機器視覺技術發(fā)展現(xiàn)狀文獻綜述

1、機器視覺技術發(fā)展現(xiàn)狀人類認識外界信息的80%來自于視覺，而機器視覺就是用機器代替人眼來做測量和判斷，機器視覺的最終目標就是使計算機像人一樣，通過視覺觀察和理解世界，具有自主適應環(huán)境的能力。作為一個新興學科，同時也是一個交叉學科，機器視覺是通過對相關的理論和技術進行研究，從而建立由圖像或多維數(shù)據(jù)中獲取“信息”的人工智能系統(tǒng)，其特點是可提高生產的柔性和自動化程度。目前機器視覺技術已經在很多工業(yè)制造領域得到了應用，并逐漸進入我們的日常生活。一、機器視覺簡介機器視覺就是用機器代替人眼來做測量和判斷。機器視覺主要利用計算機來模擬人的視覺功能，再現(xiàn)于人類視覺有關的某些智能行為，從客觀事物的圖像中提取信息進

2、行處理，并加以理解，最終用于實際檢測和控制。機器視覺是一項綜合技術，具包括數(shù)字處理、機械工程技術、控制、光源照明技術、光學成像、傳感器技術、模擬與數(shù)字視頻技術、計算機軟硬件技術和人機接口技術等，這些技術相互協(xié)調才能構成一個完整的工業(yè)機器視覺系統(tǒng)10機器視覺強調實用性，要能適應工業(yè)現(xiàn)場惡劣的環(huán)境，并要有合理的性價比、通用的通訊接口、較高的容錯能力和安全性、較強的通用性和可移植性。其更強調的是實時性，要求高速度和高精度，且具有非接觸性、實時性、自動化和智能高等優(yōu)點，有著廣泛的應用前景10一個典型的工業(yè)機器人視覺應用系統(tǒng)包括光源、光學成像系統(tǒng)、圖像捕捉系統(tǒng)、圖像采集與數(shù)字化模塊、智能圖像處理與決策模

3、塊以及控制執(zhí)行模塊。通過CCD或CMOS攝像機將被測目標轉換為圖像信號，然后通過A/D轉換成數(shù)字信號傳送給專用的圖像處理系統(tǒng)，并根據(jù)像素分布、亮度和顏色等信息，將其轉換成數(shù)字化信息。圖像系統(tǒng)對這些信號進行各種運算來抽取目標的特征，如面積、數(shù)量、位置和長度等，進而根據(jù)判別的結果來控制現(xiàn)場的設備動作10機器視覺一般都包括下面四個過程：被測物體光學系統(tǒng)相機圖像采集卡計算機圖1機器視覺系統(tǒng)組成機器視覺的發(fā)展歷史機器視覺是在20世紀50年代從統(tǒng)計模式識別開始，當時的工作主要集中在二維圖像分析、識別和理解上。從20世紀70年代才真正開始發(fā)展，并涌現(xiàn)出了主動視覺理論框架、基于感知特征群島物體識別理論框架等新

4、的概念、方法及理論。Marr視覺計算機理論是視覺研究迄今較為完善的理論，其使視覺研究有了一個較為明確的體系20Marr視覺理論從計算視覺理論出發(fā)，將立體視覺分為自上而下的三個階段，即早期的二維視覺數(shù)據(jù)獲取、中期的要素處理和后期三維信息的形成和表達。經歷這單個階段即可完成二維到三維的轉換工作.要素圖工5維圖圖2Marr理論框架的三個階段早期階段的“要素圖”(primarysketch)是由二維圖像中的點、直線、曲線和紋理等特征組成，早期階段的處理是從圖像中獲取這些特征。中期階段的處理是處理特征要素的位置和相互關系，從而完成對物體的識別、運動分析和形狀恢復等操作，該階段處理的結果僅僅是對空間場景的

5、二維半描述。如若要完成對空問場景的真正三維描述，還需第三階段的后期視覺處理，將物體自身坐標統(tǒng)一到一個世界坐標系中3。作為立體視覺白基礎理論，Marr理論具有極其重要的指導作用，但Marr理論自身有缺陷，如單向性（視覺處理只能從前至后處理）、被動性（視覺處理只能是給什么圖像處理什么圖像）、目的單一性（視覺處理的目標一般只是恢復空問場景中的物體形狀和位置）等。經過幾十年的發(fā)展，許多學者紛紛提出了Marr理論的改進框架，如在框架前增加圖像拾取模塊，使其能根據(jù)分析要求和分析結果自主獲取圖像；增加反饋環(huán)節(jié)，使視覺處理結果能反向指導圖像獲取環(huán)節(jié)，前后互動；增加高層指導模塊和視覺目的模塊，使整個視覺處理按照

6、視覺目的的要求，在高層指導模塊的指導下完成不同的視覺處理操作，實現(xiàn)其功能多樣化.總之，改進的Marr理論框架使立體視覺趨于自動化、智能化和多功能化3。三、機器視覺相關技術1、圖像采集技術一一機器視覺的基礎圖像采集部分一般由光源、鏡頭、數(shù)字攝像機和圖像采集卡構成。采集過程可簡單描述為在光源提供照明的條件下，數(shù)字攝像機拍攝目標物體并將其轉化為圖像信號，最后通過圖像采集卡傳輸給圖像處理部分。在設計圖像采集部分時，要考慮到多方面的問題，主要是關于數(shù)字攝像機、圖像采集卡和光源方面的問題。（1）光源照明照明是影響機器視覺系統(tǒng)輸入的重要因素，其直接影響輸入數(shù)據(jù)的質量和應用效果。到目前為止，還未有哪種機器視覺

7、照明設備能通用各種應用，因此在實際應用中，需針對應用選擇相應的照明設備以滿足特定需求。在光源照明方案選擇過程中，應盡可能地突出物體特征，在物體需要檢測的部分與不重要部分之間盡量產生明顯的區(qū)域，增加對比度，同時還應保證足夠的整體亮度，而物體位置的變化不應影響成像的質量。照明系統(tǒng)按其照射方法可分為：背向照明、前向照明、結構光和頻閃光照明等。其中，背向照明是指將被測物放在光源和攝像機之間，以提高圖像的對比度。前向照明是光源和攝像機位于被測物的同側，其優(yōu)點是便于安裝。結構光照明是將光柵或線光源等投射到被測物上，并根據(jù)其產生的畸變，解調出被測物的三維信息。頻閃光照明是將高頻率的光脈沖照射到物體上，攝像機

8、拍攝要求與光源同步1。（2）光學攝像頭光學攝像頭的任務就是進行光學成像，一般在測量領域都又專門的用于測量的攝像鏡頭，因為其對成像質量有著關鍵性的作用。攝像頭需要注意的一個問題是畸變。這個就需要使用相應的畸變校正方法，目前也開發(fā)出了很多自動畸變自動校正系統(tǒng)。(3)CCD攝像機及圖像采集卡CCD(ChargeCoupledDevice微像機及圖像采集卡共同完成對目標圖像的采集與數(shù)字化。目前CCDCMOS等固體器件的應用技術，線陣圖型敏感器件，像元尺寸不斷減小，陣列像元數(shù)量不斷增加，像元電荷傳輸速率也得到大幅提高。在基于PC機的機器視覺系統(tǒng)中，圖像采集卡是控制攝像機拍照來完成圖像的采集與數(shù)字化，并協(xié)

9、調整個系統(tǒng)的重要設備。圖像采集卡直接決定了攝像頭的接口為：黑白、彩色、模擬、數(shù)字等形式。2、圖像處理與分析一一機器視覺的核心用于機器視覺的圖像處理與分析方法的核心是，解決目標的檢測識別問題。為此，提出方法的思想中心是如何獲得可正確描述目標物與非目標物的特征。當所需要識別的目標比較復雜時，就需要通過幾個環(huán)節(jié)，從不同的側面綜合來實現(xiàn)。對目標進行識別提取的時候，首先是要考慮如何自動地將目標物從背景中分離出來。目標物提取的復雜性一般就在于目標物與非目標物的特征差異不是很大，在確定了目標提取方案后，就需要對目標特征進行增強。增強方法有顏色特征的增強、累計特征的增強等。經過特征增強后，最后就是目標物的提取

10、了。這里也有很多不同的方法，比如偽目標刪除方法、自適應閾值方法、逐步驟類方法、多信息融合方法等40隨著計算機技術、微電子技術以及大規(guī)模集成電路的發(fā)展，圖像信息處理工作越來越多地借助硬件完成，如DSP芯片、專用的圖像信號處理卡等。軟件部分主要用來完成算法中并不成熟又較復雜或需不斷完善改進的部分。這一方面提高了系統(tǒng)的實時性，同時又降低了系統(tǒng)的復雜度。四、機器視覺的發(fā)展現(xiàn)狀及應用目前，最先進的機器視覺技術仍然由歐美、日本等國家掌握，發(fā)達國家針對工業(yè)現(xiàn)場的應用開發(fā)出了相應的機器視覺軟硬件產品。中國目前正處于由勞動密集型向技術密集型轉型的時期，對提高生成效率、降低人工成本的機器視覺方案有著旺盛的需求，中

11、國正在成為機器視覺技術發(fā)展最為活躍的地區(qū)之一。長三角和珠三角成為國際電子和半導體技術的轉移地，同時也就成為了機器視覺技術的聚集地。許多具有國際先進水平的機器視覺系統(tǒng)進入了中國，國內的機器視覺企業(yè)也在與國際機器視覺企業(yè)的良性競爭中不斷茁壯成長，許多大學和研究所都在致力于機器視覺技術的研究。在國外，機器視覺主要應用在半導體及電子行業(yè)，其中，半導體行業(yè)占40%50%。例如，PCBER刷電路、SMT表面貼裝、電子生產加工設備等。止匕外機器視覺還在質量檢測的各方面及其他領域均有著廣泛應用。(1)在工業(yè)檢測方面近幾十年來，在工業(yè)檢測中利用視覺系統(tǒng)的非接觸、速度快、精度合適、現(xiàn)場抗干擾能力強等突出的優(yōu)點，使

12、機器視覺技術得到了廣泛的應用，取得了巨大的經濟與社會效益。自動視覺識別檢測目前已經用于產品外形和表面缺陷檢驗，如木材加工檢測、金屬表面視覺檢測、二極管基片檢查、印刷電路板缺陷檢查、焊縫缺陷自動識別等。這些檢測識別系統(tǒng)屬于二維機器視覺，技術已經較為成熟，其基本流程是用一個攝像機獲取圖像，對所獲取的圖像進行處理及模式識別，檢測出所需的內容50(2)在醫(yī)學上的應用在醫(yī)學領域，機器視覺主要用于醫(yī)學輔助診斷。首先采集核磁共振、超聲波、激光、X射線、丫射線等對人體檢查記錄的圖像，再利用數(shù)字圖像處理技術、信息融合技術對這些醫(yī)學圖像進行分析、描述和識別，最后得出相關信息，對輔助醫(yī)生診斷人體病源大小、形狀和異常

13、，并進行有效治療發(fā)揮了重要的作用。不同醫(yī)學影像設備得到的是不同特性的生物組織圖像，如X射線反映的是骨骼組織，核磁共振影像反映的是有機組織圖像，而醫(yī)生往往需要考慮骨骼有機組織的關系，因而需要利用數(shù)字圖像處理技術將兩種圖像適當?shù)丿B加起來，以便于醫(yī)學分析5(3)交通監(jiān)控領域中的應用智能交通監(jiān)控領域中，在重要的十字路口安放攝像頭，就可以利用攝像頭的快速拍照功能，實現(xiàn)對違章、逆行等車牌的車牌進行自動識別、存貯，以便相關的工作人員進行查看。(4)在橋梁檢測領域中的應用人工檢測法和橋檢車法都是依靠人工用肉眼對橋梁表面進行檢測，其速度慢,效率低，漏檢率高，實時性差，影響交通，存在安全隱患，很難大幅應用；無損檢

14、測包括激光檢測、超聲波檢測以及聲發(fā)射檢測等多種檢測技術，它們儀器昂貴，測量范圍小，不能滿足日益發(fā)展的橋梁檢測要求；智能化檢測有基于導電性材料的混凝土裂縫分布式自動檢測系統(tǒng)和智能混凝土技術，也有最前沿的基于機器視覺的檢測方法。導電性材料技術雖然使用方便，設備簡單，成本低廉，但是均需要事先在混凝土結構上涂刷或者埋設導電性材料進行檢測，而且智能混凝土技術還無法確定裂縫位置、裂縫寬度等一系列問題距實用化還有較長的距離；而基于機器視覺的檢測方法是利用CCD相機獲取橋梁表觀圖片，然后運用計算機處理后自動識別出裂縫圖像，并從背景中分離出來然后進行裂縫參數(shù)的計算的方法，它具有便捷、直觀、精確、非接觸、再現(xiàn)性好

15、、適應性強、靈活性高、成本低廉的優(yōu)點，能解放勞動力，排除人為干擾，具有很好的應用前景60據(jù)統(tǒng)計，混凝土橋梁的損壞有90%以上都是由裂縫引起的，因此對橋梁的健康檢測主要是對橋梁表觀的裂縫進行檢測與測量?；跈C器視覺的橋梁檢測技術主要包括三部分內容：橋梁表觀圖像的獲取技術、基于圖像的裂縫自動識別理論與算法以及基于圖像的裂縫寬度等病害程度定量化測量方法?；跈C器視覺的自動化、智能化檢測技術已經在道路、隧道上得到了成功應用，在橋梁上也得到了初步的應用，但主要集中在視線開闊的高空混凝土構件表觀圖像獲取技術上，在病害的自動識別方面仍停留在理論研究階段，還無法應用于實際工程當中。針對量大面廣的混凝土梁體，智

16、能化視頻橋梁檢測車進入理論與關鍵部件模型的研制階段，但是受到橋梁細小裂縫自動識別與清晰圖像快速化獲取難度大的限制，目前離達到實用化程度的要求還相距甚遠60五、機器視覺技術發(fā)展遇到的問題對于人類來說，識別和理解周圍場景是一件非常容易的事，但對于機器人來說，卻是一件很困難的事。主要困難有一下幾個方面：(1)穩(wěn)定性問題現(xiàn)實中的環(huán)境因素是多變的，場景中的諸多因素，包括照明、物體形狀、表面顏色、攝像機以及空間關系變化都會對生成的圖像有影響。比如用于智能交通檢測的設備，如何保證其在惡劣天氣下依舊保持較高的穩(wěn)定性就是一個很難解決的問題。(2)構造出性能良好的識別算法圖像處理與分析技術是機器視覺的核心，所以構

17、造出一個良好的、適應相關領域應用的識別算法顯得尤為重要。而且現(xiàn)在的應用領域越來越要求檢測設備具有準確、高速地識別出目標的能力，如果我們不能構造出一個更好的識別算法，就不能適應不斷增長的需求。(3)數(shù)據(jù)量大機器視覺所獲取的數(shù)據(jù)量非常非常大的。比如用于手機上的人臉識別功能，識別一次要投射多大幾萬個紅外線點，這是一個龐大的數(shù)據(jù)。再比如交通檢測方面看，一天累積下來的數(shù)據(jù)量也是驚人的。所以如何處理如此大的信息量是個難題。不過隨著硬件技術的發(fā)展，這個問題將來會逐步得到解決。六、結束語機器視覺的誕生和應用，大幅解放了人類勞動力，同時提高了生產自動化水平，裝備的使用效率、可靠性及穩(wěn)定性等。隨著新技術、新理論在機器視覺系統(tǒng)中的應用，機器視覺將在國民經濟的各領域中發(fā)揮更大作用，其應用前景廣闊，并為社會的發(fā)展帶來了新的技術革命。1郭靜，羅華，張濤.機器視覺與應用J.電子科技,2014,27(7):18