一、視覺(jué)傳感器的特點(diǎn)有哪些

1、信息量極為豐富，不僅包含有視野內(nèi)物體的距離信息，而且還有該物體的顏色、紋理、深度和形狀等信息。

2、多任務(wù)檢測(cè)，在視野范圍內(nèi)可同時(shí)實(shí)現(xiàn)道路檢測(cè)、車輛檢測(cè)、行人檢測(cè)、交通標(biāo)志檢測(cè)、交通信號(hào)燈檢測(cè)等。

3、視覺(jué)SLAM，通過(guò)攝像頭可以實(shí)現(xiàn)同時(shí)定位和建圖。

4、實(shí)時(shí)獲取場(chǎng)景信息，提供的信息不依賴于先驗(yàn)知識(shí)，比如GPS導(dǎo)航依賴地圖信息，有較強(qiáng)的適應(yīng)環(huán)境的能力。

5、與機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等人工智能加快融合。

二、視覺(jué)傳感器為什么需要邊緣檢測(cè)

邊緣檢測(cè)是機(jī)器視覺(jué)中必不可少的環(huán)節(jié)，是一種重要的圖像預(yù)處理技術(shù)。

由于邊緣是灰度值不連續(xù)的結(jié)果，這種不連續(xù)?？梢岳们髮?dǎo)數(shù)方便的檢測(cè)到，一般選擇一階和二階導(dǎo)數(shù)來(lái)檢測(cè)邊緣。在視覺(jué)傳感器檢測(cè)中，這種方法通常稱為邊緣檢測(cè)局部算子法。針對(duì)圖像邊緣的檢測(cè)，運(yùn)用Canny算法進(jìn)行圖像的處理分割檢測(cè)，具體算法基本步驟如下：

1、濾波

邊緣檢測(cè)算法主要是基于圖象強(qiáng)度的一階和二階導(dǎo)數(shù)，但導(dǎo)數(shù)的計(jì)算對(duì)噪聲很敏感，因此必須使用濾波器來(lái)改善與噪聲有關(guān)的邊緣檢測(cè)器的性能。需要指出，大多數(shù)濾波器在降低噪聲的同時(shí)也導(dǎo)致了邊緣強(qiáng)度的損失，因此，增強(qiáng)邊緣和降低噪聲之間需要折中。

2、增強(qiáng)

增強(qiáng)邊緣的基礎(chǔ)是確定圖象各點(diǎn)鄰域強(qiáng)度的變化值。增強(qiáng)算法可以將鄰域(或局部)強(qiáng)度值有顯著變化的點(diǎn)突顯出來(lái)。邊緣增強(qiáng)一般是通過(guò)計(jì)算梯度幅值來(lái)完成的。

3、檢測(cè)

在圖象中有許多點(diǎn)的梯度幅值比較大，而這些點(diǎn)在特定的應(yīng)用領(lǐng)域中并不都是邊緣，所以應(yīng)該用某種方法來(lái)確定哪些點(diǎn)是邊緣點(diǎn)。最簡(jiǎn)單的邊緣檢測(cè)判據(jù)是梯度幅值閾值判據(jù)。

4、定位

如果某一應(yīng)用場(chǎng)合要求確定邊緣位置，則邊緣的位置可在子象素分辨率上來(lái)估計(jì)，邊緣的方位也可以被估計(jì)出來(lái)。

在邊緣檢測(cè)算法中，前三個(gè)步驟用得十分普遍。這是因?yàn)榇蠖鄶?shù)場(chǎng)合下，僅僅需要邊緣檢測(cè)器指出邊緣出現(xiàn)在圖像某一像素點(diǎn)的附近，而沒(méi)有必要指出邊緣的精確位置或方向。

在用機(jī)器視覺(jué)進(jìn)行尺寸測(cè)量時(shí)，這四步必不可少，尤其必須指出邊緣的精確位置和方位。機(jī)器視覺(jué)檢測(cè)技術(shù)，以其強(qiáng)大的性能優(yōu)勢(shì)，使得產(chǎn)品質(zhì)量標(biāo)準(zhǔn)化，檢測(cè)速度快、檢測(cè)結(jié)果可靠、穩(wěn)定并且可以長(zhǎng)時(shí)間檢測(cè)，廣泛應(yīng)用于各大領(lǐng)域。