作者：喬迪·穆拉納

　　機(jī)器視覺是一系列技術(shù)，這些技術(shù)使自動化設(shè)備(工業(yè)或其他)從圖像中對直接環(huán)境有高度的了解。如果沒有機(jī)器視覺軟件，數(shù)字圖像將只不過是簡單的未連接的像素集合，具有各種顏色值和色調(diào)強(qiáng)度。機(jī)器視覺允許計算機(jī)(通常連接到機(jī)器控制)檢測此類圖像中的邊緣和形狀，從而讓更高級別的處理例程識別預(yù)定義的感興趣對象。從這個意義上說，圖像不一定僅限于可見光譜中的攝影圖像;它們還可以包括使用紅外、激光、X 射線和超聲波信號獲得的圖像。

　　圖 1：機(jī)器視覺在更復(fù)雜的機(jī)器人應(yīng)用中的使用正在增加。(圖片來源： 約翰6863373 |Dreamstime.com)

　　工業(yè)環(huán)境中一個相當(dāng)常見的機(jī)器視覺應(yīng)用是識別箱中的特定零件，其中包含隨機(jī)排列(混亂)的零件混合物。在這里，機(jī)器視覺可以幫助拾取和放置機(jī)器人自動拾取正確的零件。當(dāng)然，如果這些部件在托盤上以相同的方式整齊排列和定向，那么通過成像反饋?zhàn)R別這些部件將相對簡單。然而，強(qiáng)大的機(jī)器視覺算法可以識別距離相機(jī)不同距離的物體(因此在成像傳感器上顯示為不同的尺寸)以及不同方向的物體。

　　最先進(jìn)的機(jī)器視覺系統(tǒng)使新興設(shè)計變得比垃圾箱揀選復(fù)雜得多——例如，也許不會比自動駕駛汽車更容易識別。

　　圖 2：機(jī)器視覺使系統(tǒng)(工業(yè)或其他)能夠從圖像中對環(huán)境設(shè)置進(jìn)行高級理解。(圖片來源： 維基媒體)

　　機(jī)器視覺相關(guān)技術(shù)

　　術(shù)語 機(jī)器視覺 有時保留用于參考從圖像中提取信息的更成熟和有效的數(shù)學(xué)方法。相比之下，術(shù)語 計算機(jī)視覺 通常描述更現(xiàn)代和計算要求更高的系統(tǒng)，包括使用機(jī)器學(xué)習(xí)或人工智能 (AI) 的黑盒方法。然而，機(jī)器視覺也可以作為一個包羅萬象的術(shù)語，涵蓋從圖像中提取高級信息的所有方法;在這種情況下，計算機(jī)視覺描述了其基本的操作理論。

　　從圖像中提取高級意義的技術(shù)比比皆是。在研究界，這些技術(shù)通常被認(rèn)為與機(jī)器視覺不同。然而，在實(shí)際意義上，所有這些都是實(shí)現(xiàn)機(jī)器視覺的不同方式......在許多情況下，它們重疊。

　　數(shù)字圖像處理 是一種涉及圖像增強(qiáng)、恢復(fù)、編碼和壓縮的數(shù)字信號處理形式。與模擬圖像處理相比，其優(yōu)勢包括噪聲和失真最小化，以及更多算法的可用性。早期的圖像增強(qiáng)用途之一是對第一個近距離的校正 月球表面的圖像.這使用了攝影測量映射以及噪聲濾波器和校正，以校正成像相機(jī)與月球表面對齊引起的幾何失真。

　　圖 3：該 DLPC350 集成電路 (IC) 控制器提供輸入和輸出觸發(fā)信號，用于將顯示的圖案與相機(jī)同步。它與數(shù)字微鏡設(shè)備(DMD)配合使用，旨在將3D機(jī)器視覺傳授給工業(yè)，醫(yī)療和安全設(shè)備。事實(shí)上，應(yīng)用包括3D掃描以及計量系統(tǒng)。(圖片來源： 德州儀器)

　　數(shù)字圖像增強(qiáng)通常涉及增加對比度，并且還可能對視角和鏡頭失真進(jìn)行幾何校正。壓縮通常是通過將復(fù)數(shù)信號近似為余弦函數(shù)的組合來實(shí)現(xiàn)的——余弦函數(shù)是一種稱為離散余弦變換或DCT的傅里葉變換。JPEG文件格式是DCT最流行的應(yīng)用程序。圖像恢復(fù)也可以使用傅里葉變換來消除噪點(diǎn)和模糊。

　　攝影 測量 使用某種特征識別從圖像中提取測量值。當(dāng)從不同位置獲得同一場景的多個圖像時，這些測量可以包括 3D 信息。最簡單的攝影測量系統(tǒng)使用比例尺測量圖像中兩點(diǎn)之間的距離。為此，通常需要在圖像中包含已知的比例參考。

　　特征檢測 允許計算機(jī)識別圖像中的邊角或點(diǎn)。這是攝影測量以及識別物體和運(yùn)動的必要第一步。斑點(diǎn)檢測可以識別邊緣過于平滑的區(qū)域，無法進(jìn)行邊緣或角落檢測。

　　模式識別 用于標(biāo)識特定對象。簡單來說，這可能意味著在輸送機(jī)上尋找特定的明確定義的機(jī)械部件。

　　3D 重建 從 2D 圖像確定對象的 3D 形式。它可以通過攝影測量方法實(shí)現(xiàn)，其中通過三角測量確定共同特征的高度(在不同觀察點(diǎn)的圖像中識別)。使用單個2D圖像也可以進(jìn)行3D重建;在這里，軟件解釋(除其他外)陰影邊緣或區(qū)域之間的幾何關(guān)系。

　　圖4： 3D掃描儀 捕獲對象的 2D 圖像以創(chuàng)建其 3D 模型。在某些情況下，數(shù)字模型隨后用于3D打印副本。(圖片來源： 深圳市科實(shí)3D科技有限公司)

　　人類可以輕松地從簡單的線條藝術(shù)表示中在精神上重建立方體，并從陰影圓圈中重建球體。陰影指示表面的坡度。然而，這種推導(dǎo)的過程比看起來要復(fù)雜得多，因?yàn)殛幱笆且痪S參數(shù)，而斜率發(fā)生在二維。這可能會導(dǎo)致歧義——這一事實(shí)通過描繪物理上不可能的物體的藝術(shù)來證明。

　　圖 5：從 2D 圖像計算機(jī)化確定工件的 3D 形狀充滿了挑戰(zhàn)。

　　機(jī)器視覺任務(wù)的排序方式

　　許多機(jī)器視覺系統(tǒng)通過從低級操作開始，然后逐個推進(jìn)到更高級別的操作來逐步結(jié)合上述技術(shù)。在最低級別，圖像的所有像素都保存為高帶寬數(shù)據(jù)。然后，序列中的每個操作識別圖像特征，并用相對較少的數(shù)據(jù)量表示感興趣的信息。

　　首先是圖像增強(qiáng)和恢復(fù)的低級操作，其次是特征檢測。因此，在使用多個傳感器的情況下，低級操作可以通過專用于單個傳感器的分布式進(jìn)程執(zhí)行。一旦檢測到單個圖像中的特征，就可以進(jìn)行更高級別的攝影測量 - 任何物體識別或其他依賴于來自多個圖像和傳感器的組合數(shù)據(jù)的任務(wù)也是如此。

　　直接計算和學(xué)習(xí)算法

　　一個 直接計算 在機(jī)器視覺的上下文中，是一組由人類程序員手動定義的數(shù)學(xué)函數(shù)。它們接受圖像像素值等輸入，以生成對象邊緣坐標(biāo)等輸出。相比之下，學(xué)習(xí)算法不是由人類直接編寫的，而是通過示例數(shù)據(jù)集進(jìn)行訓(xùn)練，將輸入與所需的輸出相關(guān)聯(lián)。因此，它們充當(dāng)黑匣子。現(xiàn)在，大多數(shù)此類機(jī)器學(xué)習(xí)都采用基于人工神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)來進(jìn)行計算。

　　圖 6：來自 iVu 系列 可以按類型、尺寸、位置、方向和顏色識別工件。機(jī)器視覺組件可以接受集成屏幕、遠(yuǎn)程HMI或PC的配置和監(jiān)控。相機(jī)、控制器、鏡頭和燈光都是預(yù)先集成的。(圖片來源： 邦納工程公司)

　　如果基于直接計算，用于工業(yè)應(yīng)用的簡單機(jī)器學(xué)習(xí)通常更可靠，計算要求更低。當(dāng)然，直接計算可以實(shí)現(xiàn)的目標(biāo)有限。例如，它永遠(yuǎn)不可能希望執(zhí)行通過面部識別個人所需的高級模式識別，尤其是不能從擁擠的公共空間的視頻源中識別個人。相比之下，機(jī)器學(xué)習(xí)可以巧妙地處理此類應(yīng)用程序。難怪機(jī)器學(xué)習(xí)越來越多地被部署在較低級別的機(jī)器視覺操作中，包括圖像增強(qiáng)、恢復(fù)和特征檢測。

　　改進(jìn)教學(xué)方法(不是算法)

　　深度學(xué)習(xí)技術(shù)的成熟已經(jīng)表明，需要改進(jìn)的不是學(xué)習(xí)算法本身，而是它們的訓(xùn)練方式。一種這樣改進(jìn)的訓(xùn)練程序稱為 以數(shù)據(jù)為中心的計算機(jī)視覺.在這里，深度學(xué)習(xí)系統(tǒng)接受由數(shù)千、數(shù)百萬甚至數(shù)十億張圖像組成的非常大的訓(xùn)練集，然后存儲其算法從每張圖像中提取的結(jié)果信息。這些算法通過練習(xí)工作示例來有效地學(xué)習(xí)，然后參考“答案書”來驗(yàn)證它們是否達(dá)到了正確的值。

　　一個關(guān)于數(shù)字模式識別早期的古老故事是一個警示故事。美國軍方打算使用機(jī)器視覺進(jìn)行目標(biāo)識別，國防承包商演示可靠地識別了美國制造和俄羅斯制造的坦克。各種坦克都與供應(yīng)商的航拍照片一個接一個地正確區(qū)分。但是，當(dāng)用五角大樓自己的圖片庫再次測試時，系統(tǒng)不斷給出錯誤的答案。問題在于，國防承包商的圖像都描繪了沙漠中的美國坦克和綠色田野中的俄羅斯坦克。該系統(tǒng)遠(yuǎn)非識別不同的坦克，而是識別不同顏色的背景。道德?學(xué)習(xí)算法需要與精心策劃的訓(xùn)練數(shù)據(jù)一起呈現(xiàn)才能有用。

　　結(jié)論：機(jī)器人工作單元安全愿景

　　機(jī)器視覺不再是一種利基技術(shù)。它在工業(yè)應(yīng)用中的部署增長最快。在這里，最引人注目的發(fā)展是機(jī)器視覺現(xiàn)在如何補(bǔ)充工業(yè)工廠安全系統(tǒng)，當(dāng)工廠人員在沒有安全帽、口罩或其他正確防護(hù)設(shè)備的情況下進(jìn)入工作區(qū)時，它會發(fā)出警報或發(fā)出音頻通知。機(jī)器視覺還可以完成系統(tǒng)，當(dāng)叉車等移動機(jī)械離人太近時發(fā)出通知。

　　這些和類似的機(jī)器視覺系統(tǒng)有時可以取代工業(yè)機(jī)器人周圍的硬防護(hù)，以實(shí)現(xiàn)更高效的操作。它們還可以替換或增強(qiáng)基于輕型防護(hù)裝置的安全系統(tǒng)，如果工廠工人進(jìn)入工作單元，該系統(tǒng)只需停止機(jī)器。當(dāng)機(jī)器視覺監(jiān)控工作單元周圍的工廠車間時，這些單元中的機(jī)器人可能會隨著人們的接近而逐漸減速。

　　隨著工業(yè)環(huán)境設(shè)計的發(fā)展，以適應(yīng)協(xié)作機(jī)器人和其他工作單元設(shè)備，這些設(shè)備對工廠人員可以安全移動(即使在設(shè)備運(yùn)行時)，這些和其他基于機(jī)器視覺的系統(tǒng)將成為工廠流程中更常見的部分。