机器视觉的发展与应用.docVIP

机器视觉的发展及应用 摘要：本文简要介绍了机器视觉的概念、组成、国内外发展现状及机器视觉系统的发展动力，接着重点阐述了照明光源、镜头、摄像机及图像采集卡、图像处理卡、执行机构等关键技术的发展现状，最后介绍了机器视觉在工业检测、农业生产、医学影像分析、军事等多个领域的应用情况。 关键字：机器视觉 Marr视觉理论 CCD摄像机 图像处理 工业检测 1、引言 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[1]。机器视觉主要用计算机来模拟人的视觉功能，但并不仅仅是人眼的简单延伸，更重要的是具有人脑的部分功能——从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。近年来，随着计算机技术尤其是数字图像处理与分析理论的不断发展完善，加上大规模集成电路的飞速发展与应用，机器视觉技术得到了广泛的应用研究。主要应用于如工业检测、工业探伤、精密测控、自动生产线、邮政自动化、选优、显微医学操作以及各种危险场合工作的机器人等[2]。一个典型的机器视觉应用系统包括图像捕捉、光源系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块，如图1所示[3-4]。首先采用CCD摄像机获得被检测目标的图像信号，然后通过A/D转换器转换成数字信号并传送给专用的图像处理系统，图像处理系统根据图像的像素分布、亮度和色彩等信息，进行各种运算来获取目标的特征参数，然后再根据预设的判别标准输出判断结果，去控制执行机构进行相应处理。 图1 典型机器视觉系统的组成模块 2、机器视觉的发展历程 2.1 机器视觉的起源——Marr视觉理论 目前许多机器视觉专家都是在Marr创立的视觉计算理论框架下展开研究的。1974年，英国的神经生理学专家Marr教授应邀在美国麻省理工学院的人工智能实验室展并领导一个以博士生为主体的研究小组，从事视觉理论方面的研究，逐步形成关于视觉的计算理论。Marr认为，视觉可分为三个阶段如下图2所示[5-6]。第一阶段是早期视觉(earlyvision)，其目的是抽取观察者周围景物表面的物理特性，如距离、表面方向、材料特性(反射、颜色、纹理)等，具体来说包括边缘检测、双目立体匹配、由阴影和纹理确定形状、光流计算等;第二阶段是二维半简图(2。5D sketch)或本征图像(IntrinsicImage)，它是在以观察者为中心的坐标系中描述表面的各种特性，根据这些描述，可以重建物体边界、按表面和体积分割景物，但在以观察者为中心的坐标系中只能得到可见表面的描述，得不到遮挡表面的描述，故称二维半简图;第三阶段是三维模型，是用二维半简图中得到的表面信息建立适用于视觉识别的三维形状描述，这个描述应该与观察者的视角无关，也就是在以物体为中心的坐标系中，以各种符号和几何结构描述物体的三维结构和空间关系。 图2 视觉三阶段 2.2 国外发展的历程 国外机器视觉发展的起点难以准确考证，其大致的发展历程是:20世纪50年代提出机器视觉概念，20世纪70年代真正开始发展，20世纪80年代进入发展正轨，20世纪90年代发展趋于成熟，20世纪90年代后高速发展。在机器视觉发展的历程中，有3个明显的标志点，一是机器视觉最先的应用来自“机器人”的研制，也就是说，机器视觉首先是在机器人的研究中发展起来的;二是20世纪70年代CCD图像传感器的出现，CCD摄像机替代硅靶摄像是机器视觉发展历程中的一个重要转折点;三是20世纪80年代CPU，DSP等图像处理硬件技术的飞速进步，为机器视觉飞速发展提供了基础条件。 2.3 国内发展历程 国内机器视觉发展的大致历程:真正开始起步是20世纪80年代，20世纪90年代进入发展期，加速发展则是近十几年的事情。中国正逐渐成为世界机器视觉发展最活跃的地区之一，其中最主要的原因是中国已经成为全球的加工中心，许许多多先进生产线已经或正在迁移至中国，伴随这些先进生产线的迁移，许多具有国际先进水平的机器视觉系统也进入中国。对这些机器视觉系统的维护和提升而产生的市场需求也将国际机器视觉企业吸引而至，国内的机器视觉企业在与国际机器视觉企业的学习与竞争中不断成长。 3、机器视觉的发展动力 机器视觉从起源到现在的40年时间内获得了蓬勃发展，正逐渐形成一个特定的技术行业，其发展的动力主要来自于以下4个方面： (1)市场需求的牵引作用 随着科技的飞速发展，生产自动化程度不断提高，市场对产品的质量和设备的性能提出了越来越高的要求，产品或设备获取和处理的信息量不断增加，提取信息的速度和精度不断提高。例如，从原来获取较为常见的压力、温度、湿度等物理量，变化为需要增加位置、颜色、纹理，尺寸形状等更多的信息。而且，对这些信息的处理也要求具有更高的智能化程度，以便尽量减少人工干预，