视觉测量的方法

A. 摄影测量的基础原理来自测量的 方法

摄影测量作为新时代测绘地理信息行业的重要支柱学科，在现代化工业生产中拥有非同寻常的地位。而业4.0时代到来以后，计算机视觉测量再一次引起广泛关注，同样是工程领域，也是科学领域中的一个富有挑战性重要研究领域。那么什么是摄影测量？什么是视觉测量？两者之间存在什么差异呢？下面就和小编一起来看看！

一、摄影测量
摄影测量是指运用摄影机和胶片组合测量目标物的形状、大小和空间位置的技术，它利用光学摄影机获取的像片，经过处理以获取被摄物体的形状、大小、位置、特性及其相互关系。 关注的是几何量的量测信息（物体的位置、大小和形状等），主要任务是用于测绘各种比例尺的地形图、建立数字地面模型，为各种地理信息系统和土地信息系统提供基础数据。摄影测量学要解决的两大问题是几何定位和影像解译。几何定位就是确定被摄物体的大小、形状和空间位置。几何定位的基本原理源于测量学的前方交会方法，它是根据两个已知的摄影站点和两条已知的摄影方向线，交会出构成这两条摄影光线的待定地面点的三维坐标。影像解译就是确定影像对应地物的性质。

当被测物体的尺寸或摄影距离小于100米时的摄影测量称之为近景摄影测量。随着数字传感器技术的发展，尤其是CCD器件和CMOS器件的迅速发展，利用CCD(或CMOS)像机不需要胶片就可直接获得被测物的数字影像，这种直接基于数字影像的近景摄影测量称为数字近景摄影测量。

二、计算机视觉测量
计算机视觉是使用计算机及相关设备对生物视觉的一种模拟。主要 关注的是对物体进行描述、识别和理解，它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息，就像人类和许多其他类生物每天所做的那样。是一门关于如何运用照相机和计算机来获取我们所需的，被拍摄对象的数据与信息的学问。形象地说，就是给计算机安装上眼睛（照相机）和大脑（算法），让计算机能够感知环境。

机器视觉系统是计算机学科的一个分支，是指通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。

三、摄影测量和视觉测量的差异
1、 出发点不同导致基本参数物理意义的差异：摄影测量中的外部定向是确定影像在空间相对于物体的位置与方位（将物体先平移再旋转），而计算机视觉则是物体相对于影像的位置与方位来描述问题（将摄像机先旋转再平移）。

2、 由于两者不同的出发点导致基本公式的差异：摄影测量中最为基本的是共线方程，而视觉测量中最为基本的公式是用齐次坐标表示的投影方程。

3 、数学处理算法的不同：摄影测量渊源于测绘学科，基于非线性迭代的最小二乘法平差求解贯穿于数字近景摄影测量的全过程，而计算机视觉强调矩阵分解，总是设法将非线性问题转换为线性问题，尽可能避免求解非线性方程。

总结
尽管数字近景摄影测量与计算机视觉有各种各样的差异，但在关注点方面，和理论基础方面是一致的，并且随着最近20年的发展，人工智能，智慧城市，大数据等在各个领域的应用，让一切都有了不同的转变。学术会议和出版论文集等交流方式让学科间的交流逐步增加，两个学科的交叉也越来越多。比如，数字近景摄影测量中的许多基本概念与方法来自影像处理与计算机视觉（如数字图像处理的某些算法、编码标志的自动识别）；反过来，摄影测量中的一些特色理论和方法又为视觉测量所采用（如整体光束法平差算法、像机自标定原理和方法等），而两者的结合也给学科及人类科技发展带来了重大的帮助。所以，机器视觉系统和摄影测量两种殊途同归的学科的逐渐相互融合并优势互

B. 视觉测量的内容简介

从计算机视觉概念和方法出发，将计算机视觉应用于空间几何尺寸的精确测量和定位，从而产生一种新计算机视觉应用概念--视觉测量。本书是作者研究组15年来从事视觉测量研究工作的总结和提炼，系统地介绍了视觉测量的基础原理、测量方法、关键技术与实用算法，并给出了几何变换与摄像机模型，视觉图像特征信息撮，典型算法硬件IP核设计，摄像机标定，双目立体礼堂测量，结构光三维视觉测量，多传感器三维视觉测量，流动式三维视觉测量，以及三个典型视觉测量系统

C. 视距测量的方法步骤

视距测量是利用经纬仪、水准仪的望远镜内十字丝分划板上的视距丝在视距尺（水准尺）上读数，根据光学和几何学原理，同时测定仪器到地面点的水平距离和高差的一种方法。
这种方法具有操作简便、速度快、不受地面起伏变化的影响的优点，被广泛应用于碎部测量中。但其测距精度低，约为：1/200-1/300。
读数误差用视距丝在视距尺上读数的误差，与尺子最小分划的宽度、水平距离的远近和望远镜放大倍率等因素有关，因此读数误差的大小，视使用的仪器，作业条件而定。

D. 视觉检测的简介

机器视觉检测的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。

E. 视觉检测的工作原理

视觉检测涉及拍摄物体的图像，对其进行检测并转化为数据供系统处理和分析，确保符合其制造商的质量标准。不符合质量标准的对象会被跟踪和剔除。
掌握视觉检测系统的工作原理对评估该系统对公司运作所做的贡献十分重要。必须充分在设置视觉检测系统时所涉及到的变量。正确设置这些变量，采用合适的容差，这对确保在动态的生产环境中有效而可靠地运行系统而言至关重要。如果一个变量调整或设计不正确，系统将连续出现错误剔除，证明使用不可靠。

F. 可视角度行业测量方法是什么

可视角度是指用户可以从不同的方向清晰地观察屏幕上所有内容的角度。由于提供LCD显示器显示的光源经折射和反射后输出时已有一定的方向性，在超出这一范围观看就会产生色彩失真现象，CRT显示器不会有这个问题。可视角度大小决定了用户可视范围的大小以及最佳观赏角度。如果太小，用户稍微偏离屏幕正面，画面就会失色。一般用户可以以120度的可视角度来作为选择标准、目前市场上出售的LCD显示器的可视角度都是左右对称的，但上下就不一定对称了，常常是上下角度小于左右角度。当我们说可视角是左右80度时，表示站在始于屏幕法线(就是显示器正中间的假想线)80度的位置时仍可清晰看见屏幕图像。视角越大，观看的角度越好，LCD显示器也就更具有适用性。

由于每个人的视力不同，因此我们以对比度为准，在最大可视角度时所量到的对比度越大就越好。目前市场上大多数产品的可视角度在120度以上，部分产品达到了170度以上。需要说说明的是，在不同测量方式下，可视角度的标称值也不同，由于显示器厂商通常没有说明具体的测量方式，因此总的来说，可视角度是一个参考值，液晶显示器的可视角度包括水平可视角度和垂直可视角度两个指标，水平可视角度表示以显示器的垂直法线(即显示器正中间的垂直假想线)为准，在垂直于法线左方或右方一定角度的位置上仍然能够正常的看见显示图像，这个角度范围就是液晶显示器的水平可视角度;同样如果以水平法线为准，上下的可视角度就称为垂直可视角度。一般而言，可视角度是以对比度变化为参照标准的。当观察角度加大时，该位置看到的显示图像的对比度会下降，而当角度加大到一定程度，对比度下降到10∶1时，这个角度就是该液晶显示器的最大可视角。现在的液晶显示器中，很多厂商的产品已经能够达到水平可视角度170度;垂直可视角度160度这样的水准。例如华硕液晶显示器现在所有系列的产品可视角度都达到170/160这一水平，用户在使用过程中的视觉感受已经与CRT显示器差别不大。

G. 视觉测量和机器视觉有什么区别

机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品(即图像摄取装置，分CMOS和CCD两种)将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。

视觉测量、视觉检测、视觉识别、视觉判断等都是常见的应用类型，所以视觉测量属于机器视觉中的一个分支，通过模拟人眼进行智能测量，将所测数据传导和储存，是实现自动化工艺流程的关键。

H. 基于机器视觉的身高测量方法

这个很难，机器视觉要求稳定性要好，测身高的话，要求前后不能动，发型也很重要，但在实际场合中很难做到。
我个人觉得还是使用老式的按压式设备好些。
当然，可以了解一下市面上是否有比较好的其他类型的传感器。

I. 视觉测量：产品尺寸1±0.2mm，其精度是多少

产品的测量仪器必须满足测量精度的1/10以上，最低不得大于1/3
是业界的一个经验值:
从经验出发，在一般测量中，测量不确定度应为被测工件尺寸公差带的1/5～1/3。例如某一被测箱体上二孔的孔距为500mm，公差带为15um，则所选用的测量机在500mm长度上的测量不确定度应不大于3um～5um。对于精密测量及复杂的形位测量要求还高，一般应为被测尺寸公差带的1/10～1/5。重要的是重复精度必须满足要求，因为系统误差还可以通过一定方法补偿，而重复精度应由测量机本身保证。
所以，你的测量工具不满足精度要求。

J. 怎样利用计算机视觉测量物体距离

测量物体的距离有两类，一类是测量单个物体到摄像机的距离，这类问题需要使用双目摄像机，通过两台摄像机拍摄图像的视觉差来计算物理到摄像机的距离。第二类是通过摄像机测定图像中两个物体的距离，这类问题需要预先知道两个物体各自到摄像机的距离，然后通过两个物体之间在计算机上成像的像素距离算出两个物体的实际屋里距离。