计算机视觉技术在工业生产中的应用.doc

计算机视觉技术在工业生产中的应用
计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，用电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。这里所 指的信息指Shannon定义的，可以用来帮助做一个“决定”的信息。因为感知可以看作是从感官信号中提 取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。
那么计算机有那些主要技术呢？
首先作为一个工程学科，计算机视觉寻求基于相关理论与模型来建立计算机视觉系统。这类系统的组成部分包括：
（1）程序控制（例如工业机器人和无人驾驶汽车）
（2）事件监测（例如图像监测）
（3）信息组织（例如图像数据库和图像序列的索引建立）
（4）物体与环境建模（例如工业检查，医学图像分析和拓扑建模）
（5）交感互动（例如人机互动的输入设备）
其次，计算机视觉同样可以被看作是生物视觉的一个补充。在生物视觉领域中，人类和各种动物的视觉都得到了研究，从而建立了这些视觉系统感知信息过程中所使用的物理模型。生物视觉与计算机视觉进行的学科间交流为彼此都带来了巨大价值。
计算机视觉包含如下一些分支：画面重建，事件监测，目标跟踪，目标识别，机器学习，索引建立，图像恢复等。
计算机视觉既是工程领域，也是科学领域中的一个富有挑战性重要研究领域。计算机视觉是一门综合性的学科，它已经吸引了来自各个学科的研究者参加到对它的研究之中。其中包括计算机科学和工程、信号处理、物理学、应用数学和统计学，神经生理学和认知科学等。
视觉是各个应用领域，如制造业、检验、文档分析、医疗诊断，和军事等领域中各种智能／自主系统中不可分割的一部分。计算机视觉的挑战是要为计算机和机器人开发具有与人类水平相当的视觉能力。机器视觉需要图象信号，纹理和颜色建模，几何处理和推理，以及物体建模。一个有能力的视觉系统应该把所有这些处理都紧密地集成在一起。
再次，物理是与计算机视觉有着重要联系的另一工业应用领域。计算机视觉关注的目标在于充分理解电磁波——主要是可见光与红外线部分——遇到物体表面被反射所形成的图像，而这一过程便是基于光学物理和固态物理，一些尖端的图像感知系统甚至会应用到量子力学理论，来解析影像所表示的真实世界，计算机视觉同样可以被看作是物理学的拓展。
再次，另一个具有重要意义的应用领域是神经生物学，尤其是其中生物视觉系统的部分。在整个20世纪中，人类对各种动物的眼睛、神经元、以及与视觉刺激相关的脑部组织都进行了广泛研究，这些研究得出了一些有关“天然的”视觉系统如何运作的描述，这也形成了计算机视觉中的一个子领域——人们试图建立人工系统，使之在不同的复杂程度上模拟生物的视觉运作。同时计算机视觉领域中，一些基于机器学习的方法也有参考部分生物机制。
最后，计算机视觉的另一个相关领域是信号处理。很多有关单元变量信号的处理方法，尤其对是时变信号的处理，都可以很自然的被扩展为计算机视觉中对二元变量信号或者多元变量信号的处理方法。
由于计算机视觉技术具有非接触、获得信息量大、作用距离远等特点，特别是随着计算机图像处理技术的不断发展，它在工业等方面都获得了十分广泛的应用：
工业检测：图像识别技术在工业领域的应用，主要用于能够代替人的眼睛的计算机系统。在告诉、大批量、连续自动化生产流水线，往往需要视觉系统进行质量检查、零件辨别和尺寸测量；；可以用于基于图像处理技术的非接触精密测量、产品表面质量检测与监控、基于机器视觉的工业自动化闭环控制、流水线产品外观质量检测设备、复杂形状非接触精密测量设备。
医疗：B超、CT、X光、ECT、内窥镜、病例分析、医学影像、血管照影、细胞图形分析、可对血液细胞自动分类计数、染色体分析、癌症细胞识别等。
公安：指纹识别、痕迹辨认、电子警察、图像自动跟踪、安全监控等。
石油：岩石图像分析系统，能够分析含油数量等信息。
金融：印章支票真伪判别、票证处理、柜员机自动检测、金库监控、运钞车现场自动检测与传输等。
交通：汽车车牌识别、高速公路收费、违章闯红灯检测、交通管制系统等。
体育：足球越位及出界报警、保龄球道计分、运动人体动作分析等方面。
商标管理：可以建立商标图像库、利用图像检索技术，对新申请的商标与图像库里的注册商标进行分析，检查是否设计相似或雷同。
数字图书馆：数字多媒体内容的发布和管理。
金相分析：金相图像分析系统能对金属或其他材料的基体组织、杂质含量、组织成分等进行精确、客观的分析，为产品质量提供可靠依据。
瓶装啤酒生产流水线检测系统：可以检测啤酒是否达到标准的容量、啤酒标签是否完整等。
可见，随着计算机技术与视觉技术的不断发展，计算机视觉检测技术的应用会更加广泛。因此，掌握这门技术是十分必要的。总之，随着对定量研究的重视，新的描述方式、求解手段的研究，以及感知手段的改进，计算机视觉的研究必将迎来一个更加繁荣的时代。