一臺(tái)機(jī)器為什么能看到你?因?yàn)樗辛俗约旱囊曈X(jué)。
機(jī)器視覺(jué)技術(shù)是一門(mén)涉及人工智能、神經(jīng)生物學(xué)、心理物理學(xué)、計(jì)算機(jī)科學(xué)、圖像處理、模式識(shí)別等諸多領(lǐng)域的交叉學(xué)科。機(jī)器視覺(jué)主要用計(jì)算機(jī)來(lái)模擬人的視覺(jué)功能，從客觀(guān)事物的圖像中提取信息，進(jìn)行處理并加以理解，最終用于實(shí)際檢測(cè)、測(cè)量和控制，技術(shù)最大的特點(diǎn)是速度快、信息量大、功能多。
機(jī)器視覺(jué)主要用計(jì)算機(jī)來(lái)模擬人的視覺(jué)功能，但并不僅僅是人眼的簡(jiǎn)單延伸，更重要的是具有人腦的一部分功能一一從客觀(guān)事物的圖像中提取信息，進(jìn)行處理并加以理解，最終用于實(shí)際檢測(cè)、測(cè)量和控制。
一個(gè)典型的工業(yè)機(jī)器視覺(jué)應(yīng)用系統(tǒng)，包括數(shù)字圖像處理技術(shù)、機(jī)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(jì)算機(jī)軟硬件技術(shù)、人機(jī)接口技術(shù)等。
發(fā)展歷史簡(jiǎn)介
機(jī)器視覺(jué)的研究是從20世紀(jì)60年代中期美國(guó)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(kāi)始的。當(dāng)時(shí)運(yùn)用的預(yù)處理、邊緣檢測(cè)、輪廓線(xiàn)構(gòu)成、對(duì)象建模、匹配等技術(shù)，后來(lái)一直在機(jī)器視覺(jué)中應(yīng)用。
羅伯茲在圖像分析過(guò)程中，采用了自底向上的方法。用邊緣檢測(cè)技術(shù)來(lái)確定輪廓線(xiàn)，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(chēng)為圖像分割。其目的在于用輪廓線(xiàn)和區(qū)域?qū)λ治龅膱D像進(jìn)行描述，以便同機(jī)內(nèi)存儲(chǔ)的模型進(jìn)行比較匹配。
實(shí)踐表明，只用自底向上的分析太困難，必須同時(shí)采用自頂向下，即把目標(biāo)分為若干子目標(biāo)的分析方法，運(yùn)用啟發(fā)式知識(shí)對(duì)對(duì)象進(jìn)行預(yù)測(cè)。這同言語(yǔ)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(yùn)用啟發(fā)式知識(shí)，表明用符號(hào)過(guò)程來(lái)解釋輪廓畫(huà)的方法不必求助于諸如最小二乘法匹配之類(lèi)的數(shù)值計(jì)算程序。
70年代以后，機(jī)器視覺(jué)形成幾個(gè)重要研究分支：一、目標(biāo)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(yùn)動(dòng)參量求值;五、視覺(jué)知識(shí)的表示;六、視覺(jué)系統(tǒng)的知識(shí)庫(kù)等。
全球應(yīng)用情況
在國(guó)外，機(jī)器視覺(jué)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(jī)器視覺(jué)系統(tǒng)還在質(zhì)量檢測(cè)的各個(gè)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(jī)器視覺(jué)還用于其他各個(gè)領(lǐng)域。
而在中國(guó)，視覺(jué)技術(shù)的應(yīng)用開(kāi)始于90年代，因?yàn)樾袠I(yè)本身就屬于新興的領(lǐng)域，再加之機(jī)器視覺(jué)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(guó)內(nèi)機(jī)器視覺(jué)大多為國(guó)外品牌。國(guó)內(nèi)大多機(jī)器視覺(jué)公司基本上是靠代理國(guó)外各種機(jī)器視覺(jué)品牌起家，隨著機(jī)器視覺(jué)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(chē)制造、半導(dǎo)體、紡織、煙草、交通、物流等行業(yè)，用機(jī)器視覺(jué)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(jī)器視覺(jué)技術(shù)進(jìn)行快遞的分揀分類(lèi)，不會(huì)出現(xiàn)大多快遞公司人工進(jìn)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(dòng)。
提升三維技術(shù)
在現(xiàn)實(shí)生活中，我們?cè)絹?lái)越需要更多的三維模型來(lái)實(shí)現(xiàn)對(duì)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(huì)對(duì)樣本帶來(lái)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(wú)幾，因此成為了現(xiàn)在研究的一個(gè)熱點(diǎn)。
我們知道，一般的圖像上是沒(méi)有長(zhǎng)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(guān)呈現(xiàn)物體的位置、距離、姿態(tài)等。比如中國(guó)古代建筑全自動(dòng)三維重建系統(tǒng)，能夠?qū)崿F(xiàn)全自動(dòng)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(dòng)實(shí)現(xiàn)，無(wú)需人工交互。它對(duì)圖像的拍攝方式也無(wú)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(dāng)，精度小于3cm/100米，通過(guò)配備更高像素?cái)?shù)量的相機(jī)和長(zhǎng)焦鏡頭還可以實(shí)現(xiàn)毫米級(jí)重建。
此外，在實(shí)時(shí)定位與在線(xiàn)三維重建方面，機(jī)器視覺(jué)也具有極大的應(yīng)用潛力。將手機(jī)上攝像頭讀取的視頻作為輸入，通過(guò)初始化、特征點(diǎn)提取、動(dòng)態(tài)模板特征點(diǎn)匹配、幾何變化計(jì)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(guó)基于機(jī)器視覺(jué)的三維重建技術(shù)在國(guó)際上可以說(shuō)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(cè)方面，像對(duì)露天煤礦的監(jiān)測(cè)，就是通過(guò)無(wú)人機(jī)對(duì)煤礦進(jìn)行全方位拍攝，生成三維模型來(lái)實(shí)時(shí)監(jiān)測(cè)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(lái)發(fā)展趨勢(shì)
由于機(jī)器視覺(jué)是自動(dòng)化的一部分，沒(méi)有自動(dòng)化就不會(huì)有機(jī)器視覺(jué)，機(jī)器視覺(jué)軟硬件產(chǎn)品正逐漸成為協(xié)作生產(chǎn)制造過(guò)程中不同階段的核心系統(tǒng)，無(wú)論是用戶(hù)還是硬件供應(yīng)商都將機(jī)器視覺(jué)產(chǎn)品作為生產(chǎn)線(xiàn)上信息收集的工具，這就要求機(jī)器視覺(jué)產(chǎn)品大量采用標(biāo)準(zhǔn)化技術(shù)，直觀(guān)地說(shuō)就是要隨著自動(dòng)化的開(kāi)放而逐漸開(kāi)放，可以根據(jù)用戶(hù)的需求進(jìn)行二次開(kāi)發(fā)。
當(dāng)今，自動(dòng)化企業(yè)正在倡導(dǎo)軟硬一體化解決方案，機(jī)器視覺(jué)的廠(chǎng)商在未來(lái)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(jìn)。隨著中國(guó)加工制造業(yè)的發(fā)展，對(duì)于機(jī)器視覺(jué)的需求也逐漸增多。隨著機(jī)器視覺(jué)產(chǎn)品的增多，技術(shù)的提高，國(guó)內(nèi)機(jī)器視覺(jué)的應(yīng)用狀況將由初期的低端轉(zhuǎn)向高端。由于機(jī)器視覺(jué)的介入，自動(dòng)化將朝著更智能、更快速的方向發(fā)展。
