最近力維與我開始使用NI 的 Vision Builder 來進行視覺辨識與分析 (試用版請按我)
我們會在近日的blog上和大家分享使用上的心得。
首先第一件要討論的就是: 如何照出一張合適的照片?
先讓我們看看幾張不大適合的照片:
1. 景深太淺, 我們希望整張照片的背側主體都是清楚的. 大光圈鏡頭很迷人沒有錯, 但現在是在拍檢測照片, 愈清楚愈好, 不是拍美美的沙龍照…
2. 背景太雜亂. 在影像處理上有一個步驟稱為邊緣檢測(Edge detection), 它假設每一個像素鄰近的像素顏色與它是相似的. 換句話說, 如果兩個鄰近的像素顏色出現一定程度的差異, 則這裡很有可能是edge。 光感應軌跡車也是應用相同的概念。
3. 變形量太大. 拍照上如果使用小於50mm的鏡頭稱為廣角鏡頭, 反之則稱為望遠鏡頭. 因為人眼睛的視野約等於50mm的鏡頭的視角。使用廣角鏡頭就會產生變形(distortion)以達到某些視覺上的效果, 因為他要把看到的東西都擠進畫面中。 網路上有一些大頭狗的照片就是使用刻意不抑制變形的鏡頭或用軟體後製。 這樣在檢測上會造成困擾, 因為我們會想要知道受測物的幾何性質, 例如尺寸, 面積, 座標點, 旋轉等等, 所以變形也不是我們想看到的。
總結以上三點, 如果我們想要計算一堆齒輪上圓洞的總數, 下面這張照片就是自找麻煩…
應該像下面這張照片一樣:
1. 將受測物分開擺放
2.搭配適當照明來減低陰影
3.使用單色背景紙來增加背景與受測物之間的對比.
4. 使用50mm以上的鏡頭來減低變形, 本照片使用100mm鏡頭, 光圈8, 曝光+2/3.
呼, 在開始分析之前怎麼就累得滿頭大汗了呢?
