數粒（lì）原理

1.數粒原理：

視覺相機對高速移動的物（wù）體進行逐行掃描，生成一張完整的圖像，上位機（jī）從相機取出圖像，通過自研究算法,根據大小尺寸，軌跡跟蹤，距離變換，通過算法計算出數量，通過控製下位機控製機構達到準確（què）計數的目的。

2.產品特點：

精確高：擁有工業數粒領域內的高精確度,包裝（zhuāng）精度根據產品不同，精度可能達到99%-100%。

速度快：高速（sù）的數粒速度（dù）。對（duì）細小顆粒物料,手機螺絲，藥品，襯衫（shān）鈕扣、銀觸點（diǎn），五金件。

通（tōng）用性好：適用工業生產環境的多品（pǐn）種多規格、少批量的生（shēng）產數粒包裝形式。

3.視（shì）覺計數與稱（chēng）重對比:

視覺軟（ruǎn）件使（shǐ）用不用（yòng）校證（zhèng），隻需調整參（cān）數，無須維護，精度比稱重高。

稱重需校（xiào）證，維護，影響精度。

3.計數算法實現方式:

1，圖（tú）像（xiàng）變換：（空域與頻（pín）域、幾（jǐ）何變換、色度變換、尺度變換）

• 幾何變換：圖（tú）像平移、旋轉、鏡像、轉置；
• 尺度變換（huàn）：圖像縮放、插（chā）值算法（最近鄰插值、線性（xìng）插（chā）值、雙三次插值（zhí））；
• 空間域與頻域間變換：由於圖像陣列很大，直接在空間域中進（jìn）行處理，涉及計算量很大。因此，有時候需要將空間域變換（huàn）到頻域進行處理。例（lì）如：傅立葉變換、沃爾什變換、離散餘弦變（biàn）換等（děng）間接處理技術，將空（kōng）間域的處理轉（zhuǎn）換為頻域處理（lǐ），不僅可減少計算量，而且可獲得更有效的處理（如傅立葉變換可在頻域中（zhōng）進行數字濾（lǜ）波（bō）處理）。

2、圖像增強：

圖像增強不考慮（lǜ）圖像降質的原因，突（tū）出圖像中所感興趣的部分。如強化圖像高（gāo）頻分量，可使圖像中物（wù）體輪（lún）廓清晰，細節明顯；如強化低頻分量可減少圖像中噪（zào）聲影響。

• 灰度變換增強（qiáng）（線性灰度變換、分段線性灰（huī）度變換、非線性灰度變換）；
• 直方（fāng）圖增強（直方圖統計、直方圖均衡（héng）化（huà））；
• 圖像平滑/降（jiàng）噪（鄰域平均法、加權平（píng）均法、中值濾波（bō）、非（fēi）線（xiàn）性均值濾波（bō）、高斯濾波、雙邊（biān）濾（lǜ）波）；
• 圖像（xiàng）（邊緣）銳化：梯度銳化，Roberts算子、Laplace算子、Sobel算子等；

3、紋理分析（取骨架、連通性）；

4、圖（tú）像分割：

圖像分（fèn）割是將圖像中有意義的特（tè）征部分提取出來，其（qí）有意義的特征有圖像中的邊緣、區域等，這是進一步進行圖像識別、分析和理解的基礎。

（1）閾值分割（固定閾值分割、最優/OTSU閾值分割、自（zì）適（shì）應閾值分割）;

（2）基於邊界分割（Canny邊緣檢測、輪廓提取、邊界跟（gēn）蹤）；

（3）Hough變換（直線檢測、圓檢測）；

（4）基於區域分（fèn）割（區域生長（zhǎng）、區域歸並與分裂、聚（jù）類分割（gē））；

（5）色彩分（fèn）割；

（6）分水嶺分割；

5、圖像特征：

（1）幾何特征（位置與方向、周長、麵積、長軸與短軸、距離(歐式距（jù）離、街（jiē）區距離、棋盤距離)）；

（2）形狀特征（幾何（hé）形態分（fèn）析（Blob分析）：矩形度、圓形度、不變（biàn）矩、偏心率（lǜ）、多邊形描述、曲線描述（shù））；

（3）幅（fú）值特征（矩、投影）；

（4）直方圖特征（統計特征）：均值、方差、能量、熵、L1範數、L2範數等；直方圖特征方法計算簡單、具有平移和旋轉不（bú）變性、對顏色像素的精確空間分布不敏（mǐn）感等，在表麵檢測、缺陷識別（bié）有不少應用。

（5）顏色（sè）特征（zhēng）（顏色直方圖（tú）、顏色矩）

（6）局部二值模式( LBP)特征（zhēng）：LBP對（duì）諸如光（guāng）照變（biàn）化等（děng）造成的圖像灰度變化具有較強的魯棒性（xìng），在表麵缺陷檢測、指紋識別、光（guāng）學字符識別、人臉識別（bié）及車牌識別等領域有所應用。由於（yú）LBP 計算簡單，也可以用於實時（shí）檢測（cè）。

6、圖像/模板匹配：

輪廓匹配、歸一化積相關灰度匹配、不變矩匹配、最小均（jun1）方誤差匹（pǐ）配（pèi）

7、色彩分析：
色度、色密度、光譜、顏色（sè）直方圖、自動白平衡

8、圖像數據編碼壓縮（suō）和傳輸：
圖（tú）像編碼壓縮技術可減少描述圖像的數據量（即比特數），以（yǐ）便節省圖像傳輸、處理時間和減少所占用的存儲器容量。壓縮可以在不失真的前提下獲得，也可以在允許的失真條件下進行。編碼是壓縮技術中最重要的方法，它在圖（tú）像處理技術中（zhōng）是發展最早且比較（jiào）成熟的技術。

9、表麵缺陷目標識別算（suàn）法：
傳統方法：貝葉斯分類、K最近鄰（KNN）、人工神經網絡（ANN）、支持向量機（jī）（SVM）、K-means等；

10、圖像分類（識別）：
圖像分類（識（shí）別）屬於模式識別（bié）的（de）範疇，其主要內容是圖（tú）像經過某些預處（chù）理（增強、複原、壓縮）後，進行圖像分割和特征提取（qǔ），從而進行判決分（fèn）類。