机器视觉应用方向及学习思路总结

1、halcon软件提供的是快速的图像处理算法解决方案，不能提供相应的界面编程需求，需要和VC++结合起来构造MFC界面，才能构成一套完成的可用软件。
2、机器视觉在工业上的需求主要有二维和三维方面的

二维需求方面有：⑴识别定位；（2）OCR光学字符识别；（3）一维码、二维码识别及二者的结合；（4）测量类（单目相机的标定）；（5）缺陷检测系列；（6）运动控制，手眼抓取（涉及手眼标定抓取等方面）

三维需求方面：（1）摄像机双目及多目标定（2）三维点云数据重构

3、要成为一名合格的机器视觉工程师必须具备以下三个方面的知识

（1）图像处理涉及以下几大领域：

A、图像处理的基本理论知识（图像理论的基础知识）

B、图像增强（对比度拉伸、灰度变换等）

C、图像的几何变换（仿射变换，旋转矩阵等）

D、图像的频域处理（傅里叶变换、DFT、小波变换、高低通滤波器设计）

E、形态学（膨胀、腐蚀、开运算和闭运算以及凸壳等）

F、图像分割（HALCON里的Blob分析）

G、图像复原

H、运动图像

I、图像配准（模板匹配等）

J、模式识别（分类器训练，神经网络深度学习等）

比较好的参考书籍有

经典教材：冈萨雷斯的《数字图像处理》及对应的MATLAB版

杨丹等编著《MATLAB图像处理实例详解》

张铮等编著《数字图像处理与机器视觉——Visual C++与MATLAB实现》

左飞编著的《数字图像处理：原理与实践（MATLAB版）》

左飞编著的《数字图像处理技术详解与Visual C++实践》

谢凤英编著的《Visual C++数字图像处理》

《精通系列·精通Visual C++数字图像处理典型算法及实现(第2版)》

（2）软件编程功底
具备C，C++，C#及MFC界面开发的功底
A、C语言的学习主要看谭浩强写的C语言相关知识
B、C++主要看C++ primer plus书籍

C、MFC的学习主要看孙鑫编写的《VC++深入详解》这本书及相应的视频教程，并在VC++6.0软件或VS2010等软件上编写程序和实践。

D、C#可以看书籍《C#从入门到精通》、《Head First C#》、《C#入门经典》、

《C#图解教程》、《C#高级编程》、《.Net Frameword 高级编程》、《CLR via C#》

（3）光学知识：

主要阅读书籍《工程光学》、重点放在几何光学方面，了解成像原理及相应的光路分析，知道光源的特性、镜头分辨率、相机分辨率等方面的知识。

光学知识主要在你设计方案时相机、光源、镜头等选型时起到关键作用。

软件功底的作用是软件的架构设计分析，架构包括UI层设计、业务逻辑层开发、数据层开发。

HACLON主要完成图像处理算法的实现。

目前市场上工业领域中主流的图像算法处理软件有HALCON, NIvisionpro, opencv

学习HALCON最重要的是学习其中的方法、流程和套路

4、HALCON主要完成图像算法的流程套路如下：

特征提取总结：

1、几何特征（面积、周长、矩形度）2、纹理特征（与灰度相关，如熵、能量值）

3、颜色特征4、概率特征5、算子描述特征 6、Hough特征（梯度直方图特征）
 

做机器视觉的项目，拿到项目时一般遵循如下流程：

第一步：需求分析，建立相应的方案

第二步：算法流程规划及业务逻辑设计

第三步：模块化编程及集成化实现

第四步：调试，根据反馈结果来不断的修改程序Bug，达到客户需求，最后交付客户及软硬件操作文档。

学习机器视觉的好方法：

1、学习机器视觉一定要结合项目实战，在实践中学习总结经验教训，系统化学习所需知识。

2、补充一定的C++和c#知识，进行VS联合开发，客户现场的学习和现场调试，不断学习示例分析，掌握方法套路流程。

3、根据实际问题，学习模块调用，按照方法套路学习。

4、最好是先用HALCON实现图像处理部分，然后在VS2010开发软件中利用MFC图形界面实现出来，实践学习是最好的方法。

机器视觉学习的发展趋势是结合神经网络、深度学习进行相应的人工智能机器视觉开发。