机器视觉-视觉检测与图像处理技术.pdfVIP

机器视觉-视觉检测与图像处理技术

导语：机器视觉(MachineVision)是人工智能领域中发展迅速的一个重

要分支，目前正处于不断突破、走向成熟的阶段。一般认为机器视觉

“是通过光学装置和非接触传感器自动地接受和处理一个真实场景

的图像，通过分析图像获得所需信息或用于控制机器运动的装置”，

可以看出智能图像处理技术在机器视觉中占有举足轻重的位置。

智能图像处理是指一类基于计算机

的自适应于各种应用场合的图像处理和分析技术，本身是一个独立的

理论和技术领域，但同时又是机器视觉中的一项十分重要的技术支

撑。具有智能图像处理功能的机器视觉，相当于人们在赋予机器

智能的同时为机器按上了眼睛，使机器能够“看得见”、“看得准”，

可替代甚至胜过人眼做测量和判断，使得机器视觉系统可以实现高分

辨率和高速度的控制。而且，机器视觉系统与被检测对象无接触，安

全可靠。机器视觉技术机器视觉的起源可追溯到20世纪60

年代美国学者L.R.罗伯兹对多面体积木世界的图像处理研究，70年

代麻省理工学院(MIT)人工智能实验室“机器视觉”课程的开设。到

80年代，全球性机器视觉研究热潮开始兴起，出现了一些基于机器

视觉的应用系统。90年代以后，随着计算机和半导体技术的飞速发

展，机器视觉的理论和应用得到进一步发展。进入21世纪后，

机器视觉技术的发展速度更快，已经大规模地应用于多个领域，如智

能制造、智能交通、医疗卫生、安防监控等领域。目前，随着人工智

能浪潮的兴起，机器视觉技术正处于不断突破、走向成熟的新阶段。

在中国，机器视觉的研究和应用开始于20世纪90年代。从跟踪国外

品牌产品起步，经过二十多年的努力，国内的机器视觉从无到有，从

弱到强，不仅理论研究进展迅速，而且已经出现一些颇具竞争力的公

司和产品。估计随着国内对机器视觉研究、开发和推广的不断深入，

赶上和超越世界水平已不是遥不可及的事情了。智能图像处理技

术机器视觉的图像处理系统对现场的数字图像信号按照具体的

应用要求进行运算和分析，根据获得的处理结果来控制现场设备的动

作，其常见功能如下：(1)图像采集图像采集就是从工作现

场获取场景图像的过程，是机器视觉的第一步，采集工具大多为CCD

或CMOS照相机或摄像机。照相机采集的是单幅的图像，摄像机可

以采集连续的现场图像。就一幅图像而言，它实际上是三维场景在二

维图像平面上的投影，图像中某一点的彩色(亮度和色度)是场景中对

应点彩色的反映。这就是我们可以用采集图像来替代真实场景的根本

依据所在。如果相机是模拟信号输出，需要将模拟图像信号数字

化后送给计算机(包括嵌入式系统)处理。现在大部分相机都可直接输

出数字图像信号，可以免除模数转换这一步骤。不仅如此，现在相机

的数字输出接口也是标准化的，如USB、VGA、1394、HDMI、WiFi、

Blue

Tooth接口等，可以直接送入计算机进行处理，以免除在图像输出和

计算机之间加接一块图像采集卡的麻烦。后续的图像处理工作往往是

由计算机或嵌入式系统以软件的方式进行。(2)图像预处理

对于采集到的数字化的现场图像，由于受到设备和环境因素的影响，

往往会受到不同程度的干扰，如噪声、几何形变、彩色失调等，都会

妨碍接下来的处理环节。为此，必须对采集图像进行预处理。常见的

预处理包括噪声消除、几何校正、直方图均衡等处理。通常使用

时域或频域滤波的方法来去除图像中的噪声;采用几何变换的办法来

校正图像的几何失真;采用直方图均衡、同态滤波等方法来减轻图像

的彩色偏离。总之，通过这一系列的图像预处理技术，对采集图像进

行“加工”，为体机器视觉应用提供“更好”、“更有用”的图像。(3)

图像分割图像分割就是按照应用要求，把图像分成各具特征的区

域，从中提取出感兴趣目标。在图