1,、機(jī)器視覺(jué)是人工智能重要的前沿技術(shù)
機(jī)器視覺(jué)是人工智能行業(yè)的重要前沿分支,。機(jī)器視覺(jué)通過(guò)模擬人類(lèi)視覺(jué)系統(tǒng),，賦予機(jī)器“看”和“認(rèn)知”的能力，是機(jī)器認(rèn)識(shí)世界的基礎(chǔ),。機(jī)器視覺(jué)利用成像系統(tǒng)代替視覺(jué)器官作為輸入手段,，利用視覺(jué)控制系統(tǒng)代替大腦皮層和大腦的剩余部分完成對(duì)視覺(jué)圖像的處理和解釋?zhuān)?/span>機(jī)器人自動(dòng)完成對(duì)外部世界的視覺(jué)信息的探測(cè)，做出相應(yīng)判斷并采取行動(dòng),，實(shí)現(xiàn)更復(fù)雜的指揮決策和自主行動(dòng),。作為人工智能前沿的領(lǐng)域之一，視覺(jué)類(lèi)技術(shù)是人工智能企業(yè)的布局重點(diǎn),，具有較大的技術(shù)分布,。
機(jī)器視覺(jué)在智能制造領(lǐng)域應(yīng)用廣泛,，按功能主要可分為四大類(lèi)：識(shí)別、測(cè)量,、定位和檢測(cè),。識(shí)別功能指甄別目標(biāo)物體的物理特征，包括外形,、顏色,、字符、條碼等,，其準(zhǔn)確度和識(shí)別速度是衡量的重要指標(biāo),；測(cè)量功能指把獲取的圖像像素信息標(biāo)定成常用的度量衡單位，然后在圖像中精確地計(jì)算出目標(biāo)物體的幾何尺寸,，主要應(yīng)用于高精度及復(fù)雜形態(tài)測(cè)量,；定位功能指獲取目標(biāo)物體的坐標(biāo)和角度信息，自動(dòng)判斷物體位置,，多用于全自動(dòng)裝備和生產(chǎn),；檢測(cè)功能指對(duì)目標(biāo)物體進(jìn)行外觀檢測(cè)，判斷產(chǎn)品裝配是否完整和外觀是否存在缺陷,。
2,、 機(jī)器視覺(jué)基本架構(gòu)
機(jī)器視覺(jué)（Machine Vision）是指通過(guò)光學(xué)裝置和非接觸傳感器自動(dòng)接收并處理真實(shí)物體的圖像，分析后獲取所需信息或用于控制機(jī)器運(yùn)動(dòng)的裝置,。通俗地說(shuō),，機(jī)器視覺(jué)就是用機(jī)器代替人眼。機(jī)器視覺(jué)模擬眼睛進(jìn)行圖像采集,，經(jīng)過(guò)圖像識(shí)別和處理提取信息,，最終通過(guò)執(zhí)行裝置完成操作。
五大模塊構(gòu)筑機(jī)器視覺(jué)系統(tǒng)：按照信號(hào)的流動(dòng)順序,，機(jī)器視覺(jué)系統(tǒng)主要包括光學(xué)成像,、圖像傳感器、圖像處理,、IO 和顯示等五大模塊,。光學(xué)成像模塊設(shè)計(jì)合理的光源和光路，通過(guò)鏡頭將物方空間信息投影到像方,，從而獲取目標(biāo)物體的物理息,；圖像傳感器模塊負(fù)責(zé)信息的光電信號(hào)轉(zhuǎn)換，目前主流的圖像傳感器分為CCD 與CMOS 兩類(lèi),；圖像處理模塊基于以CPU 為中心的電路系統(tǒng)或信息處理芯片,，搭配完整的圖像處理方案和數(shù)據(jù)算法庫(kù)，提取信息的關(guān)鍵參數(shù),；IO 模塊輸出機(jī)器視覺(jué)系統(tǒng)的結(jié)果和數(shù)據(jù),；顯示模塊方便用戶(hù)直觀監(jiān)測(cè)系統(tǒng)的運(yùn)行過(guò)程,，實(shí)現(xiàn)圖像的可視化。
相對(duì)于人類(lèi)視覺(jué)而言,，機(jī)器視覺(jué)在量化程度,、灰度分辨力、空間分辨力和觀測(cè)速度等方面存在顯著優(yōu)勢(shì),。其利用相機(jī),、鏡頭、光源和光源控制系統(tǒng)采集目標(biāo)物體數(shù)據(jù),，借助視覺(jué)控制系統(tǒng),、智能視覺(jué)軟件和數(shù)據(jù)算法庫(kù)進(jìn)行圖形分析和處理，軟硬系統(tǒng)相輔相成,，為下游自動(dòng)化,、智能化制造行業(yè)賦予視覺(jué)能力。隨著深度學(xué)習(xí),、3D 視覺(jué)技術(shù),、高精度成像技術(shù)和機(jī)器視覺(jué)互聯(lián)互通技術(shù)的發(fā)展，機(jī)器視覺(jué)性能優(yōu)勢(shì)進(jìn)一步提升,，應(yīng)用領(lǐng)域也向多個(gè)維度延伸,。
3、 機(jī)器視覺(jué)發(fā)展歷程
機(jī)器視覺(jué)起源于上世紀(jì)50 年代,，Gilson 提出了“光流”這一概念，并基于相關(guān)統(tǒng)計(jì)模型發(fā)展了逐像素的計(jì)算模式,，標(biāo)志著2D 影像統(tǒng)計(jì)模式的發(fā)展,。1960 年，美國(guó)學(xué)者Roberts 提出了從2D 圖像中提取三維結(jié)構(gòu)的觀點(diǎn),，引發(fā)了MIT 人工智能實(shí)驗(yàn)室及其它機(jī)構(gòu)對(duì)機(jī)器視覺(jué)的關(guān)注,，并標(biāo)志著三維機(jī)器視覺(jué)研究的開(kāi)始。
70 年代中期,，MIT 人工智能實(shí)驗(yàn)室正式開(kāi)設(shè)“機(jī)器視覺(jué)”課程,，研究人員開(kāi)始大力進(jìn)行“物體與視覺(jué)”相關(guān)課題的研究。1978 年,，David Marr 開(kāi)創(chuàng)了“自下而上”的通過(guò)計(jì)算機(jī)視覺(jué)捕捉物體形象的方法,，該方法以2D的輪廓素描為起點(diǎn)，逐步完成3D 形象的捕捉,，這一方法的提出標(biāo)志著機(jī)器視覺(jué)研究的重大突破,。
80 年代開(kāi)始，機(jī)器視覺(jué)掀起了全球性的研究熱潮,，方法理論迭代更新,，OCR 和智能攝像頭等均在這一階段問(wèn)世,，并逐步引發(fā)了機(jī)器視覺(jué)相關(guān)技術(shù)更為廣泛的傳播與應(yīng)用。
90 年代初,，視覺(jué)公司成立,，并開(kāi)發(fā)出一代圖像處理產(chǎn)品。而后,，機(jī)器視覺(jué)相關(guān)技術(shù)被不斷地投入到生產(chǎn)制造過(guò)程中,，使得機(jī)器視覺(jué)領(lǐng)域迅速擴(kuò)張，上百家企業(yè)開(kāi)始大量銷(xiāo)售機(jī)器視覺(jué)系統(tǒng),，完整的機(jī)器視覺(jué)產(chǎn)業(yè)逐漸形成,。（來(lái)源：機(jī)器人在線(xiàn)）
幫助中心
會(huì)員中心
在線(xiàn)客服