第第7章章3D機(jī)機(jī)器器視視覺覺技技術(shù)術(shù)與與深深度度學(xué)學(xué)習(xí)習(xí)知知識(shí)識(shí)目目標(biāo)標(biāo)技技能能目目標(biāo)標(biāo)為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 2 ?了解3D視覺技術(shù)行業(yè)應(yīng)用和發(fā)展趨勢(shì)?掌握3D視覺技術(shù)主要測(cè)量方法和各自特性?掌握算法平臺(tái)深度學(xué)習(xí)工具的使用?能夠理解和掌握常見3D視覺技術(shù)方案，并進(jìn)行方案選型與設(shè)計(jì)?能夠使用VisionMaste算法平臺(tái)進(jìn)行深度學(xué)習(xí)工具應(yīng)用3D機(jī)機(jī)器器視視技技術(shù)術(shù)與與深深度度學(xué)學(xué)習(xí)習(xí)

為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 3

3D視覺技術(shù)基本原理參數(shù)介紹如何挑選合適的立體相機(jī)項(xiàng)項(xiàng)目目1項(xiàng)項(xiàng)目目2項(xiàng)項(xiàng)目目3項(xiàng)項(xiàng)目目4 深度學(xué)習(xí)算法訓(xùn)練與測(cè)試3D機(jī)機(jī)器器視視覺覺技技術(shù)術(shù)與與深深度度學(xué)學(xué)習(xí)習(xí)項(xiàng)項(xiàng)目目5 深度學(xué)習(xí)在機(jī)器視覺上的應(yīng)用

為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 4 1 3D測(cè)量技術(shù)的基本原理1.11.31.23D視覺技術(shù)的興起技術(shù)原理技術(shù)對(duì)比3D機(jī)機(jī)器器視視技技術(shù)術(shù)與與深深度度學(xué)學(xué)習(xí)習(xí)為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 5 1.13D視視覺覺技技術(shù)術(shù)的的興興起起?隨著機(jī)器視覺在工業(yè)領(lǐng)域的應(yīng)用逐漸深入，傳統(tǒng)的2D視覺方案已經(jīng)趨向成熟，應(yīng)用局限性也已經(jīng)顯現(xiàn)出來。2D視覺方案易受照明條件影響，一致性和穩(wěn)定性難以保證，且無法實(shí)現(xiàn)三維高精度測(cè)量和定位，3D視覺方案應(yīng)運(yùn)而生，解決了工業(yè)自動(dòng)化場(chǎng)景中的3D測(cè)量和定位難題。3D視覺技術(shù)的興起為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 6 1.13D視視覺覺技技術(shù)術(shù)的的興興起起?相比于2D視覺方案，3D視覺方案具備如下優(yōu)勢(shì)：①3D視覺可以輸出X/Y/Z三維數(shù)據(jù)，2D視覺只能輸出X/Y二維數(shù)據(jù)；②3D視覺不依賴被測(cè)物表面顏色和對(duì)比度，而2D視覺通常需要專用的打光方案來提升特征對(duì)比度；③3D視覺不需要高精度的工裝治具輔助定位；④3D視覺可以從復(fù)雜場(chǎng)景中準(zhǔn)確提取目標(biāo)物，2D視覺成功率相對(duì)較低；⑤3D視覺可以實(shí)現(xiàn)高速在線掃描，2D視覺受Sensor機(jī)理、圖像亮度等因素限制，較難實(shí)現(xiàn)高速掃描；⑥2D視覺無法徹底實(shí)現(xiàn)機(jī)器人自動(dòng)化，必須依賴3D。為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 7 1.2基基本本原原理理?雙目立體視覺是機(jī)器視覺的一種重要形式，它是基于視差原理并由多幅圖像獲取物體三維幾何信息的方法。雙目立體視覺系統(tǒng)一般由雙攝像機(jī)從不同角度同時(shí)獲得被測(cè)物的兩幅數(shù)字圖像，或由單攝像機(jī)在不同時(shí)刻從不同角度獲得被測(cè)物的兩幅數(shù)字圖像，并基于視差原理恢復(fù)出物體的三維幾何信息，重建物體三維輪廓及位置。雙目立體視覺系統(tǒng)在機(jī)器視覺領(lǐng)域有著廣泛的應(yīng)用前景。1.雙目視覺法為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 8 1.2基基本本原原理理?雙目立體視覺相機(jī)所能測(cè)量的距離取決于兩個(gè)內(nèi)置傳感器之間的距離，也就是基線距離。基線距離越寬，相機(jī)可測(cè)試的距離就越遠(yuǎn)。事實(shí)上，天文學(xué)家們使用一種相似的技術(shù)來測(cè)量恒星距地球的距離。先測(cè)量一顆恒星在天空中的位置，六個(gè)月后，當(dāng)?shù)厍蜻\(yùn)轉(zhuǎn)到軌道中離原始測(cè)量點(diǎn)最遠(yuǎn)位置時(shí)，再次測(cè)量同一恒星位置。這樣，天文學(xué)家就可以利用大約3億公里的基線距離計(jì)算出恒星距離地球的位置（恒星的深度信息）。為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 9 1.2基基本本原原理理?傳統(tǒng)雙目相機(jī)除圖像采集系統(tǒng)外，無其它補(bǔ)光模塊，屬于被動(dòng)式雙目視覺，對(duì)于外界環(huán)境光線的強(qiáng)度和被測(cè)物表面紋理要求較高。在實(shí)際產(chǎn)品中，通常會(huì)增加補(bǔ)光模塊，升級(jí)為主動(dòng)式雙目視覺，在增強(qiáng)被測(cè)物表面紋理的同時(shí)提升低照度環(huán)境下的性能，提升產(chǎn)品場(chǎng)景適應(yīng)能力?？偟膩碚f，雙目視覺技術(shù)因其算法復(fù)雜，幀率一般較低，只適用于靜態(tài)或超低速獲取三維空間信息的場(chǎng)景。為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 101.2基基本本原原理理?激光三角測(cè)量法是一種通過圖像采集系統(tǒng)采集被測(cè)物表面漫反射的激光輪廓，進(jìn)而基于設(shè)備已知的相對(duì)位置通過算法處理，獲得被測(cè)物表面的三維輪廓數(shù)據(jù)，進(jìn)而還原目標(biāo)物體三維空間信息的方法。?激光三角法位移測(cè)量的原理是，用一束激光以某一角度聚焦在被測(cè)物體表面，然后從另一角度對(duì)物體表面上的激光光斑進(jìn)行成像，物體表面激光照射點(diǎn)的位置高度不同，所接受散射或反射光線的角度也不同，用CCD光電探測(cè)器測(cè)出光斑像的位置，就可以計(jì)算出主光線的角度，從而計(jì)算出物體表面激光照射點(diǎn)的位置高度。當(dāng)物體沿激光線方向發(fā)生移動(dòng)時(shí)，測(cè)量結(jié)果就將發(fā)生改變，從而實(shí)現(xiàn)用激光測(cè)量物體的位移。由于激光出射光線和反射（散射）光線構(gòu)成一個(gè)三角形，對(duì)光斑位移的計(jì)算，幾何三角和激器運(yùn)用其中，所以稱此方法為激光三角法測(cè)距。2.激光三角測(cè)量法為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 111.2基基本本原原理理?采用激光三角原理和回波分析原理進(jìn)行非接觸位置、位移測(cè)量的精密傳感器，廣泛應(yīng)用于位置、位移、厚度、半徑、形狀、振動(dòng)、距離等幾何量的工業(yè)測(cè)量。半導(dǎo)體激光器1被鏡片2聚焦到被測(cè)物體6。反射光被鏡片3收集，投射到CCD陣列4上；信號(hào)處理器5通過三角函數(shù)計(jì)算陣列4上的光點(diǎn)位置得到距物體的距離。為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 121.2基基本本原原理理?按照入射激光光束和被測(cè)物體表面法線的角度關(guān)系，一般分為直射式和斜射式兩種方式。?1）直射式測(cè)量?如圖所示，激光器發(fā)出的光線，經(jīng)會(huì)聚透鏡聚焦后垂直入射到被測(cè)物體表面上，物體移動(dòng)或者其表面變化，導(dǎo)致入射點(diǎn)沿入射光軸的移動(dòng)。入射點(diǎn)處的散射光經(jīng)接收透鏡入射到光電探測(cè)器（PSD或CCD）上，散射光經(jīng)接收透鏡匯聚后在PSD或CCD上成像，移動(dòng)物體前后采集的兩幅圖像經(jīng)過軟件處理求出其間距，根據(jù)推導(dǎo)得出的公式可求得物體實(shí)際移動(dòng)距離。為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 131.2基基本本原原理理?2）斜射式測(cè)量?激光器發(fā)出的光線和被測(cè)面法線成一定角度入射到被測(cè)面上，同樣地，物體移動(dòng)或其表面變化，將導(dǎo)致入射點(diǎn)沿入射光軸的移動(dòng)。入射點(diǎn)處的散射光經(jīng)接收透鏡入射到光電探測(cè)器上。斜射法過使入射光向與測(cè)量物表面法線成一定的夾角，避免了直射式中要求的入射光向物體表面垂直的要求。由于直射式測(cè)量法散射后的光線只有很少一部分被CCD接收到，因此不能測(cè)量反射性很好的物體表面。斜射法不用限制物體表面反射率，只要物體表面平整即可。為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 141.2基基本本原原理理?結(jié)構(gòu)光測(cè)量法是一種通過光學(xué)投射模塊將具有編碼信息的結(jié)構(gòu)光投射到物體表面，在被測(cè)物表面上形成由被測(cè)物體表面形狀調(diào)制的光條圖像，再由圖像采集系統(tǒng)采集被測(cè)物表面漫反射的光條圖像，通過高精度算法處理后，得出被測(cè)物表面的三維輪廓數(shù)據(jù)，進(jìn)而還原目標(biāo)物體三維空間信息的方法。3.結(jié)構(gòu)光測(cè)量法為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 151.2基基本本原原理理?常規(guī)的編碼方式有兩種，分別是空域編碼和時(shí)域編碼，空域編碼是將編碼方案通過一幅圖案表達(dá)的方法，物體表面每個(gè)點(diǎn)的灰度分布對(duì)應(yīng)器編碼值，空域編碼解碼復(fù)雜，易受外界環(huán)境影響，精度相對(duì)較低；時(shí)域編碼是將編碼方案用投影圖案序列表達(dá)，在不同時(shí)刻依次投影，物體表面上每一個(gè)點(diǎn)按照時(shí)間順序組合成編碼值，時(shí)域編碼對(duì)結(jié)構(gòu)光投影速度要求高，不適用于動(dòng)態(tài)場(chǎng)景。為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 161.2基基本本原原理理?結(jié)構(gòu)光測(cè)量基于激光三角法測(cè)量技術(shù)，按照光源的類型的不同，又分為點(diǎn)結(jié)構(gòu)光、線結(jié)構(gòu)光和面結(jié)構(gòu)光三種。?1）點(diǎn)結(jié)構(gòu)光測(cè)量?點(diǎn)結(jié)構(gòu)光測(cè)量中，激光器射出的激光光源是點(diǎn)光源，該電光源投射到待測(cè)物體表面后形成光點(diǎn)，通過分析由光學(xué)探測(cè)器獲得的光點(diǎn)圖像信息，就可以獲得被測(cè)物體在這一點(diǎn)上的三位信息。但是由于點(diǎn)結(jié)構(gòu)光每次測(cè)量?jī)H能獲取待測(cè)物表面一個(gè)點(diǎn)的三維坐標(biāo)，所獲得的信息量太少，所以如需測(cè)量整個(gè)待測(cè)物體表面，所需的時(shí)間較長(zhǎng)，極為不便。為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 171.2基基本本原原理理?2）線結(jié)構(gòu)光測(cè)量?線結(jié)構(gòu)光測(cè)量中，由激光器射出的激光光束透過柱面透鏡擴(kuò)束，再經(jīng)過準(zhǔn)直，產(chǎn)生一束片狀光。這片光束像刀刃一樣橫切在待測(cè)物體表面，因此線結(jié)構(gòu)光法又被成為光切法。線結(jié)構(gòu)光測(cè)量常采用二維面陣CCD作為接受器件，因此只要通過增加垂直于面陣探測(cè)器的第三維度方向，就可以實(shí)現(xiàn)對(duì)三維物體的測(cè)量。?由于待測(cè)物表面高低不同，上述片狀光束投射到待測(cè)物表面形成一條被待測(cè)物表面輪廓調(diào)制的投影光帶。在另外的某個(gè)方向上，CCD相機(jī)對(duì)該投影光條進(jìn)行獲取，該光條在CCD相機(jī)上形成一條與之對(duì)應(yīng)的投影曲線。然后通過CCD相機(jī)坐標(biāo)系和世界坐標(biāo)系的變換關(guān)系，就可以將這條投影在CCD探測(cè)器二維的成像平面上的投影曲線坐標(biāo)轉(zhuǎn)換為物體表面的實(shí)際坐標(biāo)。這樣，與點(diǎn)結(jié)構(gòu)光測(cè)量相比較，每次處理得到的信息量成幾百倍甚至上千倍的增加。這樣就客觀地提高了對(duì)輪廓信息提取和測(cè)量的效率，更有助于減小復(fù)雜操作的誤差，提升測(cè)量精度。為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 181.2基基本本原原理理?3）多線結(jié)構(gòu)光測(cè)量?多線結(jié)構(gòu)光測(cè)量在測(cè)量方式上類似上述線結(jié)構(gòu)光測(cè)量，但是兩者也有著一些明顯的差別。這種形式的結(jié)構(gòu)光測(cè)量，也常常被成為面結(jié)構(gòu)光測(cè)量。首先激光器發(fā)出電光源通過通過光柵的調(diào)制產(chǎn)生多個(gè)切片光束，這些切片光束照射到待測(cè)物體表面后形成多條光帶。由線結(jié)構(gòu)光測(cè)量的原理我們可知，這樣一次測(cè)量所得的光條圖案，就可以獲得大量待測(cè)點(diǎn)的三維坐標(biāo)信息。只是，這種測(cè)量方法對(duì)相機(jī)的景深要求特別高，并且會(huì)導(dǎo)致相機(jī)標(biāo)定復(fù)雜化，提高了工作效率的同時(shí)，也很大程度上增加了工作量。為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 191.2基基本本原原理理?4）網(wǎng)格結(jié)構(gòu)光測(cè)量?網(wǎng)格結(jié)構(gòu)光測(cè)量也常常被稱為面結(jié)構(gòu)光測(cè)量，它首先需要用投影器件產(chǎn)生符合條件的網(wǎng)格狀投射光，并投射到待測(cè)物表面，由于網(wǎng)格上的光條具有兩個(gè)方向，因此該方法可以通過兩個(gè)測(cè)量方向分析待測(cè)物表面的三維坐標(biāo)信息，理論上更加精確。但是相比前幾種結(jié)構(gòu)光測(cè)量方法，該方法明顯在結(jié)構(gòu)上更加復(fù)雜，對(duì)相機(jī)的性能和后期的數(shù)字圖像分析都有很大的考驗(yàn)。為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 201.2基基本本原原理理?ToF是TimeofFlight的縮寫，ToF測(cè)量法又被稱作飛光時(shí)間測(cè)量法，是通過給目標(biāo)連續(xù)發(fā)射激光脈沖，然后用傳感器接收在被測(cè)平面上反射回來的光脈沖，通過計(jì)算光脈沖的飛行往返時(shí)間來計(jì)算得到確切的目標(biāo)物距離。因?yàn)榉祷貢r(shí)間很短，通過直接法測(cè)光飛行時(shí)間不可行，一般會(huì)使用經(jīng)過調(diào)制后的光波計(jì)算其相位偏移來實(shí)現(xiàn)。4.ToF測(cè)量法（TimeofFlight）為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 211.2基基本本原原理理?一個(gè)簡(jiǎn)易的單點(diǎn)ToF系統(tǒng)組成如下圖：

?它由一個(gè)發(fā)射二極管、接收二極管、調(diào)制模塊，解調(diào)模塊、處理器幾部分組成。調(diào)制模塊負(fù)責(zé)調(diào)制發(fā)射的紅外調(diào)制波，通過發(fā)射二極管將信號(hào)發(fā)射出去。解調(diào)模塊負(fù)責(zé)對(duì)接受二極管接收到的反射紅外波解調(diào)。處理器中包含ADC和數(shù)據(jù)處理，ADC是為了將模擬信號(hào)轉(zhuǎn)化為數(shù)字信號(hào)。數(shù)據(jù)處理時(shí)將測(cè)得的相位差換算成深度信息。（1）ToF-單點(diǎn)測(cè)距原理為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 22?目前，一個(gè)完整的ToF系統(tǒng)組成如下圖：

?它和傳統(tǒng)RGB攝像頭的組成結(jié)構(gòu)基本相似。它與點(diǎn)單的ToF系統(tǒng)比較區(qū)別在于，測(cè)量范圍不是一個(gè)點(diǎn)，它是一個(gè)面，因此，接收模塊變成了點(diǎn)陣的光敏傳感器，通常使用的是CMOS傳感器。在傳感器前面、和發(fā)射二極管前面多了光學(xué)鏡片，一個(gè)是為了紅外波的輻射范圍、一個(gè)是為了濾除850nm以外的光線，就是說，要保證進(jìn)入傳感器的光線只是850nm的，這樣才能保證測(cè)量的準(zhǔn)確度。1.2基基本本原原理理（2）ToF-多點(diǎn)測(cè)距原理為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 23?從上述四種主流的3D測(cè)量技術(shù)來看，其優(yōu)點(diǎn)和缺點(diǎn)都很明顯，沒有單獨(dú)一種技術(shù)可以適用于所有的三維測(cè)量場(chǎng)景，從實(shí)際應(yīng)用來看，雙目與結(jié)構(gòu)光在人臉識(shí)別，拆碼垛定位，靜態(tài)尺寸測(cè)量等應(yīng)用上最為廣泛。激光三角法因其適用于高速動(dòng)態(tài)場(chǎng)景的特點(diǎn)，在流水線場(chǎng)景下的三維測(cè)量獨(dú)占鰲頭。而ToF其高魯棒性的特點(diǎn)，主要應(yīng)用于距離估計(jì)、視覺導(dǎo)航和動(dòng)態(tài)識(shí)別/跟蹤。?如今隨著三維測(cè)量技術(shù)的發(fā)展，四種方案也開始有相互融合的趨勢(shì)，如結(jié)構(gòu)光+雙目等類型的方案逐漸豐富，相互之間取長(zhǎng)補(bǔ)短，適用的場(chǎng)景也不斷增多。下圖為四種測(cè)量方法之間的橫向?qū)Ρ取?.3技技術(shù)術(shù)對(duì)對(duì)比比技術(shù)對(duì)比

為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 242 參數(shù)介紹2.12.32.2攝像指標(biāo)性能指標(biāo)數(shù)據(jù)類型3D機(jī)機(jī)器器視視技技術(shù)術(shù)與與深深度度學(xué)學(xué)習(xí)習(xí)為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 25?凈距離、視場(chǎng)、測(cè)量范圍等是認(rèn)識(shí)和理解立體相機(jī)的基本攝像指標(biāo)，了解它有助于相機(jī)的選型和架設(shè)。?測(cè)測(cè)量量范范圍圍MeasurementRange(MR)?傳感器在深度方向的測(cè)量范圍。如果目標(biāo)超出了該區(qū)域，將無法獲得有效三維數(shù)據(jù)。?凈凈距距離離ClearanceDistance(CD)?傳感器的最近工作距，如果目標(biāo)與傳感器之間的距離小于該值，將無法獲得三維數(shù)據(jù)。?視視場(chǎng)場(chǎng)FieldofView（（FOV））?近視場(chǎng)：傳感器最近工作距離（CD）對(duì)應(yīng)的視野大小。?遠(yuǎn)視場(chǎng)：傳感器最遠(yuǎn)工作距離（CD+MR）對(duì)應(yīng)的視野大小。?掃掃描描幀幀率率FrameRate（（FR））?掃描幀率是傳感器在單位時(shí)間內(nèi)獲取的三維數(shù)據(jù)數(shù)量，單位為FPS（FramesPerSecond）。2.1攝攝像像指指標(biāo)標(biāo)攝像指標(biāo)為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 26?分辨率表示能夠通過成像系統(tǒng)分辨的物體的最小特征尺寸。?雙目/結(jié)構(gòu)光/TOF立體相機(jī)的X/Y方向分辨率是指位于視野范圍中某一確定高度位置，各數(shù)據(jù)點(diǎn)沿X/Y方向的水平間距，即在X-Y平面的最小橫向/縱向測(cè)量精度。此規(guī)格取決于位于該高度位置的FOV大小和所使用的攝像機(jī)Sensor像素?cái)?shù)。?線激光立體相機(jī)的X軸分辨率是沿激光線方向的單像素精度，Y軸分辨率定義為運(yùn)行方向的輪廓間隔，取決于被測(cè)物與相機(jī)的相對(duì)速度和掃描幀率。2.2性性能能指指標(biāo)標(biāo)1分辨率為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 27?Z方向分辨率指示各點(diǎn)處可檢測(cè)的最小高度差。該精度由相機(jī)架構(gòu)（基線距或視野范圍）和圖像處理算法（是否采用亞像素）決定。視野范圍內(nèi)離傳感器越近的位置，Z方向分辨率越高。2.2性性能能指指標(biāo)標(biāo)為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 28?立體相機(jī)的輸出和測(cè)量距離成正比，兩者的關(guān)系表示出來幾乎是一條直線，但其與理想的直線相比依然存在微小的偏差，Z方向線性度指?jìng)鞲衅鬏敵雠c測(cè)量距離之比與理想直線的偏差范圍。通常用滿量程（F.S.）的百分比表示。2.2性性能能指指標(biāo)標(biāo)2Z方向線性度為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 29?Z方向重復(fù)精度是在整個(gè)測(cè)量范圍內(nèi)，對(duì)同一目標(biāo)區(qū)域進(jìn)行反復(fù)測(cè)量，測(cè)量結(jié)果的最大偏差值。Z方向重復(fù)精度指標(biāo)體現(xiàn)了設(shè)備的測(cè)量穩(wěn)定性能。2.2性性能能指指標(biāo)標(biāo)3Z軸重復(fù)精度為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 30?通過3D相機(jī)掃描后得出的被測(cè)物表面三維坐標(biāo)點(diǎn)的集合稱為點(diǎn)云。點(diǎn)云的格式包括*.ply、*.pts、*.asc、*.dat、*.stl、*.imw、*.xyz等格式。2.3數(shù)數(shù)據(jù)據(jù)類類型型1點(diǎn)云(PointCloud)?深度圖像也被稱為距離影像，是指將從圖像傳感器到場(chǎng)景中各點(diǎn)的距離（深度值）轉(zhuǎn)化為亮度數(shù)據(jù)，它直接反映了景物可見表面的幾何形狀。?在已知相機(jī)內(nèi)參的前提下，點(diǎn)云數(shù)據(jù)和深度數(shù)據(jù)可以相互轉(zhuǎn)化。深度圖像經(jīng)過坐標(biāo)轉(zhuǎn)換可以計(jì)算為點(diǎn)云數(shù)據(jù)，有規(guī)則及必要信息的點(diǎn)云數(shù)據(jù)也可以反算為深度圖像數(shù)據(jù)。2深度圖（DepthImage)

為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 313 如何挑選合適的立體相機(jī)3.13.2選型技巧常見的3D相機(jī)3D機(jī)機(jī)器器視視技技術(shù)術(shù)與與深深度度學(xué)學(xué)習(xí)習(xí)為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 32?鑒于不同技術(shù)方案都有其適用的場(chǎng)景，立體相機(jī)的選型講究的原則為“先看用途，再看場(chǎng)景，終評(píng)精度”，合適的立體相機(jī)在方案中可以起到事半功倍的效果。從用途上來進(jìn)行劃分，三維視覺方案主要應(yīng)用在兩個(gè)方向：測(cè)量，定位。從場(chǎng)景上來劃分主要為：動(dòng)態(tài)（指物體在拍攝過程中始終處于運(yùn)動(dòng)狀態(tài)，如平移、旋轉(zhuǎn)），靜態(tài)（指物體在拍攝過程中處于靜止或者慢速平移運(yùn)動(dòng)）。依據(jù)這兩個(gè)維度，選擇合適的立體相機(jī)方案，最終依據(jù)測(cè)量精度和視野范圍的要求選擇合適的系統(tǒng)即可。3.1選選型型技技巧巧選型技巧為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 33?輪廓儀：MV-DP090-02B基于激光三角測(cè)量原理，通過硬件內(nèi)置的高精度算法，實(shí)時(shí)輸出高幀率、微米級(jí)精度的3D點(diǎn)云數(shù)據(jù)或深度數(shù)據(jù)。該傳感器結(jié)構(gòu)緊湊、集成度高、操作便捷，廣泛適用于3C、電子制造等行業(yè)中的動(dòng)態(tài)3D信息獲取應(yīng)用。3.2常常見見的的3D相相機(jī)機(jī)

13D激光輪廓儀型號(hào)參數(shù)MV-DP090-02B單條輪廓點(diǎn)數(shù) 1920近視場(chǎng) 77mm遠(yuǎn)視場(chǎng) 112mm凈距離（CD） 119mm測(cè)量范圍（MR） 76mm分辨率（X軸） 0.048～0.071mm分辨率（Z軸） 0.016～0.032mm重復(fù)精度（Z軸） 3μm@傳感器在光學(xué)平臺(tái)上測(cè)試標(biāo)準(zhǔn)量塊的數(shù)據(jù)掃描幀率 60～700Hz數(shù)據(jù)類型 深度數(shù)據(jù)，3D點(diǎn)云數(shù)據(jù)同步信號(hào)模式 外觸發(fā)信號(hào)，編碼器信號(hào)數(shù)據(jù)接口 GigabitEthernetGPIO 1路光隔輸入、1路光隔輸出，1路雙向可配置非隔離I/O典型功耗 ＜10W@12VDC激光安全等級(jí) 3R尺寸 202.3mm×48mm×93.5mm重量 ＜900g溫度/濕度 工作溫度0~50°C，儲(chǔ)藏溫度-30~80°C，20%~85%RH無凝結(jié)為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 34?線激光立體相機(jī)：MV-DL2040-04B-H和MV-DL2025-04H-H是?？禉C(jī)器人智能線激光立體相機(jī)，內(nèi)置高精度測(cè)量算法，結(jié)合寬動(dòng)態(tài)算法優(yōu)化策略，更精準(zhǔn)的輸出物流、倉(cāng)儲(chǔ)應(yīng)用中的尺寸信息，動(dòng)態(tài)范圍更寬，魯棒性更強(qiáng)。廣泛適用于快遞、物流行業(yè)中的動(dòng)態(tài)3D信息獲取應(yīng)用。3.2常常見見的的3D相相機(jī)機(jī)

2線激光立體相機(jī)為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 35?主要參數(shù)3.2常常見見的的3D相相機(jī)機(jī)

型號(hào)參數(shù)MV-DL2040-04B-H MV-DL2025-04H-H近視場(chǎng) 1000mm 1000mm遠(yuǎn)視場(chǎng) 2235mm 2600mm凈距離（CD） 750mm 650mm測(cè)量范圍（MR） 1000mm 1000mm檢測(cè)精度 ±5mm ±5mm（規(guī)則件）檢測(cè)速度 2.5m/s@±5mm檢測(cè)精度 3m/s@±5mm檢測(cè)精度掃描幀率 300Hz@1m3測(cè)量范圍 600fps@1m3測(cè)量范圍數(shù)據(jù)類型 點(diǎn)云數(shù)據(jù)、長(zhǎng)寬高、積分體積 原始圖、點(diǎn)云數(shù)據(jù)、體積（長(zhǎng)寬高、積分體積）、定位坐標(biāo)同步信號(hào)模式 外觸發(fā)，編碼器輸入 外觸發(fā)，編碼器觸發(fā)（最高支持15KHz觸發(fā)信號(hào)接入）數(shù)據(jù)接口 GigabitEthernet GigabitEthernetGPIO 路12-pinM12接口提供I/O：1路光耦隔離輸入，1光耦隔離輸出，1路串口輸入12-pinM12接口提供I/O，包含3路光耦隔離輸入（Line0/3/6），3路光耦隔離輸出（Line1/4/7），1路RS-232串口典型功耗 ＜10.0W@12VDC ＜8W@12VDC激光安全等級(jí) 3B@500mw尺寸 549.4mm×65mm×160mm 354.1mm×65mm×123.4mm重量 ＜5Kg 1.6kg溫度/濕度 工作溫度-10~50°C，儲(chǔ)藏溫度-30~80°C，20%~85%RH無凝結(jié)工作溫度0~50°C，儲(chǔ)藏溫度-30~70°C，20%~85%RH無凝結(jié)為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 36?雙目相機(jī)：?？惦p目立體相機(jī)，采用工業(yè)級(jí)芯片，結(jié)合近紅外激光模塊和窄帶通濾光片，抑制環(huán)境光干擾的同時(shí)提高設(shè)備的動(dòng)態(tài)范圍。設(shè)備內(nèi)置高精度測(cè)量算法，深度圖或體積數(shù)據(jù)。廣泛適用于靜態(tài)體積測(cè)量、機(jī)械臂定位引導(dǎo)等應(yīng)用。3.2常常見見的的3D相相機(jī)機(jī)

3雙目立體相機(jī)為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 37?主要參數(shù)3.2常常見見的的3D相相機(jī)機(jī)

型號(hào)參數(shù) MV-DS135-06GM-L MV-DB1308-05H MV-DB1612-05H近視場(chǎng) 640mm×540mm 500mm×500mm 1100mm×950mm遠(yuǎn)視場(chǎng) 1040mm×840mm 1000mm×1000mm 2050mm×1750mm凈距離（CD） 900mm 500mm 1000mm測(cè)量范圍（MR） 500mm 500mm 800mm檢測(cè)精度 8mm 5mm ±5mm@規(guī)則物體掃描幀率 深度圖14fps 深度圖14fps 體深度圖9fps@1280×960積數(shù)據(jù)4fps數(shù)據(jù)類型 原始圖，深度圖，體積數(shù)據(jù)數(shù)據(jù)接口 GigabitEthernetGPIO 12-pinM12接口提供供電和1路RS-232典型功耗 ＜8W@12VDC安全等級(jí) 3R 3R 3R尺寸 45mm×140mm×58mm 45mm×140mm×61mm 46mm×181.6mm×58.2mm重量 ＜600g ＜700g ＜800g溫度/濕度 工作溫度0~50°C，儲(chǔ)藏溫度-30~80°C，20%~85%RH無凝結(jié)

為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 384 深度學(xué)習(xí)算法訓(xùn)練與測(cè)試4.14.2深度學(xué)習(xí)基本原理深度學(xué)習(xí)算法訓(xùn)練與測(cè)試3D機(jī)機(jī)器器視視技技術(shù)術(shù)與與深深度度學(xué)學(xué)習(xí)習(xí)為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 39?深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)分支領(lǐng)域，它是從數(shù)據(jù)中學(xué)習(xí)表示的一種新方法，強(qiáng)調(diào)從連續(xù)的層(layer)中進(jìn)行學(xué)習(xí)，這些層對(duì)應(yīng)于越來越有意義的表示。?深度學(xué)習(xí)中的“深度”是指一系列連續(xù)的表示層，數(shù)據(jù)模型中包含多少層，這被稱為模型的深度(depth)。?在深度學(xué)習(xí)中，這些分層表示幾乎總是通過叫做神經(jīng)網(wǎng)絡(luò)(neuralnetwork)的模型來學(xué)習(xí)得到的，神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)是逐層堆疊。?神經(jīng)網(wǎng)絡(luò)中每層對(duì)輸入數(shù)據(jù)所做的具體操作保存在該層的權(quán)重(weight)中，其本質(zhì)是一串?dāng)?shù)字。用術(shù)語來說，每層實(shí)現(xiàn)的變換由其權(quán)重來參數(shù)化(parameterize)，權(quán)重有時(shí)也被稱為該層的參數(shù)(parameter)。4.1深深度度學(xué)學(xué)習(xí)習(xí)基基本本原原理理

1深度學(xué)習(xí)基本原理為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 40?“學(xué)習(xí)”的意思是為神經(jīng)網(wǎng)絡(luò)的所有層找到一組權(quán)重值，使得該網(wǎng)絡(luò)能夠?qū)⒚總€(gè)示例輸入與其目標(biāo)正確地一一對(duì)應(yīng)。一個(gè)深度神經(jīng)網(wǎng)絡(luò)可能包含數(shù)千萬個(gè)參數(shù)，找到所有參數(shù)的正確取值可能是一項(xiàng)非常艱巨的任務(wù)，特別是考慮到修改某個(gè)參數(shù)值將會(huì)影響其他所有參數(shù)的行為。?想要控制神經(jīng)網(wǎng)絡(luò)的輸出，就需要能夠衡量該輸出與預(yù)期值之間的距離，這是神經(jīng)網(wǎng)絡(luò)損失函數(shù)(lossfunction)的任務(wù)，該函數(shù)也叫目標(biāo)函數(shù)(objectivefunction)。?損失函數(shù)的輸入是網(wǎng)絡(luò)預(yù)測(cè)值與真實(shí)目標(biāo)值，然后計(jì)算出一個(gè)距離值，衡量該網(wǎng)絡(luò)在這個(gè)示例上的效果好壞，即損失函數(shù)用來衡量網(wǎng)絡(luò)輸出結(jié)果的質(zhì)量。4.1深深度度學(xué)學(xué)習(xí)習(xí)基基本本原原理理

為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 41?深度學(xué)習(xí)的基本技巧是利用這個(gè)距離值作為反饋信號(hào)來對(duì)權(quán)重值進(jìn)行微調(diào)，以降低當(dāng)前示例對(duì)應(yīng)的損失值。這種調(diào)節(jié)由優(yōu)化器(optimizer)來完成，它實(shí)現(xiàn)了所謂的反向傳播(backpropagation)算法，這是深度學(xué)習(xí)的核心算法。4.1深深度度學(xué)學(xué)習(xí)習(xí)基基本本原原理理

為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 42?（1）選擇工具->深度學(xué)習(xí)訓(xùn)練工具4.2深深度度學(xué)學(xué)習(xí)習(xí)算算法法訓(xùn)訓(xùn)練練與與測(cè)測(cè)試試

1深度學(xué)習(xí)字符識(shí)別-模型訓(xùn)練為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 43?（2）在目標(biāo)平臺(tái)上可選擇VisionMaster平臺(tái)和SC平臺(tái)，VisionMaster平臺(tái)用于軟件庫(kù)文件生成，SC平臺(tái)用于SC系列智能相機(jī)庫(kù)文件生成，在軟件中使用選擇VisionMaster平臺(tái)后選擇字符訓(xùn)練模塊，點(diǎn)擊下一步。4.2深深度度學(xué)學(xué)習(xí)習(xí)算算法法訓(xùn)訓(xùn)練練與與測(cè)測(cè)試試

為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 44?（3）點(diǎn)擊新建訓(xùn)練集，選擇訓(xùn)練圖片所在的文件夾，點(diǎn)擊確定加載圖片（訓(xùn)練圖片不得少于11張）。4.2深深度度學(xué)學(xué)習(xí)習(xí)算算法法訓(xùn)訓(xùn)練練與與測(cè)測(cè)試試

為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 45?（4）標(biāo)注的樣本最好能有代表性，覆蓋大部分的背景和字體（推薦200張以上）。標(biāo)注方式為使矩形工具，框住需要識(shí)別的整行字符，矩形框的方向盡量和字符本身的方向保持一致，大小為上下邊沿盡量貼近字符邊沿，左右預(yù)留1/2字符寬度。4.2深深度度學(xué)學(xué)習(xí)習(xí)算算法法訓(xùn)訓(xùn)練練與與測(cè)測(cè)試試

為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 46?（注：標(biāo)定過程中如果需要保存標(biāo)定數(shù)據(jù)，一定要點(diǎn)擊“下一步或上一步”。避免訓(xùn)練工具意外關(guān)閉導(dǎo)致標(biāo)簽沒有保存）4.2深深度度學(xué)學(xué)習(xí)習(xí)算算法法訓(xùn)訓(xùn)練練與與測(cè)測(cè)試試

為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 47?（5）配置訓(xùn)練參數(shù)和訓(xùn)練。?注意準(zhǔn)確率閾值調(diào)到1.01，即不提前停止，保持訓(xùn)練。迭代次數(shù)與圖片數(shù)量有關(guān)，若圖片數(shù)量大于500張，迭代次數(shù)設(shè)置為圖片數(shù)量*10，若小于則默認(rèn)。其余參數(shù)默認(rèn)即可。需設(shè)置模型生成位置，不然將會(huì)把模型保存到默認(rèn)設(shè)置的路徑。?若在測(cè)試中發(fā)現(xiàn)會(huì)出現(xiàn)誤識(shí)別、多識(shí)別的情況，可以嘗試增加訓(xùn)練樣本、增大最大迭代次數(shù)。4.2深深度度學(xué)學(xué)習(xí)習(xí)算算法法訓(xùn)訓(xùn)練練與與測(cè)測(cè)試試

為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 48?參參數(shù)數(shù)解解釋釋：：?字符模型類型：有三個(gè)選項(xiàng)，文本行識(shí)別、文本定位、單字符識(shí)別，訓(xùn)練識(shí)別模型選擇文本行識(shí)別。?模型類型：有三個(gè)選項(xiàng)，輕量快速、普通、高精度。?輕量快速：最常用的模型類型，適用于絕大數(shù)數(shù)場(chǎng)景，一般默認(rèn)選擇此類模型。?普通：模型效果稍遜于輕量快速模型，預(yù)測(cè)耗時(shí)比輕量快速模型少2ms左右。?高精度：此類模型適合于大量樣本的場(chǎng)景，預(yù)測(cè)耗時(shí)比輕量的模型長(zhǎng)10ms左右。?最大迭代次數(shù)：圖片訓(xùn)練迭代的最大次數(shù)，到達(dá)設(shè)置的次數(shù)工具停止訓(xùn)練。?準(zhǔn)確率閾值：模型訓(xùn)練過程中若準(zhǔn)確率達(dá)到設(shè)置的值，工具停止訓(xùn)練。為了不提前停止訓(xùn)練，提高模型的識(shí)別率，此參數(shù)需設(shè)置為1.01。?預(yù)訓(xùn)練模型：針對(duì)特定的場(chǎng)景，如點(diǎn)陣字符，可選擇點(diǎn)陣字符預(yù)訓(xùn)練模型，提高模型的效果。4.2深深度度學(xué)學(xué)習(xí)習(xí)算算法法訓(xùn)訓(xùn)練練與與測(cè)測(cè)試試

為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 49?（6）訓(xùn)練曲線、訓(xùn)練誤差

?訓(xùn)練誤差會(huì)隨著迭代次數(shù)的增加降低，最后會(huì)平穩(wěn)趨向于一個(gè)較小的值。?訓(xùn)練完成后將會(huì)生成一個(gè)“xxx.bin”的模型文件，將其加載到DL字符識(shí)別模塊中，測(cè)試模型效果。4.2深深度度學(xué)學(xué)習(xí)習(xí)算算法法訓(xùn)訓(xùn)練練與與測(cè)測(cè)試試

為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 50?（1）拉出一個(gè)圖像模塊，點(diǎn)擊右下角的 將需要測(cè)試圖片放入模塊中。?（2）拉出一個(gè)DL字符定位GPU模塊，與圖像源模塊連接。（使用GPU版本還是CPU版本根據(jù)實(shí)際需求決定）?（3）拉出一個(gè)DL字符識(shí)別模型，與DL字符定位模塊相連。4.2深深度度學(xué)學(xué)習(xí)習(xí)算算法法訓(xùn)訓(xùn)練練與與測(cè)測(cè)試試

2深度學(xué)習(xí)字符識(shí)別-模型測(cè)試?注：字符識(shí)別的ROI可以繼承DL字符定位或者手動(dòng)畫（手動(dòng)畫的ROI需和標(biāo)簽中保持一致）

為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 51?（4）雙擊模塊設(shè)置參數(shù)，模型文件路徑選擇剛剛訓(xùn)練好的模型位置。（DL字符定位參數(shù)設(shè)置見DL字符定位訓(xùn)練文檔）4.2深深度度學(xué)學(xué)習(xí)習(xí)算算法法訓(xùn)訓(xùn)練練與與測(cè)測(cè)試試

?模型文件路徑：選擇訓(xùn)練好的.bin模型文件。?字符過濾：在某些特定的場(chǎng)景下，如字符“8”與“B”形態(tài)非常類似，可開啟字符過濾，對(duì)字符的類型進(jìn)行人為的限制，從而提高識(shí)別率。?最小置信度：識(shí)別出的文本行中字符串的最低置信得分，低于此分?jǐn)?shù)的字符串會(huì)被過濾。為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 52?（5）點(diǎn)擊 運(yùn)行按鈕，觀察測(cè)試結(jié)果是否與想要的一致；4.2深深度度學(xué)學(xué)習(xí)習(xí)算算法法訓(xùn)訓(xùn)練練與與測(cè)測(cè)試試

為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 535 深度學(xué)習(xí)在機(jī)器視覺上的應(yīng)用5.1 深度學(xué)習(xí)在機(jī)器視覺上的應(yīng)用3D機(jī)機(jī)器器視視技技術(shù)術(shù)與與深深度度學(xué)學(xué)習(xí)習(xí)為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 54?項(xiàng)目背景：電路板上電容正負(fù)極可能會(huì)存在插反、歪斜的情況，會(huì)影響電容的使用壽命，嚴(yán)重的還會(huì)引起安全隱患。因此在生產(chǎn)電容之后需要對(duì)表面進(jìn)行正負(fù)極分類，剔除插反以及不良產(chǎn)品。由于產(chǎn)品本身成像穩(wěn)定性較差，難以僅用一種方式確認(rèn)所有特征，因此在視覺系統(tǒng)中，選用深度學(xué)習(xí)方法能夠適應(yīng)產(chǎn)品本身多樣化的缺陷。?使用算法：使用深度學(xué)習(xí)圖像分類的方式快速準(zhǔn)確的分類電容正負(fù)極，剔除不良情況。5.1深深度度學(xué)學(xué)習(xí)習(xí)在在機(jī)機(jī)器器視視覺覺上上的的應(yīng)應(yīng)用用

1分類案例1-電容正負(fù)極分類為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 55?項(xiàng)目背景：汽車零部件有無焊縫對(duì)產(chǎn)品性能影響很大，人工檢查耗時(shí)長(zhǎng)且效率低，故引入深度學(xué)習(xí)圖像分類算法，協(xié)助檢測(cè)零件是否進(jìn)行了焊接工藝。?難點(diǎn)：焊縫形態(tài)差距大，即使同一道焊縫也存在差異，背景干擾。5.1深深度度學(xué)學(xué)習(xí)習(xí)在在機(jī)機(jī)器器視視覺覺上上的的應(yīng)應(yīng)用用

2分類案例2-變速箱齒輪焊縫有無檢測(cè)為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 56?項(xiàng)目概況：物流運(yùn)輸行業(yè)需要準(zhǔn)確定位到面單標(biāo)簽中心，機(jī)器手臂根據(jù)中心位置進(jìn)行抓取和放置工件，同時(shí)根據(jù)面單標(biāo)簽上的信息進(jìn)行二維碼信息識(shí)別，因工件大小、角度、反光程度不一致，傳統(tǒng)的特征匹配難以應(yīng)對(duì)所有種類的差異，故引入深度學(xué)習(xí)目標(biāo)檢測(cè)進(jìn)行目標(biāo)定位。?難點(diǎn)：面單標(biāo)簽種類多（40余種），大小、角度和位置不固定，反光程度不同。5.1深深度度學(xué)學(xué)習(xí)習(xí)在在機(jī)機(jī)器器視視覺覺上上的的應(yīng)應(yīng)用用

3目標(biāo)檢測(cè)案例-面單定位抓取為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 57?項(xiàng)目情況：食品行業(yè)一般采用油墨噴碼機(jī)來進(jìn)行生產(chǎn)標(biāo)簽的噴印。生產(chǎn)信息是消費(fèi)者消費(fèi)過程中重點(diǎn)關(guān)注的信息，若打印有誤的產(chǎn)品流放到市場(chǎng)上會(huì)引起消費(fèi)者的投訴，對(duì)于廠家來說也是用于追溯的產(chǎn)品信息一種方式。故對(duì)于噴碼的要求十分嚴(yán)格，人力去做識(shí)別剔除成本較大，采用深度學(xué)習(xí)方式快速準(zhǔn)確的對(duì)生產(chǎn)信息做出識(shí)別剔除。?難點(diǎn)：字符打印位置波動(dòng)較大。5.1深深度度學(xué)學(xué)習(xí)習(xí)在在機(jī)機(jī)器器視視覺覺上上的的應(yīng)應(yīng)用用

4字符識(shí)別案例1-袋裝酸奶OCR檢測(cè)為為工工業(yè)業(yè)增增智智為為教教育育賦賦能能 58?項(xiàng)目情況：?醫(yī)藥行業(yè)有些產(chǎn)品包裝盒上會(huì)有一層很薄的塑料薄膜，用激光打碼容易將薄膜破壞，故采用油墨的形式來進(jìn)行標(biāo)簽的噴印?？蛻粢髮?duì)字符連續(xù)缺點(diǎn)進(jìn)行檢測(cè)，由于字符之間間隔較小，且要求較高的識(shí)別率，傳統(tǒng)算法難以對(duì)字符進(jìn)行分割檢測(cè)，故采用深度學(xué)習(xí)的方式來解決行業(yè)難題。?難點(diǎn)：點(diǎn)陣字符，字符間隔較近（有些字符已經(jīng)黏連在一起），要求對(duì)字符連續(xù)缺點(diǎn)進(jìn)行檢測(cè)，字符串