段利容

摘? 要：我國(guó)的計(jì)算機(jī)產(chǎn)業(yè)所應(yīng)用的創(chuàng)新技術(shù)不斷涌現(xiàn)，計(jì)算機(jī)網(wǎng)絡(luò)也經(jīng)常在各行各業(yè)發(fā)展出創(chuàng)新應(yīng)用，與計(jì)算機(jī)視覺相關(guān)的技術(shù)是指在計(jì)算機(jī)模擬人類視覺系統(tǒng)方面進(jìn)行圖像抓取，對(duì)抓取的圖像進(jìn)行解釋和分析，從而提升計(jì)算機(jī)模擬技術(shù)的效率的方法。該文所闡述的就是計(jì)算機(jī)模擬視覺系統(tǒng)的方法，并就其如何在工業(yè)領(lǐng)域進(jìn)行應(yīng)用展開分析，希望可以推動(dòng)這一新產(chǎn)生的技術(shù)盡快發(fā)展。

關(guān)鍵詞：模塊識(shí)別? 計(jì)算機(jī)視覺技術(shù)? 圖像處理

中圖分類號(hào)：TP39? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? ?文章編號(hào)：1672-3791（2019）03（a）-0007-02

科學(xué)技術(shù)水平不斷提升，計(jì)算機(jī)和網(wǎng)絡(luò)信息技術(shù)的應(yīng)用范疇也不斷擴(kuò)展，在現(xiàn)階段計(jì)算機(jī)技術(shù)和神經(jīng)生物學(xué)技術(shù)互相結(jié)合，在計(jì)算機(jī)應(yīng)用領(lǐng)域已經(jīng)展開了應(yīng)用的新篇章，計(jì)算機(jī)視覺技術(shù)已經(jīng)可以應(yīng)用于工業(yè)生產(chǎn)領(lǐng)域，在人工智能領(lǐng)域計(jì)算機(jī)視覺技術(shù)也將會(huì)有巨大發(fā)展空間。通過計(jì)算機(jī)識(shí)別技術(shù)在工業(yè)生產(chǎn)領(lǐng)域的大范圍應(yīng)用，可以大量減少產(chǎn)品檢測(cè)的消耗，節(jié)省成本。計(jì)算機(jī)視覺識(shí)別技術(shù)及其在檢測(cè)技術(shù)方面的應(yīng)用將會(huì)是未來(lái)事關(guān)社會(huì)生產(chǎn)力提高的關(guān)鍵技術(shù)，這些技術(shù)也將會(huì)成為社會(huì)發(fā)展的前進(jìn)方向。

1? 與計(jì)算機(jī)視覺檢測(cè)相關(guān)的技術(shù)領(lǐng)域

計(jì)算機(jī)視覺系統(tǒng)實(shí)際上是在用成像系統(tǒng)取代生物的視覺系統(tǒng)，用計(jì)算機(jī)來(lái)模擬生物的大腦，可以運(yùn)用計(jì)算機(jī)視覺系統(tǒng)來(lái)模擬視覺功能，利用的是仿生學(xué)的原理，計(jì)算機(jī)視覺系統(tǒng)所模仿的主要對(duì)象是人類或者其他動(dòng)物。計(jì)算機(jī)視覺技術(shù)所主要應(yīng)用的領(lǐng)域包括但不限于信息處理技術(shù)、物理、數(shù)學(xué)、統(tǒng)計(jì)學(xué)以及神經(jīng)生物學(xué)等領(lǐng)域。計(jì)算機(jī)視覺技術(shù)的研究主要是為了讓計(jì)算機(jī)具備分享事物之功能，并結(jié)合計(jì)算機(jī)對(duì)世界的變化規(guī)律進(jìn)行重構(gòu)。英國(guó)科學(xué)家和心理學(xué)家大衛(wèi)·馬爾指出，將人工智能、神經(jīng)生物學(xué)和心理學(xué)結(jié)合起來(lái)，可以創(chuàng)造出一種全新的處理計(jì)算機(jī)成像的方式。大衛(wèi)·馬爾作為計(jì)算機(jī)視覺系統(tǒng)的創(chuàng)始人，將計(jì)算機(jī)視覺系統(tǒng)分成了3個(gè)不同的層次：計(jì)算機(jī)計(jì)算層次，該層次應(yīng)用的目的在于數(shù)據(jù)分析，可以實(shí)現(xiàn)數(shù)據(jù)的流入、處理和流出;計(jì)算機(jī)算法層次，該層次主要是在物理上運(yùn)用計(jì)算機(jī)的方法對(duì)圖像進(jìn)行操作和預(yù)處理;實(shí)現(xiàn)層次，在該層次上運(yùn)用物理的方法實(shí)現(xiàn)真實(shí)的視覺系統(tǒng)。同時(shí)大衛(wèi)·馬爾又將視覺的處理分成了3個(gè)不同的階段，分別是：圖像的低級(jí)處理階段，即包括獲取圖像的基本特征并收集和圖像相關(guān)的數(shù)據(jù);圖像的中級(jí)處理階段，即根據(jù)低級(jí)處理所獲得的信息，將圖像建立成三維的狀態(tài)，以獲得圖像的基本表達(dá);圖像的高級(jí)處理階段，即在進(jìn)行圖像描述的時(shí)候進(jìn)行高級(jí)處理，將經(jīng)過中級(jí)處理的圖像發(fā)展成高級(jí)的三維建模。

2? 和計(jì)算機(jī)視覺相關(guān)的檢測(cè)技術(shù)

2.1 與圖像處理有關(guān)的視覺技術(shù)要求

計(jì)算機(jī)圖像處理技術(shù)實(shí)際應(yīng)用于工業(yè)生產(chǎn)的所有層面，應(yīng)用的主要技術(shù)就是進(jìn)行圖像的處置，這些技術(shù)主要包括圖像的抓取、去除噪音、測(cè)量尺寸和最終圖形的生成等。按照處理的圖像最終對(duì)象的不同，可以將圖像的處理分成灰度處理、二維處理和深度處理等不同的階段。計(jì)算機(jī)視覺技術(shù)在工業(yè)領(lǐng)域的應(yīng)用也有一些不同的方面，可以提升工業(yè)生產(chǎn)的速度和生產(chǎn)效率，實(shí)現(xiàn)工業(yè)生產(chǎn)的高速度和高精度，提升圖像處理的穩(wěn)定性。由于圖像處理具有非接觸性的特點(diǎn)，因此在計(jì)算機(jī)視覺處理領(lǐng)域進(jìn)行拓展應(yīng)用之后，可以獲取更為詳盡的圖像參數(shù)，更有助于分析其特征，這些參數(shù)結(jié)合起來(lái)容易實(shí)現(xiàn)三維技術(shù)的處理。和計(jì)算機(jī)視覺相關(guān)的應(yīng)用技術(shù)包含采光設(shè)備、監(jiān)控設(shè)備、信息采集設(shè)備、CCD工業(yè)相機(jī)、圖像處理技術(shù)等內(nèi)容。其中，CCD工業(yè)相機(jī)主要運(yùn)用于檢測(cè)設(shè)備的尺寸，得出被檢測(cè)產(chǎn)品的工業(yè)參數(shù)，包含尺寸等工業(yè)品的基本信息。對(duì)于三維檢測(cè)技術(shù)的運(yùn)用而言，需要大量高分辨率的三維深度圖像。

2.2 計(jì)算機(jī)視覺模式的識(shí)別方式

計(jì)算機(jī)視覺識(shí)別系統(tǒng)的應(yīng)用，主要是針對(duì)檢測(cè)對(duì)象的具體特征進(jìn)行分析，對(duì)于計(jì)算機(jī)圖像識(shí)別系統(tǒng)的特性和結(jié)構(gòu)模式進(jìn)行識(shí)別，將其對(duì)象按照不同的類型進(jìn)行區(qū)分。計(jì)算機(jī)的識(shí)別模式按照技術(shù)的不同通常也會(huì)運(yùn)用不同的檢測(cè)工具來(lái)進(jìn)行識(shí)別。計(jì)算機(jī)識(shí)別模式的識(shí)別方法一般會(huì)按照度量的不同數(shù)據(jù)特征進(jìn)行描述，在清除了冗余信息和噪點(diǎn)之后，提取的數(shù)據(jù)信息之間的分析將會(huì)使得技術(shù)的拓展應(yīng)用提升正確度。

識(shí)別模式的難度在于圖像處理技術(shù)相關(guān)的核心問題，與之相關(guān)聯(lián)的在于特征的度量方法和研究模式的分析。按照?qǐng)D像處理模式的不同可以通過結(jié)構(gòu)特征的統(tǒng)計(jì)來(lái)實(shí)現(xiàn)技術(shù)應(yīng)用，在模式識(shí)別的時(shí)候會(huì)因?yàn)閿?shù)學(xué)統(tǒng)計(jì)方法的不同和語(yǔ)句的差異來(lái)跟進(jìn)模式的變化處理和分析。模式識(shí)別的整體過程可分為模式再現(xiàn)和模式的重新設(shè)定。模式的重新設(shè)定需要根據(jù)實(shí)際的工業(yè)產(chǎn)品運(yùn)用分類器進(jìn)行設(shè)計(jì)，分類器的選用主要是通過大量數(shù)據(jù)文件的分析得出。模式的實(shí)現(xiàn)也經(jīng)常運(yùn)用在分類器的選用方面，需要對(duì)所選用的數(shù)據(jù)樣本進(jìn)行大量的分析和檢測(cè)。

2.3 計(jì)算機(jī)對(duì)視覺圖像進(jìn)行解構(gòu)

在進(jìn)行完圖像的預(yù)處理之后，還需要運(yùn)用人工智能技術(shù)對(duì)圖像進(jìn)行解構(gòu)，按照人的理解對(duì)圖像的處理方式進(jìn)行解構(gòu)。計(jì)算機(jī)數(shù)據(jù)圖像的處理解構(gòu)是一種不同于計(jì)算機(jī)視覺技術(shù)的圖像處理模式，計(jì)算機(jī)視覺處理圖像的解構(gòu)技術(shù)除了可以對(duì)圖像進(jìn)行描述之外，還可以對(duì)圖像的實(shí)際內(nèi)容進(jìn)行理解，明確圖像所代表的實(shí)際意義，從而有利于決策的進(jìn)行。圖像的處理系統(tǒng)包含數(shù)字處理技術(shù)、圖像生成技術(shù)、成像處理技術(shù)和人工智能技術(shù)等方面，和生物科學(xué)和視覺系統(tǒng)形成先關(guān)的理論系統(tǒng)知識(shí)還需要輔助性的處理技術(shù)。計(jì)算機(jī)圖像視覺系統(tǒng)一般包含圖像的處理、分析、輸出等模塊，圖像的分析模塊需要進(jìn)行解構(gòu)分析，這些模塊之間既互相有聯(lián)系又有區(qū)別，彼此連接在一起共同對(duì)圖像的特征進(jìn)行描述。圖像理解系統(tǒng)的基礎(chǔ)是圖像的處理和獲取技術(shù)，在實(shí)際進(jìn)行圖像處理的過程中，這些系統(tǒng)所包含的內(nèi)容實(shí)際上遠(yuǎn)超過了學(xué)科的內(nèi)容，計(jì)算機(jī)視覺系統(tǒng)是一種類仿生的系統(tǒng)，所模擬的對(duì)象一般是生物體，為了實(shí)現(xiàn)計(jì)算機(jī)對(duì)視覺的實(shí)際模仿應(yīng)用，需要搭配生物體視覺系統(tǒng)的相關(guān)理論進(jìn)行分析。

2.4 視覺檢測(cè)方法的實(shí)際作用

視覺檢測(cè)技術(shù)的應(yīng)用目前已經(jīng)出現(xiàn)在汽車工業(yè)領(lǐng)域，在產(chǎn)品的生產(chǎn)、檢測(cè)方面發(fā)揮了很大功效，在農(nóng)產(chǎn)品的檢測(cè)、包裝、指紋識(shí)別和面部識(shí)別等方面也有應(yīng)用。實(shí)際上，要想選擇出視覺檢測(cè)的所有領(lǐng)域是困難的，下面僅以工業(yè)領(lǐng)域的一些應(yīng)用進(jìn)行舉例闡述。

2.4.1 在汽車車身中的計(jì)算機(jī)視覺技術(shù)應(yīng)用

在汽車車身中應(yīng)用計(jì)算機(jī)視覺檢測(cè)系統(tǒng)對(duì)車身技術(shù)進(jìn)行檢測(cè)需要利用到計(jì)算機(jī)視覺傳感系統(tǒng)。通過機(jī)械設(shè)備定位系統(tǒng)、電子設(shè)備控制系統(tǒng)等定位技術(shù)的應(yīng)用，可以實(shí)現(xiàn)計(jì)算機(jī)的車身檢測(cè)。在實(shí)際的應(yīng)用領(lǐng)域，可以首先使用電子控制設(shè)備來(lái)將車身固定于特定的位置，通過計(jì)算機(jī)軟件模擬進(jìn)行位置調(diào)整，確保檢測(cè)設(shè)備可以發(fā)揮實(shí)際功效，之后形成的設(shè)備采集和數(shù)據(jù)分割等數(shù)據(jù)信息處理、監(jiān)測(cè)點(diǎn)等實(shí)際參數(shù)將會(huì)對(duì)汽車車身的尺寸、三維層面等同軸度進(jìn)行分析。在獲取了數(shù)據(jù)圖像的基本特征之后，這些數(shù)據(jù)需要和參數(shù)庫(kù)中的數(shù)據(jù)進(jìn)行比對(duì)，自動(dòng)識(shí)別技術(shù)會(huì)給出最終結(jié)果，這些檢測(cè)系統(tǒng)需要根據(jù)單光條件下結(jié)構(gòu)的單眼色量，多光條件結(jié)構(gòu)下的多光測(cè)量得出最終結(jié)論。十字線解構(gòu)下的雙眼測(cè)量技術(shù)也屬于常用方法。其運(yùn)動(dòng)模式會(huì)進(jìn)入到傳感器之中，按照檢測(cè)的要求按照順序測(cè)量。由于傳感器檢測(cè)要求和操作順序和坐標(biāo)的檢測(cè)結(jié)果轉(zhuǎn)換有關(guān)，在識(shí)別和檢測(cè)之后，就可以判斷出車身的裝配效果和質(zhì)量。例如，英國(guó)的路虎系列汽車，為了對(duì)汽車的全面技術(shù)參數(shù)進(jìn)行掌握，技術(shù)人員將車身的輪廓?jiǎng)澐殖闪?00余個(gè)監(jiān)測(cè)點(diǎn)，對(duì)車身的結(jié)構(gòu)進(jìn)行了精準(zhǔn)的檢測(cè)，使得計(jì)算機(jī)視覺系統(tǒng)通過多位點(diǎn)的測(cè)量，通過統(tǒng)一標(biāo)準(zhǔn)的測(cè)量單位，激光發(fā)射器和CCD工業(yè)相機(jī)，利用計(jì)算機(jī)軟件對(duì)汽車的位置進(jìn)行調(diào)整，檢測(cè)人員校準(zhǔn)了每一個(gè)檢測(cè)單位，并在線上選用了校準(zhǔn)裝置對(duì)檢測(cè)設(shè)備進(jìn)行校準(zhǔn)。在檢測(cè)過程中，所測(cè)試的3種車輛類型分別為40s每臺(tái)。檢測(cè)結(jié)果和參數(shù)通過CAD建模參數(shù)的特征比對(duì)庫(kù)誤差在0.1mm之內(nèi)，這是一個(gè)典型的汽車行業(yè)應(yīng)用工業(yè)視覺檢測(cè)系統(tǒng)的案例。

2.4.2 智能焊接技術(shù)中的視覺應(yīng)用技術(shù)

與計(jì)算機(jī)視覺系統(tǒng)相關(guān)的智能檢測(cè)技術(shù)，可以實(shí)現(xiàn)基于環(huán)境的焊接對(duì)象的互相識(shí)別與測(cè)試，并根據(jù)測(cè)試結(jié)果對(duì)參數(shù)進(jìn)行調(diào)整，在汽車應(yīng)用領(lǐng)域當(dāng)中，車身的焊接對(duì)汽車的質(zhì)量參數(shù)有著重大影響，使用汽車智能檢測(cè)技術(shù)對(duì)于紅外線成像、高速攝像技術(shù)和CCD工業(yè)技術(shù)等傳感設(shè)備的精度都有影響，利用電子接受設(shè)備實(shí)現(xiàn)多維度的視覺傳導(dǎo)，可以通過多層次的焊接技術(shù)實(shí)現(xiàn)空間位置和實(shí)際位置的轉(zhuǎn)變。對(duì)焊接工作進(jìn)行合理規(guī)劃，對(duì)焊接對(duì)象的數(shù)據(jù)進(jìn)行及時(shí)提取，可以對(duì)需要評(píng)估的焊接對(duì)象進(jìn)行及時(shí)評(píng)價(jià)，對(duì)焊接對(duì)象的評(píng)估結(jié)構(gòu)進(jìn)行預(yù)測(cè)，對(duì)相關(guān)的焊接結(jié)構(gòu)的性能、組織等機(jī)型評(píng)價(jià)，可以充分掌握智能焊接技術(shù)的特征。在汽車的焊接工作中，很多人力難以控制的環(huán)節(jié)都可以通過汽車場(chǎng)所和位置的變化來(lái)進(jìn)行控制。智能焊接技術(shù)可以完美地解決上述問題。

2.4.3 在汽車機(jī)器人生產(chǎn)配件過程中的應(yīng)用

隨著社會(huì)上擁有汽車的人越來(lái)越多，如果僅僅依靠人力對(duì)汽車進(jìn)行檢測(cè)是顯然不夠的，汽車配件的生產(chǎn)對(duì)于生產(chǎn)效率的要求非常高，采用和計(jì)算機(jī)視覺應(yīng)用相關(guān)的檢測(cè)技術(shù)可以提升計(jì)算機(jī)收集圖像的能力，根據(jù)汽車配件的尺寸、配件之間的組成距離和組成形式、配件之間的相對(duì)位置等信息，和特征庫(kù)的數(shù)據(jù)進(jìn)行比對(duì)之后，可以充分判斷出配件實(shí)際效果的好壞。

3? 結(jié)語(yǔ)

計(jì)算機(jī)視覺技術(shù)在企業(yè)生產(chǎn)效率提升方面有非常大的幫助，可以幫助企業(yè)減少人力資源的投入，但是這種技術(shù)的全面普及需要生產(chǎn)工人具有更高的業(yè)務(wù)知識(shí)能力，還需要更多的理論支撐，特征庫(kù)和數(shù)據(jù)庫(kù)的比對(duì)也非常必要。相關(guān)領(lǐng)域的研究人員需要繼續(xù)不斷探索，以更快地推動(dòng)計(jì)算機(jī)視覺技術(shù)的應(yīng)用，推動(dòng)生產(chǎn)和生活實(shí)踐當(dāng)中對(duì)計(jì)算機(jī)視覺應(yīng)用系統(tǒng)的利用。

參考文獻(xiàn)

[1] 高寒，駱漢賓，方偉立.基于機(jī)器視覺的施工危險(xiǎn)區(qū)域侵入行為識(shí)別方法[J].土木工程與管理學(xué)報(bào)，2019（1）：123-128.

[2] 邱素貞，李慶年，盧志翔，等.基于機(jī)器視覺檢測(cè)的碼垛機(jī)器人控制系統(tǒng)設(shè)計(jì)[J].包裝工程，2019，40（3）：207-211.

[3] 周建，潘如如，高衛(wèi)東.機(jī)器視覺在紡織中的應(yīng)用現(xiàn)狀與發(fā)展趨勢(shì)[J].棉紡織技術(shù)，2019，47（2）：15-17.

[4] 黃偉.基于計(jì)算機(jī)視覺技術(shù)的金屬加工過程監(jiān)測(cè)方法[J].世界有色金屬，2018（23）：20-21.