【精选】机器视觉技术发展现状文献综述.doc

快乐常在 机器视觉技术发展现状 人类认识外界信息的80%来自于视觉，而机器视觉就是用机器代替人眼来做测量和判断，机器视觉的最终目标就是使计算机像人一样，通过视觉观察和理解世界，具有自主适应环境的能力。作为一个新兴学科，同时也是一个交叉学科，机器视觉是通过对相关的理论和技术进行研究，从而建立由图像或多维数据中获取“信息”的人工智能系统，其特点是可提高生产的柔性和自动化程度。目前机器视觉技术已经在很多工业制造领域得到了应用，并逐渐进入我们的日常生活。 机器视觉简介 机器视觉就是用机器代替人眼来做测量和判断。机器视觉主要利用计算机来模拟人的视觉功能，再现于人类视觉有关的某些智能行为，从客观事物的图像中提取信息进行处理，并加以理解，最终用于实际检测和控制。机器视觉是一项综合技术，其包括数字处理、机械工程技术、控制、光源照明技术、光学成像、传感器技术、模拟与数字视频技术、计算机软硬件技术和人机接口技术等，这些技术相互协调才能构成一个完整的工业机器视觉系统[[] 郭静 [] 郭静, 罗华, 张涛. 机器视觉与应用[J]. 电子科技, 2014, 27(7): 185-188 机器视觉强调实用性，要能适应工业现场恶劣的环境，并要有合理的性价比、通用的通讯接口、较高的容错能力和安全性、较强的通用性和可移植性。其更强调的是实时性，要求高速度和高精度，且具有非接触性、实时性、自动化和智能高等优点，有着广泛的应用前景[1]。 一个典型的工业机器人视觉应用系统包括光源、光学成像系统、图像捕捉系统、图像采集与数字化模块、智能图像处理与决策模块以及控制执行模块。通过CCD或 CMOS摄像机将被测目标转换为图像信号，然后通过 A/D 转换成数字信号传送给专用的图像处理系统，并根据像素分布、亮度和颜色等信息，将其转换成数字化信息。图像系统对这些信号进行各种运算来抽取目标的特征，如面积、数量、位置 和长度等，进而根据判别的结果来控制现场的设备动作[1]。 机器视觉一般都包括下面四个过程： 机器视觉的发展历史 机器视觉是在20 世纪 50 年代从统计模式识别开始，当时的工作主要集中在二维图像分析、识别和理解上。从 20 世纪70 年代才真正开始发展，并涌现出了主动视觉理论框架、基于感知特征群岛物体识别理论框架等新的概念、方法及理论。Marr 视觉计算机理论是视觉研究迄今较为完善的理论，其使视觉研究有了一个较为明确的体系[[] [] 曹国斌, 刘雪娇, 王华．图像和机器视觉技术概述[J]. 电子工业专用设备, 2008( 8): 27-31． Marr视觉理论从计算视觉理论出发，将立体视觉分为自上而下的三个阶段，即早期的二维视觉数据获取、中期的要素处理和后期三维信息的形成和表达。经历这单个阶段即可完成二维到三维的转换工作. 图2 Marr 图2 Marr理论框架的三个阶段 早期阶段的“要素图”（primarysketch）是由二维图像中的点、直线、曲线和纹理等特征组成，早期阶段的处理是从图像中获取这些特征。中期阶段的处理是处理特征要素的位置和相互关系，从而完成对物体的识别、运动分析和形状恢复等操作，该阶段处理的结果仅仅是对空间场景的二维半描述。如若要完成对空间场景的真正三维描述，还需第三阶段的后期视觉处理，将物体自身坐标统一到一个世界坐标系中[3]。 作为立体视觉的基础理论，Marr理论具有极其重要的指导作用，但Marr理论自身有缺陷，如单向性（视觉处理只能从前至后处理）、被动性（视觉处理只能是给什么图像处理什么图像）、目的单一性（视觉处理的目标一般只是恢复空间场景中的物体形状和位置）等。经过几十年的发展，许多学者纷纷提出了Marr理论的改进框架，如在框架前增加图像拾取模块，使其能根据分析要求和分析结果自主获取图像；增加反馈环节，使视觉处理结果能反向指导图像获取环节，前后互动；增加高层指导模块和视觉目的模块，使整个视觉处理按照视觉目的的要求，在高层指导模块的指导下完成不同的视觉处理操作，实现其功能多样化.总之，改进的Marr理论框架使立体视觉趋于自动化、智能化和多功能化[[] 陈新河 [] 陈新河, 周波, 梁宝伟. 基于Marr理论立体视觉概述[J]. 宜宾学院报, 2015,15(12):41- 60. 机器视觉相关技术 图像采集技术——机器视觉的基础 图像采集部分一般由光源、镜头、数字摄像机和图像采集卡构成。采集过程可简单描述为在光源提供照明的条件下，数字摄像机拍摄目标物体并将其转化为图像信号，最后通过图像采集卡传输给图像处理部分。在设计图像采集部分时，要考虑到多方面的问题，主要是关于数字摄像机、图像采集卡和光源方面的问题。 （1）光源照明 照明是影响机器视觉系统输入的重要因素，其直接影响输入数据的质量和应用效果。到目前为止，还未有哪种机器视觉照明设备能