机器视觉简介：了解计算机视觉技术的应用领域和特点

计算机视觉是一门研究学科,它不断地发展新的理论和技术,这些技术使计算机能“看到”并理解摄像机从现实世界获得的图像。机器视觉,或者工业机器视觉,是计算机视觉和其他的技术（光学工程、机械工程等）在工业自动化中的应用。计算机视觉更专注于开发新的图像处理和模式识别算法,用来提高计算机“看”以及理解图像的能力,但是,为了实现工业过程自动化,机器视觉更关心建立实用的摄像系统,该系统可以在理解的基础上做出决定或采取行动。在媒体中,“机器视觉”这个术语,过去常常指非工业应用,而在本章这个词特指工业机器视觉,包括机器人视觉。

最早的机器视觉摄像机大概可以追溯到20世纪60年代末,当时麻省理工学院（MIT）首次把图像处理应用到工业环境中,即应用摄像机驱动机器人手臂^[34]。现在,机器视觉工程需要多学科的努力,它涉及计算机视觉,软件工程,光学工程,电气工程,机械工程以及工业自动化等方面的技能和专业知识。与基于人类或基于手动的控制系统相比,机器视觉系统大大提高了工业自动化和控制系统的性能,而且提高了生产效率。这些系统在工业领域所发挥作用的例子有很多,在为自动控制系统提供创新性解决方案的过程中,它们表现出了许多优势,如准确性、可靠性、灵活性、一致性、成本效益、提高生产竞争力以及工人的安全等方面。自20世纪90年代以来,由于机器视觉的一些技术变得越来越强大且趋向成熟,越来越多的终端用户需求并采用这些技术。

对任何机器视觉系统来说,摄像头都是必不可少的组件。智能摄像机是独立完整的视觉系统。自20世纪80年代以来,在很多制造业领域,智能摄像机保持着高速的增长速率。基于此,智能摄像机在机器视觉方面的应用最近已经成功地扩展到非制造业,如人物识别,文档处理,交通工程以及零售业物流。事实上,对机器视觉行业来说,这些新应用占其总收入的很大比重^[547]。在通信接口,I/O和视觉软件库标准化方面,该行业所做的努力也促进了智能摄像机和机器视觉市场比重的增加。这些标准化使集成更紧密,提高互操作性,并且缩短了上市时间。

在制造业,机器视觉系统紧密地集成在自动控制系统内。这种集成系统通常包括一些组件或一些子系统：

①最主要的是摄像头或视觉系统,它们用来捕获以及分析目标零件或目标物体的图像;(www.xing528.com)

②一种机构（如传送带）能不断地提供被检测或者需要识别的物体或零件并且便于零件生产工艺流程的后分析;

③一种照明系统,有助于摄像机更好地“看到”的物体;

④以及基于摄像头输出的执行器或装置,常用于控制被分析物体;（例如,对零件分类或分拣有缺陷的零件）。

任何机器视觉系统的重要组件,就智能摄像机来说,是在摄像头或视觉系统内的专用信息处理器（ASIP）模块,它能够分析传入的图像,提取有用的特征,做出决策,并产生控制行为,所有这一切的进行都是实时的。例如,自动检测零件,检出有故障的零件,ASIP从获得的图像中分割一部分信息;提取这部分特定功能,可以提取纹理,颜色或形状;让它与模板进行比较;确定被检查的这部分是否有故障;若结果显示有故障,则告知控制系统排除这部分。