當前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

【朝夕教育】2023年03月其他-运动控制和机器视觉面试题（34道）

發布時間：2024/3/26 编程问答 60 豆豆

生活随笔收集整理的這篇文章主要介紹了【朝夕教育】2023年03月其他-运动控制和机器视觉面试题（34道）小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

文章目錄

一、運動控制和機器視覺
- 1、什么是運動控制
- 2、運動控制卡和運動控制器有區別嗎？
- 3、運動控制系統的主要組成部分有哪些？
- 4、運動控制系統包含那些分類？
- 5、運動控制器應用的領域有哪些？
- 6、步進電機與伺服電機有哪些區別？
- 7、說說運動控制卡的工作原理
- 8、運動控制卡技術特點有那些？
- 9、眾多運動控制卡如何做選型？
- 10、編碼器位置檢測有那些常見的設備？
- 11、你知道那些做運動軸卡的公司？
- 12、你知道光源有哪些種類
- 13、簡單說說幾種光源的用途
- 14、什么是馬爾視覺理論，簡單說說
- 15、視覺信息處理過程包括幾個主要表達層次
- 16、視覺信息處理的三個階段是什么
- 17、OpenCV中cv::Mat的深拷貝和淺拷貝問題
- 18、 OpenCV中RGB2GRAY是怎么實現的
- 19、連續圖像轉化為數字圖像需要進行哪些操作？
- 20、數字圖像中有哪些基本特征？
- 21、圖像邊緣檢測中常用的邊緣檢測算子有哪些？
- 22、對霍夫變換的理解
- 23、對HOG特征的理解
- 24、圖像的插值方法有哪些？
- 25、Grabcut的基本原理和應用
- 26、SIFT/SURF的特征提取方法，是如何保持尺度不變性的？
- 27、關于FLANN算法
- 28、Canny邊緣檢測的流程
- 29、圖像銳化
- 30、圖像對比度
- 31、圖像濾波有哪些？
- 32、如何檢測圖片中的汽車，并識別車型，如果有遮擋怎么辦？
- 33、常用圖像增強算法
- 34、數字圖像處理中常用圖像分割算法有哪些？

一、運動控制和機器視覺

1、什么是運動控制

運動控制是指“控制移動”之意。其代表可以舉出利用各種電機進行位置控制等。電能附加給電機，使電機工作，轉換為動能。這項技術作為機床、機械手控制、半導體制造裝置、注塑成型機、數字家電檢查裝置等的核心，發揮著巨大的作用，在這一領域的設備投資近年來大幅增長。

2、運動控制卡和運動控制器有區別嗎？

**運動控制器：**可脫機獨立運行，ZDevelop編程，工作方式類似PLC，可網線連接PC或者工控機，調用API函數，多任務獨立運行，程序存儲空間大，一般124KB-32M

**網絡運動控制卡：**可網線連接PC或者工控機，調用API函數，程序存儲空間小，一般4-128KB，一般只有一個任務數，一般不脫機獨立運行，但可寫部分程序到控制卡，直接接線，無需轉接板，方便操作

PCI/PCIe運動控制卡：必須以工控機為載體，需要PCI卡槽，并需要安裝PCI驅動，可調用API函數，不能寫程序到PCI卡，接線需要轉接板，接線麻煩

3、運動控制系統的主要組成部分有哪些？

運動控制器、驅動或放大器、執行器、反饋傳感器。

運動控制器主要用于生成軌跡點和閉合位置反饋環。驅動或放大器用于將來自運動控制器的控制信號（通常是速度或扭矩信號）轉換為更高功率的電流或電壓信號。執行器，如液壓泵、氣缸、線性執行機或電機，用以輸出運動。反饋傳感器用以反饋執行器的位置到位置控制器，以實現和位置控制環的閉合。

4、運動控制系統包含那些分類？

根據有無反饋和如何反饋可以分為開環控制系統、閉環控制系統和半閉環控制系統三類。

開環控制系統：根據輸入量和干擾量進行控制，而輸出端和輸入端之間不存在反饋回路，輸出量在整個控制過程中對系統的控制不產生任何影響，這樣的系統稱為開環控制系統。開環控制系統沒有自動糾偏的能力。
半閉環控制系統：如果系統的反饋信號不是直接從系統的輸出端引出，而是間接地取自中間的測量元件，例如在控制機床的進給伺服系統中，若將位置檢測裝置安裝在傳動絲杠的端部，間接測量工作臺的實際位移，則這種系統稱為半閉環控制系統。
閉環控制系統：輸出端和輸入端之間存在反饋回路，輸出量對控制過程產生直接影響，這種系統稱為閉環控制系統，其就是應用反饋系統來減少偏差，控制精度高。但因為其一直存在著糾偏，很容易引起振蕩，是系統不穩定，而無法穩定工作。所以在閉環控制系統中精度和穩定性之間總會存在著矛盾，必須合理的解決。

5、運動控制器應用的領域有哪些？

**冶金行業：**電弧爐電機控制、軋機軋輥控制、產品定尺控制等。

**機械行業：**機床定位控制、加工軌跡控制、自動化流水線及機械手的控制等。

**信息行業：**磁盤驅動器磁頭的定位控制、打印機的控制等。

**建筑行業：**電梯及電梯群的控制等。

**其他行業：**立體倉庫和立體車庫的控制等。

6、步進電機與伺服電機有哪些區別？

步進電機：可高精度定位的電機。與輸入脈沖同步，呈階梯狀地一點點旋轉一定角度。由于步進電機根據輸入脈沖準確旋轉，所以無需旋轉量檢測就能夠高精度定位。一般的分辨率是：1步(1個脈沖）= 1.8°、 0.72°、0.36°等。

可以開環高精度定位。
啟動和停止的響應性優越。
不累積停止時的角度誤差（一般步進電機的誤差為一般±0.05°，精度高)。
即使處于停止狀態，也可獲得較大的自保持力。
低速時可獲得大轉矩。
電機的結構簡單，使維護工作變得簡單。

**伺服電機：**分為交流伺服電機和直流伺服電機。主要在制造工廠使用（機床、產業機械手等)。伺服電機具備檢測轉角的編碼器，進行閉環高精度的定位。

能夠產生較大的加減速轉矩，即使負荷或脈沖速度急劇變化，也不會產生失步現象，獲得高速響應。
不僅可從低速到高速獲得平穩而圓滑的旋轉，運轉中噪音也小，效果好。
以小型化、輕量化實現高輸出功率。

7、說說運動控制卡的工作原理

? 運動控制卡是基于總線的電機運動控制卡。采用專用控制芯片為核心器件，輸入輸出信號均為光電隔離，可與各種類型的步進電機驅動器連接，驅動步進電機，組成高精度位置控制系統或調速系統。可與電腦機組成主從式控制結構：電腦機負責人機界面的管理和其它管理工作；而運動控制卡負責運動控制方面的所有細節。運動控制卡用戶通過廠家提供的動態鏈接庫可方便快速的開發出自己需要的運動控制功能。

8、運動控制卡技術特點有那些？

運動控制卡是一種安裝在PC機中專門用于步進和伺服電機控制的板卡（與圖象卡和MODEM類似）。它與PC機構成主從式控制結構：PC機負責人機界面的管理和其它管理工作（如鍵盤和鼠標的輸入、圖形顯示、網絡通訊等）；而控制卡負責運動控制方面的所有細節（如升降速處理、脈沖輸出、直線圓弧插補、原點限位監測等）。

**友好界面：**PC平臺控制系統受到機器操作員的普遍歡迎。與單片機和PLC方案的界面相比，PC機（顯示器、鍵盤、鼠標、通訊端口、硬盤、軟驅等）具有無可比擬的輸入輸出能力。
**強大作用：**由于PC機的強大作用以及雷賽控制卡的先進技術，基于PC機的運動控制系統能夠實現單片機系統和PLC系統所無法應付的無數高級作用。
**開發便利：**運動控制卡用戶可使用VB、VC、C++BUIDER等高級編程語言，快速開發人機界面、調用成熟可靠的運動函數，在幾天或幾周時間內完成強大控制軟件的開發。修改和添加作用十分便利，而且開發好的軟件極易移植到類似的機器中。

9、眾多運動控制卡如何做選型？

從功能方面考慮

運動控制卡的功能，一股都包括歸季、定速、點位、直線插補、多軸聯動插補和圓弧插補等功能。用戶應該要根據自己的需要進行選擇，功能的要求符合自己用就可以，不需要的功能反而是累贅。一股的情況下，功能越多，價格也越高。所以，在功能的選擇上，以實用為標準，但也應考慮未來的擴展。

從性能方面考慮

運動控制卡的性能一般包括通信速度、響應速度和控制速度〔脈沖中速度)。建議用戶需要根據自己的應用的最高要求，計算自己需要的性能指標，然后預留20%左右的余量即可。

從可靠性方面考慮

使用運動控制卡，運動控制卡的穩定性是非常重要的。因為一個控制系統的穩定性，是由電機、驅動器、電源、運動控制卡硬件、軟件組成的。一股的能經過市場檢驗的運動控制卡，在隔離設計（比如電源隔離、光耦隔離等）、濾波和保護限位保護、接口保護)等都是有考慮的，能力上不會有多大的差別。如果有經驗的話，可以觀察一下控制卡上的電路，進行一下地連線的分析都可以進行判斷如果明顯連個光耦（或者磁隔離）都沒有，或者雖然有光耦，但是地還是在一起，根本就沒有隔離開，那可靠性就不太穩定。簡單的說，板卡上的地線如何處理，可以快速的判斷硬件上的可靠性。

從易用性方面考慮

易用性包括硬件的易用性和軟件的易用性。硬件的易用性需要連線方便實用，從用戶方便實用的角度考慮。軟件的易用性包括文檔的質量、例程的質量和軟件入手的難度上，重要的是能快速有效的完成自己需要的功能，而不是很復雜很難用，時間也是成本。

10、編碼器位置檢測有那些常見的設備？

? 編碼器有 EA 、 EB 、 EZ 三個信號，脈沖計數信號由 EA 和 EB 端口輸入；它可以接收兩種類型的脈沖信號：正負脈沖輸入或 A/B 相正交信號； EZ 信號是編碼器零位信號。

? 常見的有旋轉編碼器、光柵尺、探針

11、你知道那些做運動軸卡的公司？

目前國內外運動控制卡公司有美國的GALIL和PMAC，英國的翠歐，臺灣的臺達、凌華和研華，大陸的研控、雷賽、高古、樂創和風行等。

12、你知道光源有哪些種類

條光、背光源、球面光源、點光源、同軸光源、組合光源、環形光源

13、簡單說說幾種光源的用途

**同軸光源：**所得的圖像非常均勻。適用于表面微小物體檢測
**角度照射：**在一定的工作距離下，光束集中，亮度高，均勻性好，但是照射面積小（常用于液晶矯正，塑膠容器檢測，工件螺孔定位，標簽檢測，管腳檢查，pcb印字檢查。尤為適合各種奇形怪狀的物體。【30,45,60,75度】）
**垂直照射：**照射面積大，光照均勻性好，適用于較大面積照明，用于基底和線路板定位，晶體檢查等【0角度環光，面光源】
球面照射（瓦罐狀照射，圓頂光源）：用于檢測曲面的金屬表面文字。
**背光源照射：**適合檢測物體的輪廓（測量），透明物體的不透明部分。
**條光：**條光照射寬度應大于檢測距離，否則會出現照射距離遠導致的亮度差，或者照射距離近的輻射不夠大。條光長度應該處于可以照射被照亮的地方即可。如果為高反射物體（金屬）應加上漫反射板或者偏正片，黑色物體則不需要。
**環形光：**根據按照距離可以過濾某些角度的光源，距離遠則使用小角度光源，距離越高，要求光源直徑越大。目標面積小，且主要特性在中部，課選擇小尺寸0角度光源或小角度光源。目標需要表現的特征在邊緣，課選擇90度角環光，或者大角度環光。檢測表面劃傷，可選擇90角環光，盡量選擇波長短的光源（衍射效果不明顯）。
**背光源：**選擇背光源時候應根據物體大小選擇合適背光源。選擇背光源時，應把物體放在背光源的中間。背光源一般為檢測輪廓時，可以盡量使用波長短得光源其衍射性弱，圖像邊緣不容易產生重影，對比度高。背光源與物體的距離根據實際情況選擇。檢測液位可以將背光源側立使用。圓軸類的產品，螺旋狀的產品常使用背光源。

14、什么是馬爾視覺理論，簡單說說

? 馬爾計算視覺理論包含二個主要觀點：首先，馬爾認為人類視覺的主要功能是復原三維場景的可見幾何表面，即三維重建問題；其次，馬爾認為這種從二維圖像到三維幾何結構的復原過程是可以通過計算完成的，并提出了一套完整的計算理論和方法。所以，馬爾視覺計算理論在一些文獻中也被稱為三維重建理論。

15、視覺信息處理過程包括幾個主要表達層次

根據馬氏（ Marr ）提出的假設，視覺信息處理過程包括三個主要表達層次，即為初始間圖、二維半簡圖和三維簡圖。
1 、初始簡圖
亮度圖像含有兩種重要信息：圖像的亮度變化和局部集合特征。
初始簡圖所包含的信息大部分集中在與實際邊緣以及邊緣終止點有關的劇烈灰度變化上。
如果所用邊緣檢測方法所產生的是短線段，那么，就要利用聚集過程把那些相容的描述線段連接起來。
2 、二維半簡圖
二維半簡圖包含景物表面的信息，可以把它看做某些內在特性的混合信息。二維半簡圖清楚地表示物體表面方向的信息。
3 、三維簡圖
三維表達法能夠完全而又清晰地表示有關物體形狀的信息，其方法之一即為廣義柱體。

16、視覺信息處理的三個階段是什么

光學過程、化學過程、神經處理過程

17、OpenCV中cv::Mat的深拷貝和淺拷貝問題

深拷貝：分配新內存的同時拷貝數據，當被賦值的容器被修改時，原始容器數據不會改變。

淺拷貝：僅拷貝數據，當被賦值容器修改時，原始容器數據也會做同樣改變。

OpenCV的Mat時，有幾種賦值方式分別為： ??
深拷貝是 b = a.clone(); 和 a.copyTo(b); ??
淺拷貝是 b = a;和 b(a);
關于這個問題，我還測試了OpenCV中的ROI，就是圖像截圖，發現ROI也是淺拷貝。C++中利用opencv存儲圖像的結構體是Mat。

18、 OpenCV中RGB2GRAY是怎么實現的

本質上就是尋找一個三維空間到一維空間的映射，以R、G、B為軸建立空間直角坐標系，則圖片上的每一個像素點都可以用一個點表示，則可以通過一個公式Gray = 0.29900×R + 0.58700×G + 0.11400×B，來完成一維空間的映射。

19、連續圖像轉化為數字圖像需要進行哪些操作？

取樣量化

20、數字圖像中有哪些基本特征？

顏色特征、紋理特征、形狀特征、空間關系特征等。

21、圖像邊緣檢測中常用的邊緣檢測算子有哪些？

Roberts算子、Prewitt算子、Sobel算子、Canny算子、Laplacian算子等。

22、對霍夫變換的理解

霍夫變換常用來提取圖像中的直線和圓等幾何形狀。它通過一種投票算法檢測具有特定形狀的物體，就是通過計算累計結果的局部最大值得到一個符合該幾何形狀的集合作為結果。

算法原理：針對每個像素點，使得Θ在-90度到180度之間，用極坐標p = xcosΘ + ysinΘ計算得到共270組（p，theta）代表著霍夫空間的270條直線。將這270組值存儲到H中。如果一組點共線，則這組點中的每個值，都會使得H（p，Θ）加1，因此找到最大的H值，就是共線的點最多的直線，也可以通過設定閾值來判定。

23、對HOG特征的理解

其主要思想是：在邊緣具體位置未知的情況下，邊緣方向的分布也可以很好的表示行人目標的外形輪廓，即梯度的統計信息，而梯度主要位于邊緣的地方很好地描述。 ??HOG特征檢測算法的幾個步驟：顏色空間歸一化—>梯度計算—>梯度方向直方圖—>重疊塊直方圖歸一化—>HOG特征。

24、圖像的插值方法有哪些？

最近鄰法、雙線性內插法、三次內插法

25、Grabcut的基本原理和應用

Graph Cut和Grab Cut算法，兩者都是基于圖論的分割方法。 ??Graph Cut在計算機視覺領域普遍應用于前背景分割、摳圖等。 ??基本原理：根據待分割的圖像，確定圖的節點與邊，即圖的形狀已確定下來,是給圖中所有邊賦值相應的權值，然后找到權值和最小的邊的組合，就完成了圖像分割。

26、SIFT/SURF的特征提取方法，是如何保持尺度不變性的？

SIFT（Scale-Invariant Feature Transform）算法的實質是在不同的尺度空間上查找關鍵點(特征點)，并計算出關鍵點的方向。SIFT所查找到的關鍵點是一些十分突出，不會因光照，仿射變換和噪音等因素而變化的點，如角點、邊緣點、暗區的亮點及亮區的暗點等。

如何保持尺度不變性？ ①尺度空間極值檢測：搜索所有尺度上的圖像位置。通過高斯差分函數來識別潛在的對于尺度和旋轉不變的關鍵點。（第一步獲取圖片的高斯金字塔，高斯金字塔指的是圖片在不同尺寸下進行的高斯模糊處理后的圖片，為了尋找圖片的特征點，我們要找到圖片在不同尺寸空間里的極值，這些極值通常存在于圖片的邊緣或者灰度突變的地方，所以要對高斯模糊后的圖片進行高斯差分，然后到尋找極值點。） ②關鍵點定位：由于圖片的坐標是離散，所以要精確定位的話，作者采用了曲面擬合的方法，通過插值找到真正極值點的位置，位置找到之后，我們要找到這個極值點的主方向。 ③關鍵點方向確定：基于圖像局部的梯度方向，分配給每個關鍵點位置一個或多個方向。所有后面的對圖像數據的操作都相對于關鍵點的方向、尺度和位置進行變換，從而保證了對于這些變換的不變性。 ④關鍵點描述：在每個關鍵點周圍的鄰域內，在選定的尺度上測量圖像局部的梯度。這些梯度作為關鍵點的描述符，它允許比較大的局部形狀的變形或光照變化。

SURF是在SIFT的基礎上改進的，原理基本相似，在特征點檢測這兒，SIFT是先進行非極大值抑制，再去除低對比度的點，最后再通過Hessian矩陣去除邊緣的點；而SURF是先用Hessian矩陣確定候選點，然后再進行非極大值抑制，該算法提高了SIFT的速度和魯棒性，且理論上SURF是SIFT速度的3倍。（見書《OpenCV3編程入門》P417）

27、關于FLANN算法

FLANN算法也屬于關鍵點匹配算法，算法步驟整體來說分為兩步：一是建立索引，而是搜索。 ??建立索引：其實就是要兩部分參數，一是數據也就是mat矩陣，二是一些具體參數，這個參數要根據建立的索引類型來設置。而有哪些索引類型呢？共有：線性索引、KD-Tree索引、K均值索引、復合索引、LSH方法索引、自動索引六種。 ??進行搜索：有兩種搜索方式：搜索k鄰近（具體點的個數由用戶設定，設n個就一定返回n個）、搜索半徑最近（即可能不存在符合條件的點，則返回空的）。 ??SIFT/SURF是基于浮點數的匹配，ORB是二值匹配，速度更快。對于FLANN匹配算法，當使用ORB匹配算法的時候，需要重新構造HASH。

28、Canny邊緣檢測的流程

圖像降噪——計算圖像梯度，得到可能邊緣——非極大值抑制——雙閾值篩選

29、圖像銳化

? 平滑：把圖像變模糊；

? 銳化：把圖像變清晰；

? 圖像銳化主要用于增強圖像的灰度跳變部分，這和圖像平滑對灰度跳變的抑制正好相反。

30、圖像對比度

對比度：指一幅圖像中灰度反差的大小；

? 對比度 = 最大亮度 / 最小亮度

31、圖像濾波有哪些？

定義：把濾波想象成一個包含加權系數的窗口，當使用這個濾波器平滑處理圖像時，就把這個窗口放到圖像上，透過該窗口查看。 ??
濾波的作用：去除圖像中的噪聲 ??
低通濾波器：去除圖像中的高頻部分——模糊化 ??
高通濾波器：去除圖像中的低頻部分——銳化 ??
線性濾波器：方框濾波、均值濾波、高斯濾波 ??
非線性濾波：中值濾波、雙邊濾波

32、如何檢測圖片中的汽車，并識別車型，如果有遮擋怎么辦？

首先這是一個細粒度的分類（Fine-Grained Classification）問題，和普通的分類不一樣，要分類的類別往往只是有細微的差異。 ??思路： ①人工框定局部圖像，然后識別。比如我去框定，汽車的車燈，汽車的前臉，汽車輪轂等，然后用 cnn或 deep cnn其他的分類器做這些的分類，對于分類器來說輸入是汽車的車燈+汽車的前臉+汽車輪轂，而不是整張圖片，分類器再從車燈前臉等提取高級特征，從而得到一個分類模型。 ②不做局部變換，做圖片整體識別。但是做分級或是分層。首先，訓練第一個分類器，它只針對汽車和非汽車進行分類，標記了car 和 other。這一步要求盡可能的廣，涵蓋生活中常見的圖片，力求98%以上的準確率，每個分類用了2w張圖片，實際上能達到99.5%的準確率。接著，對于汽車做品牌分類器，只對汽車所屬的品牌進行分類，不對細分的子品牌分類。這一步每一類人工標記5000張圖片，輸入是第一步的輸出，準確率能達到96%以上。最后，對每個品牌的汽車進行車型分類，這一層識別率在94%左右。這樣會得到一個0.98×0.96×0.94~0.88的識別率。

33、常用圖像增強算法

①直方圖均衡化：直方圖均衡化是圖像處理領域中利用圖像直方圖對對比度進行調整的方法。這種方法通常用來增加許多圖像的局部對比度，這種方法對于背景和前景都太亮或者太暗的圖像非常有用，這種方法尤其是可以帶來X光圖像中更好的骨骼結構顯示以及曝光過度或者曝光不足照片中更好的細節。

②對數圖像增強算法：對數圖像增強是圖像增強的一種常見方法，其公式為： S = c log(r+1)，其中c是常數（以下算法c=255/(log(256)），這樣可以實現整個畫面的亮度增大。

③指數圖像增強算法：指數圖像增強的表達為：S = cR^r，通過合理的選擇c和r可以壓縮灰度范圍，算法以c=1.0/255.0, r=2實現。

④加Masaic算法（馬賽克）：原理：用中心像素來表示鄰域像素

⑤曝光過度問題處理：對于曝光過度問題，可以通過計算當前圖像的反相（255-image)，然后取當前圖像和反相圖像的較小者為當前像素位置的值。

⑥高反差保留：高反差保留主要是將圖像中顏色、明暗反差較大兩部分的交界處保留下來，比如圖像中有一個人和一塊石頭，那么石頭的輪廓線和人的輪廓線以及面部、服裝等有明顯線條的地方會變被保留，而其他大面積無明顯明暗變化的地方則生成棕灰色。其表達形式為：dst = r×(img - Blur(img))。

⑦拉普拉斯算子圖像增強：使用中心為5的8鄰域拉普拉斯算子與圖像卷積可以達到銳化增強圖像的目的。

⑧Gamma校正：伽馬變換主要用于圖像的校正，將灰度過高或者灰度過低的圖片進行修正，增強對比度。伽馬變換對圖像的修正作用其實就是通過增強低灰度或高灰度的細節實現的。

34、數字圖像處理中常用圖像分割算法有哪些？

①多數的圖像分割算法：均是基于灰度值的不連續和相似的性質。

②圖像邊緣分割：邊緣是圖像中灰度突變像素的集合，一般用微分進行檢測。基本的邊緣檢測算法有：Roberts算子、Sobel算子。稍高級的算法有：Canny邊緣檢測器。

③圖像閾值分割：由于閾值處理直觀、實現簡單且計算速度快，因此閾值處理在分割應用中處于核心地位。如Otsu（最大類間方差算法）算法。

④基于區域的分割：區域生長算法和區域分裂與聚合都是屬于基于區域的分割算法。

⑤形態學分水嶺算法

的不連續和相似的性質。