圖像數(shù)據(jù)編碼一般采用預(yù)測編碼，即將圖像數(shù)據(jù)的空間變化規(guī)律和序列變化規(guī)律用一個預(yù)測公式表示，如果知道了某一像素的前面各相鄰像素值之后，可以用公式預(yù)測該像素值。機器視覺技術(shù)可以大幅降低檢測成本,提高產(chǎn)品質(zhì)量,提高生產(chǎn)速度和效率,因而在工業(yè)檢測和控制領(lǐng)域得到了廣泛應(yīng)用。采用預(yù)測編碼，一般只需傳輸圖像數(shù)據(jù)的起始值和預(yù)測誤差，因此可將8比特/像素壓縮到2比特/像素。

變換壓縮方法是將整幅圖像分成一個個小的（一秀取8*8或16*16）數(shù)據(jù)塊，再將這些數(shù)據(jù)塊分類、變換、量化，從而構(gòu)成自適應(yīng)的變換壓縮系統(tǒng)。該方法可將一幅圖像的數(shù)據(jù)壓縮到為數(shù)不多的幾十個特傳輸，在接收端再變換回去即可。

邊緣銳化

圖像邊緣銳化處理主要是加強圖像中的輪廓邊緣和細節(jié)，形成完整的物體邊界，達到將物體從圖像中分離出來或?qū)⒈硎就晃矬w表面的區(qū)域檢測出來的目的。它是早期視覺理論和算法中的基本問題，也是中期和后期視覺成敗的重要因素之一。

那么，機器視覺系統(tǒng)設(shè)計的難點都有哪些？本文主要總結(jié)了一下五點，

一：打光的穩(wěn)定性

工業(yè)視覺應(yīng)用一般分成四大類：定位、測量、檢測和識別，其中測量對光照的穩(wěn)定性要求高，因為光照只要發(fā)生10-20%的變化，測量結(jié)果將可能偏差出1-2個像素，這不是軟件的問題，這是光照變化，導(dǎo)致了圖像上邊緣位置發(fā)生了變化，即使再厲害的軟件也解決不了問題，必須從系統(tǒng)設(shè)計的角度，排除環(huán)境光的干擾，同時要保證主動照明光源的發(fā)光穩(wěn)定性。當然通過硬件相機分辨率的提升也是提，抗環(huán)境干擾的一種辦法了。機器視覺系統(tǒng)的組成機器視覺系統(tǒng)是指用計算機來實現(xiàn)人的視覺功能，也就是用計算機來實現(xiàn)對客觀的三維世界的識別。比如之前的相機對應(yīng)物空間尺寸是1個像素10um，而通過提升分辨率后變成 1個像素5um，精度近似可以認為提升1倍，對環(huán)境的干擾自然增強了。

第二：工件位置的不一致性

一般做測量的項目，無論是離線檢測，還是在線檢測，只要是全自動化的檢測設(shè)備，首先做的一步工作都是要能找到待測目標物。國內(nèi)機器視覺檢測的相對成熟的自動化產(chǎn)品質(zhì)量以及技術(shù)含量偏低，市場也遠遠沒有飽和。每次待測目標物出現(xiàn)在拍攝視場中時，要能準確知道待測目標物在哪里，即使你使用一些機械夾具等，也不能特別保證待測目標物每次都出現(xiàn)在同一位置的，這就需要用到定位功能，如果定位不準確，可能測量工具出現(xiàn)的位置就不準確，測量結(jié)果有時會有較大偏差

第三：標定

一般在測量時需要做以下幾個標定，一光學(xué)畸變標定（如果您不是用的軟件鏡頭，一般都必須標定），二投影畸變的標定，也就是因為您安裝位置誤差代表的圖像畸變校正，三物像空間的標定，也就是具體算出每個像素對應(yīng)物空間的尺寸。

不過目前的標定算法都是基于平面的標定，如果待測量的物理不是平面的，標定就會需要作一些特種算法來處理，通常的標定算法是解決不了的。

此外有些標定，因為不方面使用標定板，也必須設(shè)計特殊的標定方法，因此標定不一定能通過軟件中已有的標定算法全部解決。

第四：物體的運動速度

如果被測量的物體不是靜止的，而是在運動狀態(tài)，那么一定要考慮運動模糊對圖像精度（模糊像素=物體運動速度*相機曝光時間），這也不是軟件能夠解決的。

第五：軟件的測量精度

在測量應(yīng)用中軟件的精度只能按照1/2—1/4個像素考慮，好按照1/2，而不能向定位應(yīng)用一樣達到1/10-1/30個像素精度，因為測量應(yīng)用中軟件能夠從圖像上提取的特征點非常少。

在實現(xiàn)工件表面平整度（平面度）、翹曲度測量的同時，實現(xiàn)各種復(fù)雜，精密零件的輪廓，表面尺寸，角度與位置等精準測量，可實現(xiàn)全自動編程，基于CAD數(shù)模的測量，各種SPC報表功能等。適用于檢定量塊的研合性和平面度以儀器和量具的測量面、工作面的平面度。而機器視覺就完全克服了這一問題，即使一天20小時以上的不間斷檢測都完全沒有問題。亦可用于檢定的平面零件，例如，平面光學(xué)零件、平板、導(dǎo)軌、密封件等。平面平晶特別適用于計量單位、實驗室作為標準平面和樣板。

機器視覺技術(shù)在工業(yè)在線檢測中的應(yīng)用是近幾年來的研究熱點之一。機器視

覺技術(shù)可以大幅降低檢測成本,提高產(chǎn)品質(zhì)量,提高生產(chǎn)速度和效率,因而在工

業(yè)檢測和控制領(lǐng)域得到了廣泛應(yīng)用。本文以機器視覺技術(shù)為基礎(chǔ),以圖像處理技

術(shù)和串口通信技術(shù)為主要方法,開發(fā)出了基于LabVIEW的微型電感器生產(chǎn)裝備

的在線視覺檢測系統(tǒng)。

針對微型電感器生產(chǎn)裝備在線檢測要求,結(jié)合機器視覺系統(tǒng)的功能及結(jié)構(gòu)特

點,利用圖像采集、顯示、處理和分析、PLC與PC通信技術(shù),完成了微型電感

器生產(chǎn)裝備視覺檢測系統(tǒng)的設(shè)計,包括系統(tǒng)的結(jié)構(gòu)設(shè)計、硬件配置、圖像處理系

統(tǒng)的設(shè)計、與PLC實現(xiàn)通信系統(tǒng)的設(shè)計等。

在系統(tǒng)的硬件配置設(shè)計方面,根據(jù)實際檢測情況的要求,選擇了合適的圖像

采集卡、光學(xué)鏡頭、CCD攝像頭和光源,并且合理設(shè)計了它們的安裝位置,使其

可以很好的滿足檢測要求。

圖像處理系統(tǒng)軟件設(shè)計是基于M公司的虛擬儀器軟件LabV工EW及圖像處理工

具包IMAQvlsION開發(fā)的,總體上可以分為圖像采集、圖像處理、圖像分析和

圖像識別幾個部分。根據(jù)微型電感器在生產(chǎn)過程中容易出現(xiàn)的質(zhì)量問題,我們用

圖像處理的方法分別檢測了裝備的夾具是否夾好電感器、裝備的送線機構(gòu)是否把

線送到位,和終的微型電感器的焊點焊接質(zhì)量。在設(shè)計過程中運用的圖像處理

方法主要有:計算圖像的灰度值、圖像噪聲去除、圖像增強、圖像二值化處理、

圖像的形態(tài)分析、圖像的模板匹配等。