《机器视觉认识》由会员分享，可在线阅读，更多相关《机器视觉认识（4页珍藏版）》请在金锄头文库上搜索。
1、机器视觉基本认识一、机器视觉基本概念1、机器视觉概念 机器视觉是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模 式识别等诸多领域的交叉学科。 随着工业自动化技术的飞速发展和各领域消费者对产品品质 要求的不断提高。零缺陷、高品质、 高附加值的产品成为企业应对竞争的核心，为了赢得竞 争，可靠的质量控制不可或缺。 由于生产过程中速度加快，产品工艺高度集成，体积缩小且 制造精度提高， 人眼已无法满足许多企业外形质量控制的检测需要。 机器视觉代替人类视觉 自动检测产品外形特征，实现 100%在线全检，已成为解决各行业制造商大批量、高速、高 精度产品检测的主要趋势。简言之，机器视觉就是
2、用机器代替人眼来做测量和判断。2、机器视觉系统机器视觉系统是指通过机器视觉产品 （即图像摄取装置， 分 CMOS 和 CCD 两种）将被 摄取目标转换成图像信号， 传送给专用的图像处理系统， 根据像素分布和亮度、 颜色等信息， 转变成数字化信号； 图像系统对这些信号进行各种运算来抽取目标的特征， 进而根据判别的 结果来控制现场的设备动作。可以将机器视觉系统概括为四部分：1）、摄取：采用图像摄取装置将被摄取目标转换成图像信号，传送给图像处理系统；2）、抽取：图像处理系统根据像素分布和亮度、颜色等信息，进行运算来抽取目标的特征，例如面积、长度、数量、位置等；3）、输出：根据预设的判断来输出结果，
3、如尺寸、角度、偏移量、 个数、合格或不合格、 有或无等；4）、控制动作：指挥执行机构进行定位或分选等相应控制动作。3、机器视觉系统的特点：1）、在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉代替人工视觉；2）、在大批量工业生产过程中， 用人工视觉检查产品质量效率低且精度不高， 用机器视 觉检测方法可以大大提高生产效率和生产的自动化程度，机器视觉系统广泛地用于工况监 视、成品检验和质量控制等领域。二、机器视觉与计算机视觉的区别 计算机视觉是指用计算机实现人的视觉功能对客观世界的三维场景的感知、 识别和理 解。计算机视觉主要有两类方法：一类是仿生学的方法， 参照人类
4、视觉系统的结构原理，建 立相应的处理模块完成类似的功能和工作； 另一类是工程的方法， 从分析人类视觉过程的功 能着手， 并不去刻意模拟人类视觉系统内部结构， 而仅考虑系统的输入和输出， 并采用任何 现有的可行的手段实现系统功能。计算机视觉和机器视觉两个术语既有区别又有联系。 计算机视觉是采用图像处理、 模式 识别、 人工智能技术相结合的手段， 着重于一幅或多幅图像的计算机分析。 图像可以由多个 或者多个传感器获取， 也可以是单个传感器在不同时刻获取的图像序列。 分析师对目标物体 的识别， 确定目标物体的位置和姿态， 对三维景物进行符号描述和解释。 在计算机视觉研究 中， 经常使用几何模型、复杂
5、的知识表达，采用基于模型的匹配和搜索技术，搜索的策略 常使用自底向上、自顶向下、分层和启发式控制策略。机器视觉则偏重于计算机视觉技术工程化， 能够自动获取和分析特定的图像， 以控制相 应的行为。 具体的说， 计算机视觉为机器视觉提供图像和景物分析的理论及算法基础， 机器 视觉为计算机视觉的实现提供传感器模型、 系统构造和实现手段。 因此可以认为， 一个机器 视觉系统就是一个能自动获取一幅或多幅目标物体图像， 对所获取图像的各种特征量进行处 理、分析和测量， 并对测量就诶过做出定性分析和定量解释， 从而得到有关目标物体的某种 认识并作出相应决策的系统。功能包括：物体定位、特征检测、缺陷判断、目标
6、识别、计数 和运动跟踪。通过上面的定义， 其实机器视觉和计算机视觉并没有很清晰的界限， 而是紧密的联系在 一起， 它们有着相同的理论， 只是在应用中根据具体实际应用目标的不同而不同。 计算机视 觉与机器视觉都是要从图像或图像序列中获取对世界的描述，因此，对基本层的图像获取、 图像处理， 中层的图像分割、 图像分析和高层的图像理解这些理论知识的掌握对两者来说都 是“万变不离其宗” 。三、机器视觉的应用视觉技术的最大优点是与被观测对象无接触，因此,对观测与被观测者都不会产生任何损伤， 十分安全可靠，这是其它感觉方式无法比拟的。理论上，人眼观察不到的范围机器视 觉也可以观察， 例如红外线、微波、 超
7、声波等， 而机器视觉则可以利用这方面的传感器件形 成红外线、 微波、 超声波等图像。 另外，人无法长时间地观察对象， 机器视觉则无时间限制， 而且具有很高的分辨精度和速度。所以,机器视觉应用领域十分广泛，可分为工业、科学研究、军事和民用 4 大领域。1、工业领域工业领域是机器视觉应用中比重最大的领域， 按照功能又可以分成 4 类：产品质量检测、 产品分类、产品包装、机器人定位。其应用行业包括印刷包装、汽车工业、半导体材料 / 元 器件 /连接器生产、药品 /食品生产、烟草行业、纺织行业等。2、民用领域机器视觉技术可用在智能交通、安全防范、文字识别、身份验证、医疗设备等方面。在 医学领域， 机器
8、视觉用于辅助医生进行医学影像的分析， 主要利用数字图像处理技术、 信息 融合技术对 x 射线透视图、核磁共振图像、 CT 图像进行适当叠加 ,然后进行综合分析，以及 对其它医学影像数据进行统计和分析。3、科学研究领域在科学研究领域可以利用机器视觉进行材料分析、 生物分析、 化学分析和生命科学， 如 血液细胞自动分类计数、染色体分析、癌症细胞识别等。4、军事领域视觉技术可用在航天、航空、兵器 （敌我目标识别、跟踪 ） 及测绘。在卫星遥感系统中， 机器视觉技术被用于分析各种遥感图像， 进行环境监测， 根据地行、 地貌的图像和图形特征， 对地面目标进行自动识别、理解和分类等。四、机器视觉的发展趋势机
9、器视觉在欧美和日本发展较早。 随着全球制造中心向中国转移， 中国机器视觉市场正 在继北美、 欧洲和日本之后， 成为国际机器视觉厂商的重要目标市场。 作为一项关键性的自 动化技术，机器视觉的发展对于正处于制造业从劳动密集化向自动化转型的中国而言非常重 要。据相关数据显示， 我国机器视觉技术的使用率是世界最高的一个国家， 而国内的机器视 觉技术也在迅速的上升。 虽然机器视觉技术是在 20世纪 90 年代初才进入的我国， 但是迄今 为止，机器视觉技术已经应用到了我国的各个行业之中。伴随着新时代的来临， 机器视觉技术将会有质的发展和突破。 未来机器视觉技术产品的 发展将主要表现在以下几个方面：1、操作
10、更加简易由于机器视觉技术自身的复杂性， 其操作过程自然就十分繁琐。 而今， 随着机器视觉背 后的技术的日益增强，使得其操作变得更加简易，成为突破点之一。2、可维护性提高对于各项技术来说，可维护性都是十分重要的。在最初机器视觉的维护性十分的不便， 而今，随着技术的不断更新，机器视觉的维护性要比之前优越许多。3、检测性能更为精确、稳定 工业自动化生产行业是机器视觉在国内应用最多的行业之一， 而生产行业对产品的检测 精确与稳定性的要求非常高，而这一点恰恰是机器视觉的又一突破点。4、成本降低在机器视觉的应用中，在精确、 稳定质量的基础上，客户关心的问题便是成本。随着机 器视觉应用的逐步普及，相对来说其
11、成本也有所下降。随着配套基础建设的完善， 技术、 资金的积累， 各行各业对采用图像和机器视觉技术的 工业自动化、 智能需求开始广泛出现， 国内有关大专院校、 研究所和企业也在机器视觉技术 领域进行了积极思索和大胆的尝试， 逐步开始了工业现场的应用。 其主要应用于制药、 印刷、 矿泉水瓶盖检测等领域。 这些应用大多集中在如药品检测分装、 印刷色彩检测等， 真正高端 的应用还很少。因此，其他相关行业的应用空间还比较大。五、总结机器视觉技术经过数十年的发展， 已成为一门新兴的综合技术， 在社会诸多领域得到广 泛应用。大大提高了装备的智能化、自动化水平，提高了装备的使用效率、可靠性等性能。 随着新技术、 新理论在机器视觉系统中的应用， 机器视觉将在国民经济的各个领域发挥更大 的作用。
