实力贴！尽我所能，回答吧友提出的各种机器视觉领域的问题！

学习机器视觉，主要得看你偏向于哪些方面？机器视觉技术包含两部分：机器（硬件技术，也就是怎么样采用合适的硬件组合拍出非常理想的图像）和视觉（软件技术，即图像处理）。如果要学习硬件技术，这是需要较大成本的，仅靠看书是不够的。最好的办法是先拿一些不同的光源、镜头、相机实际测试学习，然后再看书学理论。如果后面是要做视觉类应用项目，硬件技术是非常非常非常重要的。图像处理方面得看是了解理论知识呢还是应用。如果理论那么就买学校上课用的教材就行，这个太多了，京东上搜索一下很多的。如果是应用的话可以学习一些图像处理平台，比如：halcon、vison pro等

视觉在控制系统中传递的数据只是坐标值。先假定你是单目二维定位（三维的较复杂，如果你是三维定位再单独解释），那么首先必须有一套视觉定位硬件系统（相机、镜头、光源），使用该系统对被测目标进行拍照，然后计算该目标在图像中坐标位置，该坐标可以相对于视觉系统本身也可以相对于视场范围内某个不动的标志点。然后根据运动系统和视觉系统（或标志点）之间的坐标系关系进行坐标转换。将转换后的坐标反馈给运动控制系统即可。使用运动控制卡控制电机时，需要把运动行程转换成脉冲数，这是运动控制系统的事情了，就不多讲了

回复929320831： 不管是什么方面的视觉检测，打光的目的只有一个——就是把感兴趣的特征点凸显 出来即可。所以在不知道你被测对象时，没有具体的方案。简单说，如果你能把被测对象通过打光的方式让被测对象像白纸上的一个黑点那么清晰，你的打光就是非常成功的了。另外说一下，你用双目视觉的方式做三维还原，你的学位应该不低啊！还有你用双目视觉做三维还原，你说的打光方式不会指的是打结构光吧？期待进一步讨论。

回复 夜月羽love :根据我的了解，目前用机器视觉技术做三维数据测量还是比较难的，大致有以下几种办法：
1、双目视觉：这是最容易理解的，难点在于用图像预处理准确获取特征点和立体匹配
2、双目+结构光：在上面的基础上使用结构光来指定特征点，但是精度以结构光的密度来衡量，精度较低。学术界有一种办法是采用可编程结构光
3、单目+激光：三角测量法。这个原理简单，但是硬件结构很复杂，高精度的标定难以实现
综上，如果是对点云密度要求高的话，不建议采用视觉的方式。如果是对一些典型特征的被测对象进行三维信息测量，用视觉还是很好的办法

你好。第一、物体的三维空间速度需要根据物体在空间的三维坐标来计算，通过双目视觉的方式来获取被测对象的三维坐标进行计算，原理上是完全行得通的。精确度跟以下几点有关：
1、图像获取帧率：每秒钟获取的图像帧数越多，对被测物的位置描述就越精确；
2、运动速度较高，要想清晰的抓拍到，对相机的曝光方式和曝光时间要求较高，需要用比较好的硬件设备；
3、最终三维坐标的测量精度和双目系统的标定精度、立体匹配算法、相机分辨率、基线距离等都有关系。
第二、自转角速度测量。这个比较难，因为物体在空间中的转动是随机的，采用双目视觉没有办法把球体表面的所有特征点都获取到。也就是说没有办法获取到同一个点的序列三维坐标。
综上，把被测对象简化为一个点来计算其序列三维空间坐标只要硬件配置的好，还是可以解决的。但是检测被测对象自身的信息还是比较难得。给你一个链接资料参考：http://www.mv186.com/show-product-243.html

你好。第一、物体的三维空间速度需要根据物体在空间的三维坐标来计算，通过双目视觉的方式来获取被测对象的三维坐标进行计算，原理上是完全行得通的。精确度跟以下几点有关：
1、图像获取帧率：每秒钟获取的图像帧数越多，对被测物的位置描述就越精确；
2、运动速度较高，要想清晰的抓拍到，对相机的曝光方式和曝光时间要求较高，需要用比较好的硬件设备；
3、最终三维坐标的测量精度和双目系统的标定精度、立体匹配算法、相机分辨率、基线距离等都有关系。
第二、自转角速度测量。这个比较难，因为物体在空间中的转动是随机的，采用双目视觉没有办法把球体表面的所有特征点都获取到。也就是说没有办法获取到同一个点的序列三维坐标。
综上，把被测对象简化为一个点来计算其序列三维空间坐标只要硬件配置的好，还是可以解决的。但是检测被测对象自身的信息还是比较难得。本来要给你链接的，但是被度娘封了。你可以自己百度下MV-VS220这套系统。

针对该图像可以有以下几种思考办法，再考虑打光问题：
1、根据现在的图像，我简单的做了下阈值，可以根据面积筛选出瑕疵，见下图（如果图中那个白色弯曲形状是瑕疵的话）；
2、如果干扰长条是很规律的，而且白条不会影响瑕疵的获取，可以用算法来解决；
3、从硬件的角度来看，该被测对象是比较反光的，可以采用线阵相机和线光源；
4、如果必须要用，面阵相机，可以尝试用条形光源从下面向上打，就是“暗视场”打光法。
因为没有见到实物，所以不好准备的建议。说实在话，打光是机器视觉里面最难得。

这个问题宽泛了，主要看你想干嘛。图像处理软件实现的功能都一样，可以从软件的集成程度来分。使用C从底层开始写——自由度最高，需要很深的图像处理知识储备，工作量极大；基于openCV、halcon、labview vison、XAVIS等图像处理平台开发——相对省事，平台有大量集成好的图像处理算子，只要学会了用这些算子，就可以较快的开发出图像处理软件；基于vision pro、MVICS等智能软件——这些软件平台基本就是面向最终用户的最终软件了，用户不需要懂编程，只要会设置不同模块的功能就可以实现视觉检测了。

有两点建议可供参考：上策不要使用这种监控相机输出的图像，将硬件部分升级下，最重要的是把光源升级下，保证所得图像的稳定性，如能通过打光手段把被测对象区分出来最好了。下策考虑被测对象是传送带，为了检测其是否有偏移，需要检测边缘。图像层次感不好，所以可以尝试使用帧差分法，把图像流中的运动目标检测出来，再进行进一步预处理，获取到准备的边缘位置。

还有想沟通的吗

这个帖子别沉了啊。这里面问问题的也有大神，而且禁止广告（我看到广告回复直接删除的），整个精品贴出来。

回复楼上：
1、这是计算深度信息。如果是根据一帧图像计算，那么必须已知拍照系统的内外参数，就是相机位置和焦距什么的，基本原理就是小孔成像。多幅图像可以参照双目立体视觉原理。
2、如果没有其他更详细参数，直接计算物体的运动参数，我觉得无解。获取运动参数，我觉得必须得知道两帧图像得拍照时间戳。
3、如果只是获取表面二维信息，比如纹理之类得，就非常简单了。属于常规图像预处理

自己顶以下