機器視覺相關(guān)技術(shù)

1、圖像采集技術(shù)——機器視覺的基礎(chǔ)

圖像采集部分一般由光源、鏡頭、數(shù)字?jǐn)z像機和圖像采集卡構(gòu)成。采集過程可簡單描述為在光源提供照明的條件下，數(shù)字?jǐn)z像機拍攝目標(biāo)物體并將其轉(zhuǎn)化為圖像信號，最后通過圖像采集卡傳輸給圖像處理部分。在設(shè)計圖像采集部分時，要考慮到多方面的問題，主要是關(guān)于數(shù)字?jǐn)z像機、圖像采集卡和光源方面的問題。

（1）光源照明

照明是影響機器視覺系統(tǒng)輸入的重要因素，其直接影響輸入數(shù)據(jù)的質(zhì)量和應(yīng)用效果。到目前為止，還未有哪種機器視覺照明設(shè)備能通用各種應(yīng)用，因此在實際應(yīng)用中，需針對應(yīng)用選擇相應(yīng)的照明設(shè)備以滿足特定需求。

照明系統(tǒng)按其照射方法可分為:背向照明、前向照明、結(jié)構(gòu)光和頻閃光照明等。其中，背向照明是指將被測物放在光源和攝像機之間，以提高圖像的對比度。前向照明是光源和攝像機位于被測物的同側(cè)，其優(yōu)點是便于安裝。結(jié)構(gòu)光照明是將光柵或線光源等投射到被測物上，并根據(jù)其產(chǎn)生的畸變，解調(diào)出被測物的三維信息。頻閃光照明是將高頻率的光脈沖照射到物體上，攝像機拍攝要求與光源同。



（2）光學(xué)攝像頭

光學(xué)攝像頭的任務(wù)就是進行光學(xué)成像，一般在測量領(lǐng)域都又專門的用于測量的攝像鏡頭，因為其對成像質(zhì)量有著關(guān)鍵性的作用。攝像頭需要注意的一個問題是畸變。這個就需要使用相應(yīng)的畸變校正方法，目前也開發(fā)出了很多自動畸變自動校正系統(tǒng)。

（3）CCD 攝像機及圖像采集卡

CCD( Charge Coupled Device) 攝像機及圖像采集卡共同完成對目標(biāo)圖像的采集與數(shù)字化。目前 CCD，CMOS等固體器件的應(yīng)用技術(shù)，線陣圖型敏感器件，像元尺寸不斷減小，陣列像元數(shù)量不斷增加，像元電荷傳輸速率也得到大幅提高。在基于PC機的機器視覺系統(tǒng)中，圖像采集卡是控制攝像機拍照來完成圖像的采集與數(shù)字化，并協(xié)調(diào)整個系統(tǒng)的重要設(shè)備。

圖像采集卡直接決定了攝像頭的接口為：黑白、彩色、模擬、數(shù)字等形式。

2、圖像處理與分析——機器視覺的核心

用于機器視覺的圖像處理與分析方法的核心是，解決目標(biāo)的檢測識別問題。當(dāng)所需要識別的目標(biāo)比較復(fù)雜時，就需要通過幾個環(huán)節(jié)，從不同的側(cè)面綜合來實現(xiàn)。

對目標(biāo)進行識別提取的時候，首先是要考慮如何自動地將目標(biāo)物從背景中分離出來。目標(biāo)物提取的復(fù)雜性一般就在于目標(biāo)物與非目標(biāo)物的特征差異不是很大，在確定了目標(biāo)提取方案后，就需要對目標(biāo)特征進行增強。

隨著計算機技術(shù)、微電子技術(shù)以及大規(guī)模集成電路的發(fā)展，圖像信息處理工作越來越多地借助硬件完成，如 DSP 芯片、專用的圖像信號處理卡等。軟件部分主要用來完成算法中并不成熟又較復(fù)雜或需不斷完善改進的部分。這一方面提高了系統(tǒng)的實時性，同時又降低了系統(tǒng)的復(fù)雜度。

機器視覺技術(shù)遇到的問題

對于人類來說，識別和理解周圍場景是一件非常容易的事，但對于機器人來說，卻是一件很困難的事。主要困難有一下幾個方面：

（1） 穩(wěn)定性問題

現(xiàn)實中的環(huán)境因素是多變的，場景中的諸多因素，包括照明、物體形狀、表面顏色、攝像機以及空間關(guān)系變化都會對生成的圖像有影響。比如用于智能交通檢測的設(shè)備，如何保證其在惡劣天氣下依舊保持較高的穩(wěn)定性就是一個很難解決的問題。

（2）構(gòu)造出性能良好的識別算法

圖像處理與分析技術(shù)是機器視覺的核心，所以構(gòu)造出一個良好的、適應(yīng)相關(guān)領(lǐng)域應(yīng)用的識別算法顯得尤為重要。而且現(xiàn)在的應(yīng)用領(lǐng)域越來越要求檢測設(shè)備具有準(zhǔn)確、高速地識別出目標(biāo)的能力，如果我們不能構(gòu)造出一個更好的識別算法，就不能適應(yīng)不斷增長的需求。

（3）數(shù)據(jù)量大

機器視覺所獲取的數(shù)據(jù)量非常非常大的。比如用于手機上的人臉識別功能，識別一次要投射多大幾萬個紅外線點，這是一個龐大的數(shù)據(jù)。再比如交通檢測方面看，一天累積下來的數(shù)據(jù)量也是驚人的。所以如何處理如此大的信息量是個難題。不過隨著硬件技術(shù)的發(fā)展，這個問題將來會逐步得到解決。