最火给机器一双慧眼

给机器一双慧眼

视觉是人类认知世界的重要手段，通过视觉获得的信息占人类获得外部信息的80%以上。人类通过视觉感知外部世界信息，再通过大脑进行相应的判断，做出相应的动作。让机器像人一样也有视觉功能是人类长久以来的梦想。随着计算机、人工智能、光学、电子、控制技术的发展，特别是CCD、DSP、图像处理、模式识别、计算机视觉技术的飞速进步，一门新兴的技术——机器视觉（MachineVision），正在将这一梦想变为现实。

机器视觉技术使得计算机系统能通过图像认知周围环境，并做出相应的判断，根据设定的规则控制系统的行为。这就使得机器系统具备了类似人类的视觉和进行判断的能力。美国制造工程师协会机器视觉分会和美国机器人工业协会（RIA，RoboticIndustriesAssociation）对机器视觉下的定义为:“机器视觉是通过光学装置和非接触传感器自动接收和处理一个真实物体的图像，以获得所需信息或用于控制机器人运动的装置”。简单地说，机器视觉就是用机器代替人眼和大脑完成各种测量和判断。机器视觉首先处理图像（视觉）信息，并根据处理结果对下一步动作给出控制。一个机器视觉系统就是一个能自动获取目标物体图像，对所获取图像的各种特征量进行处理、分析、测量和判断，并做出定性分析和定量解释，从而得到有关目标物体的认识并做出相应动作决策的系统。机器视觉系统的功能包括:物体定位、特征检测、缺陷判断、目标识别、计数和运动跟踪等。

机器视觉的发展历程

机器视觉技术出现于20世纪中期。最初用于对二维图像的分析和识别，如光学字符识别、工件表面检测、航片解读、显微图像判读等，基本上属于图像处理和识别的范畴。bert在1965年发表了《三维物体的机器感知》这一著名论文，阐述了利用计算机科学所提供的手段实现从二维图像获得三维信息的可能性，开创了以理解三维场景为目的的三维机器视觉研究，到20世纪70年代，一些机器视觉应用系统陆续出现。

20世纪70年代Marr提出的视觉计算理论是机器视觉理论研究的一个里程碑，该理论成为机器视觉研究的基础理论框架。此后，有关机器视觉的各种理论研究迅猛发展，图像处理、模式识别、计算机视觉等领域新的方法和理论不断涌现，为机器视觉的发展奠定了理论基础。同时，计算机、电子技术、CCD、DSP、光学、机械等硬件技术的进步也是日新月异，从光源、相机、图像采集卡到计算机和嵌入式系统，几乎每一个机器视觉系统的有关环节都出现了性能的大幅提升甚至质的飞跃。更高分辨率的图像、更快的处理器、更好的光源，同时还伴随着成本的降低和体积的减小，这一切为机器视觉的发展准备了坚实的硬件平台。

理论和器件的发展加上来自社会生产的广泛需求，导致了机器视觉技术的飞速发展。时至今日，机器视觉已广泛应用于军事、制造业、半导体/电子、纺织、食品、印刷、医疗、烟草、交通、物流、娱乐、体育等许多行业，已经深入到我们生产、生活的各个方面。机器视觉已成为数十亿美元产值的新兴产业。

典型的机器视觉系统以计算机为中心，由视觉传感器、图像采集系统、图像处理系统和控制机构组成。视觉传感器和图像采集系统采集图像，并将光学图像转变为数字图像，图像处理系统对图像进行处理和分析，得到需要的各种信息，并做出相应的动作决策。机器视觉系统可以在相当程度上代替人眼视觉系统，甚至具有比人眼视觉更高的分辨率、更快的速度，获得人眼所不能看到的波长范围的信息，完成快速检测、定位、识别、导航、测量等各种任务。

机器视觉系统的特点

机器视觉将计算机和电子系统的高速计算能力、可重复性、快速反应能力与人眼视觉的高度智能化和抽象能力、判断能力结合，是实现仪器设备精密控制、智能化、自动化的有效途径，堪称现代工业生产的“机器眼睛”。与传统的传感器和人工操作相比具有独特的优点:

●精度高。采用高分辨率的光学成像系统和图像采集系统，机器视觉可以达到比人眼高得多的检测精度。

●非接触。机器视觉系统可以实现非接触量测和检测，对被测物体不会造成任何损伤和改变。

●连续性和稳定性。机器视觉系统可以避免人眼工作的疲劳和状态的不稳定，实现长时间连续的测量识别和分析。

●较宽的光谱响应范围。通过使用人眼看不见的谱段，如红外线、紫外线、X光，实现对特殊特征的识别和观察，扩展了视觉范围。

●快速。结合计算机的高速计算能力和成像器件的高速响应能力，机器视觉系统可以实现对大批量、高速运动物体的捕捉、识别、检查和相应的动作，这是2、将被测样品放置于摩擦台上人难以做到的。这一特性对于军事和现代制造业有特别重要的意义。

●在恶劣环境下工作。可以代替人在恶劣环境下工作。

●与海量知识和规则库结合进行快速检查和判断。可以将获得的图像与预先存储的大量规则和标准进行快速比对检查。

●快速定量分析。机器视觉系统不仅能模拟人类视觉做出判断，更具有人类视觉所不具有的快速精确定量测量和分析能力，对生产过程的调节和控制有极大的帮助。

●一定的灵活性。通过调整软件和参数可以适应一定范围内变化的对象，优于传统的光学、电子、机械传感器。

●节省人力开销，保护工作人员的健康。

机器视觉的应用领域

机器视觉的独特优点使得它在许多领域得到应用，甚至发挥着不可替代的作用，极大地提升了这些行业的技术水平。

1.军事。军事领域是对新技术最渴望、最敏感的领域，对于机器视觉同样也不例外。最早的视觉和图像分析系统就是用于侦察图像的处理分析和武器制导。现代高精度制导武器中基于可见光、红外线的制导，就是一套完整的机器视觉系统。通过传感器成像、弹载计算机分析图像在复杂的背景中识别目标并给出制导指令，在海湾战争中制造了导弹从窗口飞进大楼的效果。无人驾驶飞机、无人战车也都借助机另外一方面器视觉系统进行环境分析、路径导引和攻击导向。即使在后方，危险的弹药库搬运操作也可以借助装备视觉系统的机械手进行。未来可能出现在战场上的机器人战士，毫无疑问，也必然会装备有敏锐的视觉系统。

2.半导体/电子。机器视觉大概有40%～50%的应用集中在半导体和电子产品制造领域。在这一领域，无论是在表面检测、自动定位、字符检测和识别还是尺寸测量方面，机器视觉都有着广泛的应用。与在许多行业机器视觉还属于“高档”技术不同，在半导体/电子制造领域，机器视觉的应用正在走向普及化和多元化。面对越来越高的集成度、越来越密集的线路和元件、越来越快的制造速度，用机器视觉检测、定位、导引几乎是唯一的选择。目前在半导体的前道和后道工艺以及电子元器件制造及终端电子产品中，都可以看到机器视觉的应用;在IC制造业，如晶圆的雕刻、晶圆的切割方面，都需要定位与检测;在封装方面主要集中在对封装后器件的质量检验，主要包括一些测量与检测的功能，而激光打标后的字符质量检验可能是最为大家熟知的一个应用。PCB制造是近年发展较快的一个领域，除了传统的自动定位（打孔机等）、自动检测（印刷机等）外，基于机器视觉技术的AOI（自动光学检测）已成为高精度PCB制板不可缺少的检测设备，用于制板底片检查、PCB裸板检查、元件贴装后的检查等。在电子元器件制造上，利用机器视觉进行检测和测量，除了原来的普通器件测量和检查外，LCD屏的检测将成为重点。

3.医疗。用于医学图像分析，血液细胞自动分类计数、染色体分析、癌症细胞识别、内镜检查等。

4.制药。药品生产中外观质量检查，药品形状、厚度等尺寸检查、数量统计。

5.邮政。通过机器视觉系统自动识别邮政编码，实现信函自动分拣。

6.机械制造业。在制造业中，机器视觉技术可以有效地用于产品的质量检测，快速检查产品表面缺陷，检查产品制造尺寸。机器视觉技术可实现三维测量和检测，还可以用于装配引导。

7.印钞造币。钞票的印刷质量和数量有着严格的要求。机器视觉技术可以代替人对钞票印刷质量进行仔细的检查，以保证钞券的印刷质量。还可以对钞票的编号进行自动复核，对钞券数量进行快速无接触清点。

8.智能交通。机器视觉可用于交通流量分析、车牌识别，在电子警察系统中，通过视觉检测技术对于车辆行为进行分析、判断违章、记录图像、识别车牌号码并记录。

9.物流。进行条码、标签、物品的识别与物品分拣，以及集装箱号码识别。

10.烟草行业。机器视觉可用于烟草分级、异物剔除、包装质量检查。

11.农产品分选。采用机器视觉技术，可以对农产品进行快速地自动分级分拣。例如采用机器视觉中的色选技术，可以将大米中的黑粒、异物等剔除，以提高大米的等级，可给企可以长时间保存业带来巨大的效益。

12.纺织。纺织原料中的异种纤维，如棉花中的麻绳、塑料纤维、干草等，严重影响纺织品质量。统计表明异种纤维给纺织业带来的损失远远高于同等重量的黄金价值。机器视觉中的色选技术可以有效剔除纺织原料中的杂质，提升产品质量。在纺织、印染过程中，机器视觉技术可以实时监控产品质量、检出疵点。

13.度盘指针指零食品饮料。可用机器视觉技术进行液位高度检测、外观检测、条码检测。

应用前景

机器视觉的广泛应用已经吸引了众多的厂商，目前已形成了一个颇具规模的产业，出现了一批年产值数亿美元的大公司。整个行业形成了从光源、相机、镜头、板卡、软件到系统集成产品这样完整的产业链条。从应用的角度看，也形成了器件（软件）供应商、系统集成商、产品制造商、最终用户密切合作互动的局面。

在中国，尽管机器视觉市场的发展晚于欧美，但进入21世纪以来，呈现出加速发展的良好势头。机器视觉技术逐步走出实验室和军事领域，在我国各行各业得到了广泛的应用，尤其是近四五年来，更是呈现爆炸式增长的态势。到2007年，从事机器视觉行业的公司已多达六七百家，领先者如凌云、大恒、威视、嘉恒中自、视觉龙、汉王等，它们在系统集成和自主产品开发方面，硕果累累，产值过亿元人民币。部分国产机器视觉系统不仅价格低廉，而且从性能上已可与国外产品相媲美甚至超越之。

从应用的角度看，国内机器视觉的应用仍受制于成本、用户的认识以及自身的技术缺憾，离全面普及尚有较大距离。当前比较成功的应用主要集中于电子/半导体产品制造、烟草、特种印刷、医疗等行业，在地域上以华南珠三角、华东长三角、华北京津地区为核心，既是机器视觉用户群密集区又是开发力量的密集区。

与发达国家相比，中国机器视觉产业仍处于相对落后的水平，尤其在基础器件制造方面，基础性的高端技术基本上掌握在外国厂商手中。在自身技术的提高、行业的拓展、用户的培养和引导方面，都需要做很细致艰苦的工作。不发达意味着更大的商机，只有为用户真正创造价值，才能真正实现机器视觉技术的价值。在中国成为世界制造中心的今天，经过各方面的不懈努力，中国机器视觉的辉煌和市场的兴旺指日可待。

作者简介

金刚模式识别与智能系统专业博士，毕业于华中科技大学图像所。主要研究方向为计算机视觉、图像处理、模式识别、人工智能、自然景物仿真，对计算机视觉、图像处理领域有十余年研发经验，参与完成三维扫描、号牌识别、视频测速、钞券清分、印版检测、卷烟条包检测、AOI等多个项目的研发。现在凌云公司从事机器视觉和图像检测领域的研究开发工作。