发布时间：2024年11月1日
10月24日上午，imatest如期开展【将图像质量和机器视觉性能相关联】专题线上技术交流会，参会的小伙伴不妨在评论区留言会议精彩瞬间！
作为回顾，正印科技挑选了几个大家比较关心的问题进行答复。接下来，让我们一起回顾本次线上技术交流会的精彩内容吧！
Q1 | 机器视觉的图像质量评判标准/要求？
如ISO 23654、EMVA1288等。
ISO 23654于2023年初拟定，目前还处于起草阶段，基于12233标准，使用斜边来计算信息容量和相关指标。
EMVA1288标准为欧盟机器视觉协会发布测量和呈现机器视觉传感器和相机规格的标准。主要测试传感器的参数指标，如系统增益、绝对灵敏度阈值、线性度、不均匀性等。
Q2 | 机器视觉噪点要求是不是没有人眼要求高？
人眼对某些特定频率的噪声不敏感，尤其在动态影像中。但在机器视觉中，大多数噪声比人眼更容易察觉。因此，机器视觉对噪声的要求更严格，但噪声的检测并不总是意味着系统清晰度会受到直接影响。
机器视觉需要承担比人眼更高的安全性需求，因此对噪声的控制更为严格。特别是在自动驾驶、工业检测等关键任务场景中，噪声的影响可能会导致系统的错误判断，从而对安全性产生重大影响。因此，必须对噪声进行有效控制，以确保系统的可靠性。
机器视觉系统通常采用多种去噪算法，例如均值滤波、中值滤波、频域滤波等，以降低噪声对图像质量的影响。此外，硬件设计中也会采用更高质量的传感器和更复杂的图像处理器来提升信噪比，从而确保系统在各种复杂环境中的稳定性。
Q3 | 如何将机器视觉评判的结果与人的感知关联起来？机器视觉给出高分能否代表图像质量优秀？如何将人的体验与机器视觉评价进行映射？机器视觉如何与传统图像质量评价相结合？
机器视觉的指标（如MTF、SNR、信息容量）与传统图像质量评价之间存在很好的关联性。例如，文本识别与模糊度（SFR）有很强的关联，在中度模糊和低噪点的情况下，某些检测结果在没有噪点的情况下反而更差。
当SNR（SNR）低于 20 dB 或MTF50低于 0.3 Cycles/pixel 时，二维码识别开始失效。良好的面部识别则需要高SNR和高 MTF 值才能成功。
机器视觉和人类视觉之间存在本质区别。人类的视觉系统有自适应和补偿能力，可以通过上下文和经验进行信息补充，而机器视觉则依赖于严格的算法和数据。因此，在图像质量评估中，通常需要结合机器视觉的客观评价和人类的主观感知，以确保最终图像质量的优良。例如，在自动驾驶场景中，不仅需要机器视觉系统对路标、车辆进行精确识别，还需要考虑到驾驶员对画面清晰度和信息传达的感知体验。
通过结合机器视觉与传统图像质量的评估方法，可以实现更全面的图像质量优化。例如，在安防监控中，不仅需要确保机器视觉系统能够精确识别入侵者，还需要考虑到图像对监控人员的清晰度和舒适度。
Q4 | 如何将图像质量指标具体化，用于机器视觉仿真中，从而辅助图像生成或者评价，使得最终图像朝着更符合指标的方向逼近？
 |  |
可以使用模拟测试卡和测试环境，在设计和制造相机系统前，利用 Synopsys 的 CODE V 光学设计软件预测系统性能。作为 Imatest 的合作伙伴，CODE V 软件与 Imatest 的测试图表相结合，能够通过“2D 图像模拟”功能来创建具有光学系统衰减的图像，并在 Imatest 中进行分析。
在机器视觉系统的开发中，仿真工具可以帮助设计人员在早期阶段评估光学系统和图像处理算法的性能。例如，通过使用 CODE V 生成模拟图像，可以分析镜头设计的各种参数（如焦距、畸变、衍射效应）对最终图像质量的影响，从而优化光学设计。此外，仿真还可以用于分析系统在不同光照条件、噪声水平和动态场景下的表现，以确保设计出的系统能够在各种使用环境中保持稳定的性能。
仿真技术还可以辅助机器视觉算法的开发。例如，在条码识别系统的设计中，可以使用仿真图像来测试不同噪声水平和模糊程度下的识别率，从而优化算法的鲁棒性和适应性。
仅仅使用相机拍摄图像并不一定比模拟完整场景更好，因为相机拍摄的图像并不一定能够代表真实场景，而是来自特定相机系统的结果。通过仿真，可以更灵活地调整各项参数，进行更全面的性能测试，从而更好地指导相机和系统的开发。
相关阅读：
1、2024 | imatest线上研讨会 Q&A – ① 大视场测量挑战
2、2024 | imatest线上研讨会 Q&A – ② 动态范围测量挑战
3、2024 | imatest线上研讨会 Q&A – ③ MTF和噪声测量变化来源
4、2024 | imatest线上研讨会 Q&A – ④ 如何应对纹理测量挑战
以上就是本期【将图像质量和机器视觉性能相关联】专题会议的所有回顾内容啦！如需获取本期研讨会课件资料，可关注【正印科技】微信公众号了解获取。
联系我们：
如果您有什么问题或想要了解的讯息，可以在下方评论区留言或直接联系我们：sales@colorspace.com.cn或拨打电话400-886-3881！分享您的看法或提出您的问题！
Was this helpful?
2 / 0