## Lec12 测量

### 一、1D Edge 

定义：在区域内取一条线段，考察线段上像素的分布

![image-20220526145624325](C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20220526145624325.png)

#### （一）极性

1、提取边缘的方向可能会影响边缘的质量

2、从一阶导图像能够看出正边缘和负边缘

3、ROI可以规定方向，由此区分正边缘和负边缘

#### （二）减少噪声

##### 1、等间隔取样平均

处理无序噪声

![image-20220526143719542](C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20220526143719542.png)

![image-20220526144149594](C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20220526144149594.png)

##### 2、平滑profile

等间隔取样平均后的结果再平均，可以处理有序噪声

##### 3、平滑profie:平滑+求导

Canny:高斯核用于平滑，高斯核导数用于计算一阶导，算法能分离不能迭代（递归）

Deriche:能够分离和迭代（递归）

##### 4、NMS

沿着profile考察各个梯度点，梯度值大于附近两个时为目标边缘

#### （三）亚像素

沿着profile考察各个梯度点，用邻近的两个边缘点和他本身拟合一条二次曲线，定点是亚像素级别的边缘

**图像目标有旋转和平移怎么办？**

模板匹配->仿射变换矩阵->保证ROI区域不变



### 二、2D Edge

 #### （一）一阶导和二阶导求取边缘的不同

![image-20220526145643271](C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20220526145643271.png)

二阶导能够包含角点信息，一般大于实际轮廓----------->更多凹凸细节

一阶导一般小于实际轮廓，更多保留平滑边缘----------->更加圆滑

#### （二）二维亚像素

对于边缘像素：考察他的 3x3邻域，用9个数据拟合二次曲面（6个参数），在梯度方向构建垂直于图像平面的平面，求平面和二次曲面的交线上的极值点，就是亚像素精度边缘点

![image-20220526151731984](C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20220526151731984.png)

### 三、精度

#### （一）准确度

真实精度：测量值和真实值的偏差，依据绝对误差表示

#### （二）精确度

重复精度：测量值和平均值的接近程度，依据方差表示

![image-20220526152442968](C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20220526152442968.png)

### 四、拟合

#### （一）最小二乘直线拟合

##### 1、代价函数

$$
\epsilon=\Sigma (\alpha r_i+\beta c_i+\gamma)-\lambda(\alpha+\beta-1)n
$$

矩形拟合形式：有点复杂，摆烂了

##### 2、削弱远离直线点的影响:给远离直线的点更小的权重

IRLS算法

（1）取权重都是1->拟合一条曲线->根据各个点距离直线的远近确定新的权重

（2）使用新的权重拟合直线

#### （二）圆拟合

### 五、轮廓分割

#### （一）？

#### （二）分割直线

1、用途：分段拟合

2、算法：定义$d_{max}$为最大容许距离，在区域内不断进行分割，知道边缘点到分割直线的距离小于$d_{max}$



## Lec13

规则几何形状：1D边缘

不规则形状:2D边缘，再计算亚像素精度boundary

### 一、相机标定

![image-20220526155923536](C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20220526155923536.png)

### 二、OCR字符识别

二值化，像素投影，字符分割

### 三、二维码Barcode

### 四、三维识别

结构光、飞行时间

### 五、缺陷检测