GEB 图像与视频分析解决方案

使用计算机来模拟人的视觉功能，从图像中提取信息，进行处理并加以理解，可以用于生产线无损检测、测量和控制。相对于人眼来说，计算机不会疲劳，检测快速、精确，成本低，是产业升级、自动化的有效方案，这样的系统称为机器视觉系统。

机器视觉系统通过图像摄取装置抓取图像后，根据像素分布和亮度、颜色等信息，来进行尺寸、形状、颜色等的判别。进而根据判别的结果来控制现场的设备动作。

集异璧实验室拥有一套自主开发的高性能图像机器视觉分析算法库，可以快速有效的进行图像分析算法的开发。算法覆盖了机器视觉检测的主要过程，包括：

· 图像滤波、图像直方图统计、图像直方图均衡化
· 图像空间变换
· 图像二值化算法（指定阈值、OTSU二值化、局部自适应阈值二值化）
· 直线检测、圆检测
· 边缘检测（Sobel边缘检测，Canny边缘检测）
· 颜色空间（RGB颜色空间，Lab颜色空间，HSV颜色空间，YUV颜色空间，CMYK颜色空间 …… ）
· 数学形态学处理（膨胀，服饰，开，闭）
· 距离变换
· 图像细化
· 色块形状特征分析
· 色块拓扑特征分析
· 色块关联特征分析

相对于用OpenCV或HALCON的机器视觉开发，我们的特色和优势为：

（1） 在保证高性能的基础上，开发速度是使用OpenCV或HALCON的3倍以上；
（2） 算法研发能力更优秀，当现有算法不满足需要、需要新算法时更具优势；
（3） 提供丰富的色块分析功能，可分析色块的形状特征、拓扑特征和关联特征

下面详细说明：

（1） 在保证高性能的基础上，开发速度提高3倍以上

机器视觉类应用开发的主要时间耗时在算法设计和调优上。我们服务的客户中，大约有一半的客户目前使用/或支持.Net进行开发，我们的核心算法用 C# 指针开发，性能优越（能够达到C代码的75%），对于性能攸关的部分代码，还可以使用SIMD或CUDA优化，来将性能提高数十倍。

在高性能的前提下，我们的开发速度是使用OpenCV或HALCON的3倍以上，编译时间是OpenCV或HALCON的1/10。能够为客户提供最快速的算法设计方案，让客户尽早的看到测试结果，对于测试结果，能够最快速的进行反馈调优。

下图图1 是我们的开发方法代码举例，这寥寥数行代码实现了繁多的功能：
（a）读取图像；
（b）将图像展示在标题为“原始图像”的窗体中；
（c）将图像转换为灰度图像；
（d）将灰度图像展示在标题为“灰度图像”的窗体中；
（e）将灰度图像转换为二值化图像；
（f）将二值化图像展示在标题为“二值化图像”的窗体中；
（g）将二值化图像转换为彩色图像；
（h）遍历彩色图像的每一个像素，如果像素是白色，将其转换为红色；
（i）将转换后的彩色图像展示在标题为“染色”的窗体中。

图1 快速开发举例

（2） 算法研发能力更优秀，当现有算法不满足需要、需要新算法时更具优势

使用OpenCV或HALCON的多是算法“使用者”，相比较之下，我们的算法的代码是自己手写的，对算法原理更清楚，是算法研发者。当需要对算法进行变种或需要研制新算法时，我们更具有优势。我们研制过很多新的算法，如，色块关联分析算法、摄像头移位检测算法、高保真度图像分色算法、基于统计的偏色检测算法、图像可参数化自由变形算法等等。

（3） 提供丰富的色块分析功能，可分析色块的形状特征、拓扑特征和关联特征

传统的形状分析主要包括形状特征。

我们的色块分析可以同时分析色块的形状特征，拓扑特征和关联特征，检测结果更为丰富、精确、可靠。下图图2是常见的形状特征。

（出处:Yang Mingqiang 等. A survey of shape feature extraction techniques. 2008）
图2 常见形状特征

由于光线变化，方位变化等外在环境变化的存在，基于形状的检测的精确度会受到影响。基于拓扑特征的检测的抗干扰性更强，以“8”这个数字为例，下图3是“8”的原图及经过旋转、扭曲、模糊后的图，在经过旋转、扭曲、模糊后，它的形状已经发生了较大的变化，但是“8”的拓扑特征未变——各图像中，“8”均有两个内孔。

图3 “8”的旋转、变形、模糊

我们的库可以很方便的检测此类拓扑特征。

色块的关联特征指个色块之间的关系。下图图4中，有A、B、C、D四个色块，我们的图像分析库可以很容易的分析出色块之间的关系：B在A的内部，C、D在B的内部。

图4 “8”的旋转、变形、模糊