机器视觉技术概述

机器视觉技术概述

李旺, 钱雅楠

（1.重庆工程学院，重庆市巴南区，400054；2.重庆工程学院，重庆市巴南区，400054）

摘  要：机器视觉是人工智能的一个分支是生产过程中关键技术之一。在实际作业中可以通过机器视觉检测产品质量以便达到高效率生产。本文将针对机器视觉技术的基本构成和应用原理进行分析，并结合此技术在应用过程中的特征，概述机器视觉技术的应用及发展。

关键词：机器视觉技术；图像处理；

国家前沿科学技术的快速进步在很大程度上次促进了我国工业整体水平的提升，其中最值得一提的是视频技术和红外线成像技术，在这两种技术的发展过程中，催生出机器视觉技术，并得到充分的发展。通过大量的实践数据可以得到将机器视觉技术合理的运用到工业中可以降低人力资源投入，同时还可以提高工作上的效率。作为先进技术背景下的重要手段，机器视觉技术替代了原有的人力操作，实现工业自动化，也是提高综合生产效率的必然措施。

1. 机器视觉技术

机器视觉技术是一门通过机器人及图像处理软件对外界事物的信息进行识别并处理传递到系统中进行各行各列的生产劳作的多领域学科。能通过从真实世界中获取的信息进行各种处理并转换，最终用于测量、检测和控制。其特点是响应速度快、灵敏度和测量精确度高，反应速度快，噪音小，抗电磁干扰能力强、数据库丰富、可用功能多。从当前的情况来看，机器视觉技术在未来能取代人体肉眼的观察功能，对观察到的事物进行精准的判断与测量，利用计算机技术来识别三维空间的各种目标，能够与计算机技术联动进而完成计算机数据以及数据的处理。

1.1机器视觉系统基本组成

机器视觉系统主要分为三个部分：

机器、视觉和系统。机器部分负责机械的动作和掌控；视觉部分通过光源、工业相机、工作镜头以及图像采集卡等来实现；计算机系统主要是软件与其他设备的协调运作。

机器视觉光源：光源作为系统输入的关键部分，他的优劣直接影响输入数据的好坏和最终结果。

工业镜头：镜头在计算机系统中主要负责光束的采样，并实现信号传达。

工业相机：工业相机是在机器视觉中一个不可或缺的部件，与日常的相机相比，它具有更加强大的传输能力、抗干扰能力以及优秀的成像能力。

图像采集卡：图像采集卡同样是一个不可或缺的部件，它从根本上决定了摄像头的端口。

机器视觉软件：软件在机器视觉系统中按照特定的应用需求对软件包进行二次开发，可自动实现对图像采样、展示、储存的处理。

1.2机器视觉系统自身性能优势

※间接测量，对于观察者与被观察者都不会产生任何伤害，进而提升操作系统的可靠性指标与安全性指标。

※拥有较大的光谱响应区域，可以识别人眼所不能见的光线。

※可以长久稳定运作，工人难以长期对同一物体进行注视，况且这样也会对工人的眼睛有所损伤，而机器人则能够长时间地执行任务。

闫珊和姚立波(2019)提出针对立体视觉提出的行列动态规划进行了深入的分析，在对动态规划的方法进行探究与讨论的过程中,则根据目标求解方法，实现数据信息处理效果的进--步提升 [1]。

翁振斌(2019)针对动态场景中的运动目标进行分析，在进行研究与分析的过程中，则是以其提出的非参数核密度函数首先对运动目标识别获得了估计值，然后进行背景建模[2]。

李殷(2019)利用支持向量机的判决功能，以图像匹配的方式，解决单一特征下的判断不准确问题[3]。

1.3机器视觉技术发展前景

1.3.1国家产业政策支持行业发展

从近几年发展概况看来，国家曾不止一次颁布相关政策支持智能装备制造业的发展，直接或间接地对机器视觉行业产生了积极的影响。国家高度重视智能装备制造业及其关键零部件产业的发展，政策支持力度不断加大，预计将加快推动我国“中国制造”向“中国智造”和“中国创造”转变，为机器视觉行业提供了更大的市场空间和发展机遇。

1.3.2产业结构升级推动机器视觉行业发展

目前，我国智能制造装备产业结构转型和技术提升的市场空间巨大。“十四五”期间，中国将进一步深化产业结构调整，推进制造业的科技创新和智能制造水平，着力从要素驱动向技术及创新驱动转变。通过强化研发、设计能力，提高配套能力、基础工艺、基础材料、基础元器件的研发和系统集成水平，促进细分市场、专业化分工和集群发展，推动先进装备制造业和高新技术产业从以组装为主向自主研发制造为主转变。产业结构的转型升级以及制造业的进一步智能化将推动机器视觉行业的发展。

1.3.3 数字经济技术给机器视觉注入新活力

机器视觉技术作为数字经济技术中获取数据的重要途径，对数字经济技术的发展、工业应用领域起到至关重要的作用，工业生产中的数据获取主要通过视觉系统，在大数据的基础上构建的支持图谱关系为企业工厂提供智能的大脑，从而进行辅助生产决策，达到提质增效的目的，预计数字经济技术的发展将给机器视觉注入新的活力。

1.3.4 下游应用领域拓展推动机器视觉行业发展

随着中国经济快速稳定的发展、城镇化进程的加速、居民生活水平的进一步提升，机器视觉行业的主要下游应用领域将持续保持较快增长，尤其是消费类电子、汽车制造等行业均保持快速增长。下游应用行业规模的扩大将带动其对机器视觉产品的需求。随着机器视觉技术的发展，机器视觉产品将应用到越来越多的领域，同时，消费类电子、汽车等制造业对制造精度等要求的持续提高，将不断增加对机器视觉技术的需求，预计将进一步推动机器视觉行业的整体发展。

2.机器视觉技术的运用特点分析

拥有定位功能，能够自行识别物体的坐标，并将坐标信息通过特定的通讯协议发出。

自带测量功能，可以自动检测并测出产品的尺寸数据，譬如外形长度、宽度、高度、面积等尺寸的测量。

带有缺陷检测功能，这是机器视觉系统中用的最频繁的一种功能，它能够检测产品外部的一些数据信息。譬如：包装正误、印刷有无错误、表面有无刮伤或颗粒、破损等等不良信息等；基本上，产品的品质需要用人眼来判断的，都可以尝试用视觉技术来替代，获得更有的产品性能。

3.机器视觉技术在实际行业中的应用

3.1 应用于条形码识别环节

机器视觉技术可以解决条形码原有技术的不成熟、自身硬件等问题。当前可使用的机器视觉技术，是通过精度极高的工业镜头直接对产品的条形码进行采样，再使用计算机数据库对图像进行预处理、分割以及识别，将条形码信息读取出来再进行校验。且可以直接将物品产品图像模型一起采集并备份，使得每个环节无差错。

3.2 应用于物体检测环节

在物体检测环节中，传送带运行过程时，高清精密摄像头每时每刻都在对产品进行分析处理数据，监测到不合格的产品时立刻向机器人本体传递信号，并下达指令将废料剔除。同时，在快递产品检测过程中，通过机器视觉也能提高检测结果的准确性。利用机械视觉技术可以快速检测出产品所存在的安全及其他问题，使最终的检测结果更加精准，进而对产品质量进行有效掌控，准确无误的将物品送入指定位置。

4.结束语

总的来说，机器视觉技术在自动化行业起到了重要的推动作用，使自动化行业生产线更加智能，减轻了工人们的工作量。并且随着5G时代的到来，机器视觉技术将会更加成熟，可以使用更高级的卷积神经网络分类器的深度学习算法可以快速进行图像分类、目标检测和分割。相信在不断的发展过程中，机器视觉技术一定会在未来大放异彩，三维成像和机械手的应用将继续扩大，深度学习应用以及机器人也会持续增加，高光谱成像分析与检测技术将得到更好的发展，热成像工业检测也会越来越受欢迎，机器视觉的未来一片光明。

参考文献:

[1] 闫珊，姚立波，张岩.基于智能相机的工业机器人分拣系统设计[J].常州信息职业技术学院学报,2019,18(05):20-23+82.

[2]翁振斌.基于图像处理的瓷砖色差分拣系统的研究[D].龙岩学院学报,2019,37(05):34-41.

[3]李殷.基于深度学习的工业机器人物品识别分拣系统设计[D].湖北农机化，2019(20):159.

作者简介:

李旺（2001-），男，汉，重庆市垫江县人，大学本科学历，研究方向为机器视觉技术