機器視覺技術(shù)是一門涉及人工智能、神經(jīng)生物學(xué)、心理物理學(xué)、計算機科學(xué)、圖像處理、模式識別等諸多領(lǐng)域的交叉學(xué)科。機器視覺主要用計算機來模擬人的視覺功能，從客觀事物的圖像中提取信息，進行處理并加以理解，最終用于實際檢測、測量和控制，技術(shù)最大的特點是速度快、信息量大、功能多。

一個典型的工業(yè)機器視覺應(yīng)用系統(tǒng)，包括數(shù)字圖像處理技術(shù)、機械工程技術(shù)、控制技術(shù)、光源照明技術(shù)、光學(xué)成像技術(shù)、傳感器技術(shù)、模擬與數(shù)字視頻技術(shù)、計算機軟硬件技術(shù)、人機接口技術(shù)等。

發(fā)展歷史簡介

機器視覺的研究是從20世紀60年代中期美國學(xué)者L.R.羅伯茲關(guān)于理解多面體組成的積木世界研究開始的。當時運用的預(yù)處理、邊緣檢測、輪廓線構(gòu)成、對象建模、匹配等技術(shù)，后來一直在機器視覺中應(yīng)用。

羅伯茲在圖像分析過程中，采用了自底向上的方法。用邊緣檢測技術(shù)來確定輪廓線，用區(qū)域分析技術(shù)將圖像劃分為由灰度相近的像素組成的區(qū)域，這些技術(shù)統(tǒng)稱為圖像分割。其目的在于用輪廓線和區(qū)域?qū)λ治龅膱D像進行描述，以便同機內(nèi)存儲的模型進行比較匹配。

實踐表明，只用自底向上的分析太困難，必須同時采用自頂向下，即把目標分為若干子目標的分析方法，運用啟發(fā)式知識對對象進行預(yù)測。這同言語理解中采用的自底向上和自頂向下相結(jié)合的方法是一致的。在圖像理解研究中，A.古茲曼提出運用啟發(fā)式知識，表明用符號過程來解釋輪廓畫的方法不必求助于諸如最小二乘法匹配之類的數(shù)值計算程序。

70年代以后，機器視覺形成幾個重要研究分支：一、目標制導(dǎo)的圖像處理；二、圖像處理和分析的并行算法；三、從二維圖像提取三維信息；四、序列圖像分析和運動參量求值；五、視覺知識的表示；六、視覺系統(tǒng)的知識庫等。

全球應(yīng)用情況

在國外，機器視覺的應(yīng)用普及主要體現(xiàn)在半導(dǎo)體及電子行業(yè)，其中大概40%-50%都集中在半導(dǎo)體行業(yè)。機器視覺系統(tǒng)還在質(zhì)量檢測的各個方面已經(jīng)得到了廣泛的應(yīng)用，并且其產(chǎn)品在應(yīng)用中占據(jù)著舉足輕重的地位。除此之外，機器視覺還用于其他各個領(lǐng)域。

而在中國，視覺技術(shù)的應(yīng)用開始于90年代，因為行業(yè)本身就屬于新興的領(lǐng)域，再加之機器視覺產(chǎn)品技術(shù)的普及不夠，導(dǎo)致以上各行業(yè)的應(yīng)用幾乎空白。目前國內(nèi)機器視覺大多為國外品牌。國內(nèi)大多機器視覺公司基本上是靠代理國外各種機器視覺品牌起家，隨著機器視覺的不斷應(yīng)用，公司規(guī)模慢慢做大，技術(shù)上已經(jīng)逐漸成熟。

在行業(yè)應(yīng)用方面，主要有制藥、包裝、電子、汽車制造、半導(dǎo)體、紡織、煙草、交通、物流等行業(yè)，用機器視覺技術(shù)取代人工，可以提供生產(chǎn)效率和產(chǎn)品質(zhì)量。例如在物流行業(yè)，可以使用機器視覺技術(shù)進行快遞的分揀分類，不會出現(xiàn)大多快遞公司人工進行分揀，減少物品的損壞率，可以提高分揀效率，減少人工勞動。

提升三維技術(shù)

在現(xiàn)實生活中，我們越來越需要更多的三維模型來實現(xiàn)對物體或環(huán)境的全面掌握。獲得三維模型有兩種基本方式，一種是利用激光掃描儀，一種是拍攝照片。但激光掃描儀的成本高，也有可能會對樣本帶來一些損害。第二種方式的成本小，而且在精度上也跟激光掃描儀相差無幾，因此成為了現(xiàn)在研究的一個熱點。

我們知道，一般的圖像上是沒有長度、距離等深度信息的，而三維模型則能更加全面、精確地記錄環(huán)境，可以直觀呈現(xiàn)物體的位置、距離、姿態(tài)等。比如中國古代建筑全自動三維重建系統(tǒng)，能夠?qū)崿F(xiàn)全自動三維建模，即從底層圖像處理到生成最終的三維模型，全部自動實現(xiàn)，無需人工交互。它對圖像的拍攝方式也無特殊約束和限制，只需手持自由拍攝即可。在精度上，也與激光掃描精度相當，精度小于3cm/100米，通過配備更高像素數(shù)量的相機和長焦鏡頭還可以實現(xiàn)毫米級重建。

此外，在實時定位與在線三維重建方面，機器視覺也具有極大的應(yīng)用潛力。將手機上攝像頭讀取的視頻作為輸入，通過初始化、特征點提取、動態(tài)模板特征點匹配、幾何變化計算階段后得到視頻每一幀中感興趣區(qū)域的位置。

目前，我國基于機器視覺的三維重建技術(shù)在國際上可以說處于領(lǐng)先地位，應(yīng)用也比較廣泛。除了上述之外，還能用在一些不太適合人工作業(yè)的環(huán)境監(jiān)測方面，像對露天煤礦的監(jiān)測，就是通過無人機對煤礦進行全方位拍攝，生成三維模型來實時監(jiān)測礦山的變化。此外，也能應(yīng)用于城市規(guī)劃、數(shù)字媒體、三維試衣、牙模制造等多方面。

未來發(fā)展趨勢

由于機器視覺是自動化的一部分，沒有自動化就不會有機器視覺，機器視覺軟硬件產(chǎn)品正逐漸成為協(xié)作生產(chǎn)制造過程中不同階段的核心系統(tǒng)，無論是用戶還是硬件供應(yīng)商都將機器視覺產(chǎn)品作為生產(chǎn)線上信息收集的工具，這就要求機器視覺產(chǎn)品大量采用標準化技術(shù)，直觀地說就是要隨著自動化的開放而逐漸開放，可以根據(jù)用戶的需求進行二次開發(fā)。

當今，自動化企業(yè)正在倡導(dǎo)軟硬一體化解決方案，機器視覺的廠商在未來十年內(nèi)也應(yīng)該不單純是只提供產(chǎn)品的供應(yīng)商，而是逐漸向一體化解決方案的系統(tǒng)集成商邁進。隨著中國加工制造業(yè)的發(fā)展，對于機器視覺的需求也逐漸增多。隨著機器視覺產(chǎn)品的增多，技術(shù)的提高，國內(nèi)機器視覺的應(yīng)用狀況將由初期的低端轉(zhuǎn)向高端。由于機器視覺的介入，自動化將朝著更智能、更快速的方向發(fā)展。

更多資訊請關(guān)注機器視覺頻道