
使用邊界位置信息的邊界檢測
從邊界構造區域

下午

13:30-16:30

分割

,形狀表示與描述

?

基于區域的分割
區域歸并
區域分裂
分裂與歸并
分水嶺分割
區域增長后處理
匹配
匹配標準
匹配的控制策略
分割的評測問題
監督式評測
非監督式評測

?

區域標識
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,物體識別

?

基于區域的形狀表示與描述
簡單的標量區域描述
矩
凸包
基于區域骨架的圖表示
區域分解
區域鄰近圖
形狀類別

知識表示
統計模式識別
分類原理
分類器設置

分類器學習
支持向量機
聚類分析
神經元網絡
前饋網絡
非監督學習
神經元網絡

下午

13:30-16:30

物體識別，圖像理解

物體識別

句法模式識別
語法與語言
句法分析與句法分類器
句法分類器學習與語法推導
作為圖匹配的識別
圖和子圖的同構
圖的相似度
識別中的優化技術
遺傳算法
模擬退火
模糊系統
模糊集和模糊隸屬函數
模糊集運算
模糊推理
模糊系統設計與訓練
模式識別中的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
通過隨機抽樣一致來擬合
點分布模型
活動表觀模型
圖像理解中的模式識別方法
基于分類的分割
上下文圖像分類

第四天：

上午

8:30-11:30

圖像識別

層疊分類器用于快速物體檢測
場景標注和約束傳播
離散松弛法
概率松弛法
搜索解釋樹
語義圖像分割和理解
語義區域增長
遺傳圖像解釋
隱馬爾可夫模型
應用
耦合的HMM
貝葉斯信念網絡
高斯混合模型和期望最大化

下午

13:30-16:30

圖像形態學

形態學四原則
二值膨脹和腐蝕
膨脹
腐蝕
擊中擊不中變換
開運算和閉運算
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、閉運算的性質
頂帽變換
骨架和物體標記
同倫變換
骨架和最大球

細化、粗化和同倫骨架
熄滅函數和最終腐蝕
最終腐蝕和距離函數
測地變換
形態學重構
粒度測定法
形態學分割與分水嶺
粒子分割、標記和分水嶺
二值形態學分割
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
Marr理論
其他視覺范疇：主動和有目的的視覺
射影幾何學基礎
射影空間中的點和超平面
單應性
根據對應點估計單應性
單透視攝像機
攝像機模型
齊次坐標系中的投影和反投影
從已知場景標定一個攝像機
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定

下午

13:30-16:30

3D視覺和幾何

雙攝像機和立體感知
極線幾何學——基本矩陣
攝像機的相對運動——本質矩陣
分解基本矩陣到攝像機矩陣
從對應點估計基本矩陣
雙攝像機矯正結構
矯正計算
三攝像機和三視張量
立體對應點算法
距離圖像的主動獲取
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

實驗1-2

1.一維測量二維測量原理、測量矩形、測量弧形原理以及案例套路解析、測量助手的使用，包括測量矩形、弧形的數學投影原理本質以及實戰

2.連接相機進行一維二維工件實際尺寸測量實戰（工件在正交平面與非正交平面任意姿態都可以）

下午

13:30-16:30

實驗3-4

3.單相機標定原理以及采用標定助手進行標定實戰

單相機標定進行畸變矯正和實際尺寸測量以及同心度測量，包括畸變理想參數求解的原理，adaptive、fixed的區別等。只靠單相機進行標定并且測量物料實際高度，玩轉姿態變換

4.邊緣檢測原理（一階二階導數詳細推導包括離散卷積核等）以及實戰解析，包括卷積的詳細推導以及實戰、圖像濾波的本質，離散卷積與邊緣檢測的關系與推導實戰，包括空間卷積與頻域的關系）

第七天：

上午

8:30-11:30

實驗5-6

5.擬合原理以及擬合直線、圓、橢圓、矩形的項目實戰，包括擬合的本質，最小二乘、離群值的剪切、XLD亞像素的本質與屬性、中心XLD線提取等）

6.工業缺陷需求的種類（如劃痕、瑕疵、探傷、缺損、凸凹等細小缺陷、印刷字符缺陷檢測、邊緣凹陷、藥品缺陷缺少、物料正反錯、物料劃痕探傷、液晶屏缺陷、貼片電阻缺陷檢測等）以及常規六大金剛處理算法

下午

13:30-16:30

實驗7-8

7.Blob分析+定位+特征檢測缺陷實戰

8.差分+特征+定位檢測缺陷實戰

第八天：

上午

8:30-11:30

實驗9-10

頻域+空間域檢測缺陷實戰（包括頻域濾波的技巧、歸一化、濾波器、熵、能量等）

測量擬合缺陷實戰

下午

13:30-16:30

實驗11

11.機器學習檢測缺陷（深度學習、mlp、svm、貝葉斯、隨機森林、gmm等分類器）