机器视觉项目流程

一、总体项目流程：

1. 需求分析：一个项目主要包含
   1）定位（①Blob分析（主要包括二值化、形态学处理、特征选择，受光照影响较大）、②模板匹配）、识别；
   2）缺陷检测
   3）OCR字符识别
   4）测量类的项目这四个大方向
2. 方案设计：根据客户应用的场合不同，选择相应的镜头、相机、支架、光源及如何打光等
3. 概要设计：软件架构体系，vc++联合halcon还是c#联合halcon等，还有算法流程，怎么通讯、怎么识别等
4. 详细设计：每一个功能模块怎么做，包括图像采集模块、处理模块、包括算法模块，如何通讯等。通常将每个模块形成一个动态库，调用相应的接口函数即可，项目图像采集调用SDK也是调用动态库的过程。
   常见的视觉项目中图像处理框架：
   1）采集图像
   2）图像预处理：滤波、二值化等处理以克服图像干扰。
   3）形态学或特征处理（深度学习的话，后面还要加上训练、识别）
   4）显示
5. 调试
6. 测试、修改
7. 交互给客户，让客户按照合同中的技术指标执行
8. 维护

        相机、镜头、光源的选型及打光也就是上面项目流程第二步方案设计的内容，这里推荐一本书《工程光学》,讲的比较详细。

二、具体项目流程：

一）定位识别项目

1. 采集
2. 图像预处理：对采集到的图像进行（几何变换）、灰度化、图像增强（gray_range_rect—使图像亮的地方更亮，暗的地方更暗）、滤波、二值化、细化等
3. 定位（blob分析、模板匹配）
4. 特征提取： 有形状特征、纹理特征、概率特征、角点、特征描述算子特征等，直接影响定位、识别的效果
5. 识别
6. 显示