作者：?jiǎn)痰稀つ吕{

　　機(jī)器視覺(jué)是一系列技術(shù)，這些技術(shù)使自動(dòng)化設(shè)備(工業(yè)或其他)從圖像中對(duì)直接環(huán)境有高度的了解。如果沒(méi)有機(jī)器視覺(jué)軟件，數(shù)字圖像將只不過(guò)是簡(jiǎn)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(jué)允許計(jì)算機(jī)(通常連接到機(jī)器控制)檢測(cè)此類圖像中的邊緣和形狀，從而讓更高級(jí)別的處理例程識(shí)別預(yù)定義的感興趣對(duì)象。從這個(gè)意義上說(shuō)，圖像不一定僅限于可見(jiàn)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(hào)獲得的圖像。

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

　　工業(yè)環(huán)境中一個(gè)相當(dāng)常見(jiàn)的機(jī)器視覺(jué)應(yīng)用是識(shí)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(jué)可以幫助拾取和放置機(jī)器人自動(dòng)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(guò)成像反饋?zhàn)R別這些部件將相對(duì)簡(jiǎn)單。然而，強(qiáng)大的機(jī)器視覺(jué)算法可以識(shí)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(jué)系統(tǒng)使新興設(shè)計(jì)變得比垃圾箱揀選復(fù)雜得多——例如，也許不會(huì)比自動(dòng)駕駛汽車更容易識(shí)別。

　　圖 2：機(jī)器視覺(jué)使系統(tǒng)(工業(yè)或其他)能夠從圖像中對(duì)環(huán)境設(shè)置進(jìn)行高級(jí)理解。(圖片來(lái)源： 維基媒體)

　　機(jī)器視覺(jué)相關(guān)技術(shù)

　　術(shù)語(yǔ) 機(jī)器視覺(jué) 有時(shí)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(yǔ) 計(jì)算機(jī)視覺(jué) 通常描述更現(xiàn)代和計(jì)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(jué)也可以作為一個(gè)包羅萬(wàn)象的術(shù)語(yǔ)，涵蓋從圖像中提取高級(jí)信息的所有方法;在這種情況下，計(jì)算機(jī)視覺(jué)描述了其基本的操作理論。

　　從圖像中提取高級(jí)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(jué)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(jué)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(hào)處理形式。與模擬圖像處理相比，其優(yōu)勢(shì)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(duì)第一個(gè)近距離的校正 月球表面的圖像.這使用了攝影測(cè)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(duì)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(hào)，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(jué)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(jì)量系統(tǒng)。(圖片來(lái)源： 德州儀器)

　　數(shù)字圖像增強(qiáng)通常涉及增加對(duì)比度，并且還可能對(duì)視角和鏡頭失真進(jìn)行幾何校正。壓縮通常是通過(guò)將復(fù)數(shù)信號(hào)近似為余弦函數(shù)的組合來(lái)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(lái)消除噪點(diǎn)和模糊。

　　攝影 測(cè)量 使用某種特征識(shí)別從圖像中提取測(cè)量值。當(dāng)從不同位置獲得同一場(chǎng)景的多個(gè)圖像時(shí)，這些測(cè)量可以包括 3D 信息。最簡(jiǎn)單的攝影測(cè)量系統(tǒng)使用比例尺測(cè)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(cè) 允許計(jì)算機(jī)識(shí)別圖像中的邊角或點(diǎn)。這是攝影測(cè)量以及識(shí)別物體和運(yùn)動(dòng)的必要第一步。斑點(diǎn)檢測(cè)可以識(shí)別邊緣過(guò)于平滑的區(qū)域，無(wú)法進(jìn)行邊緣或角落檢測(cè)。

　　模式識(shí)別 用于標(biāo)識(shí)特定對(duì)象。簡(jiǎn)單來(lái)說(shuō)，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(duì)象的 3D 形式。它可以通過(guò)攝影測(cè)量方法實(shí)現(xiàn)，其中通過(guò)三角測(cè)量確定共同特征的高度(在不同觀察點(diǎn)的圖像中識(shí)別)。使用單個(gè)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(duì)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(lái)源： 深圳市科實(shí)3D科技有限公司)

　　人類可以輕松地從簡(jiǎn)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(guò)程比看起來(lái)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(huì)導(dǎo)致歧義——這一事實(shí)通過(guò)描繪物理上不可能的物體的藝術(shù)來(lái)證明。

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

　　機(jī)器視覺(jué)任務(wù)的排序方式

　　許多機(jī)器視覺(jué)系統(tǒng)通過(guò)從低級(jí)操作開(kāi)始，然后逐個(gè)推進(jìn)到更高級(jí)別的操作來(lái)逐步結(jié)合上述技術(shù)。在最低級(jí)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(gè)操作識(shí)別圖像特征，并用相對(duì)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(jí)操作，其次是特征檢測(cè)。因此，在使用多個(gè)傳感器的情況下，低級(jí)操作可以通過(guò)專用于單個(gè)傳感器的分布式進(jìn)程執(zhí)行。一旦檢測(cè)到單個(gè)圖像中的特征，就可以進(jìn)行更高級(jí)別的攝影測(cè)量 - 任何物體識(shí)別或其他依賴于來(lái)自多個(gè)圖像和傳感器的組合數(shù)據(jù)的任務(wù)也是如此。

　　直接計(jì)算和學(xué)習(xí)算法

　　一個(gè) 直接計(jì)算 在機(jī)器視覺(jué)的上下文中，是一組由人類程序員手動(dòng)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(duì)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(guò)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?，F(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(lái)進(jìn)行計(jì)算。

　　圖 6：來(lái)自 iVu 系列 可以按類型、尺寸、位置、方向和顏色識(shí)別工件。機(jī)器視覺(jué)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(lái)源： 邦納工程公司)

　　如果基于直接計(jì)算，用于工業(yè)應(yīng)用的簡(jiǎn)單機(jī)器學(xué)習(xí)通常更可靠，計(jì)算要求更低。當(dāng)然，直接計(jì)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(guò)面部識(shí)別個(gè)人所需的高級(jí)模式識(shí)別，尤其是不能從擁擠的公共空間的視頻源中識(shí)別個(gè)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(lái)越多地被部署在較低級(jí)別的機(jī)器視覺(jué)操作中，包括圖像增強(qiáng)、恢復(fù)和特征檢測(cè)。

　　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(jì)算機(jī)視覺(jué).在這里，深度學(xué)習(xí)系統(tǒng)接受由數(shù)千、數(shù)百萬(wàn)甚至數(shù)十億張圖像組成的非常大的訓(xùn)練集，然后存儲(chǔ)其算法從每張圖像中提取的結(jié)果信息。這些算法通過(guò)練習(xí)工作示例來(lái)有效地學(xué)習(xí)，然后參考“答案書(shū)”來(lái)驗(yàn)證它們是否達(dá)到了正確的值。

　　一個(gè)關(guān)于數(shù)字模式識(shí)別早期的古老故事是一個(gè)警示故事。美國(guó)軍方打算使用機(jī)器視覺(jué)進(jìn)行目標(biāo)識(shí)別，國(guó)防承包商演示可靠地識(shí)別了美國(guó)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(gè)接一個(gè)地正確區(qū)分。但是，當(dāng)用五角大樓自己的圖片庫(kù)再次測(cè)試時(shí)，系統(tǒng)不斷給出錯(cuò)誤的答案。問(wèn)題在于，國(guó)防承包商的圖像都描繪了沙漠中的美國(guó)坦克和綠色田野中的俄羅斯坦克。該系統(tǒng)遠(yuǎn)非識(shí)別不同的坦克，而是識(shí)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(jué)不再是一種利基技術(shù)。它在工業(yè)應(yīng)用中的部署增長(zhǎng)最快。在這里，最引人注目的發(fā)展是機(jī)器視覺(jué)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(méi)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(shí)，它會(huì)發(fā)出警報(bào)或發(fā)出音頻通知。機(jī)器視覺(jué)還可以完成系統(tǒng)，當(dāng)叉車等移動(dòng)機(jī)械離人太近時(shí)發(fā)出通知。

　　這些和類似的機(jī)器視覺(jué)系統(tǒng)有時(shí)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(jué)監(jiān)控工作單元周圍的工廠車間時(shí)，這些單元中的機(jī)器人可能會(huì)隨著人們的接近而逐漸減速。

　　隨著工業(yè)環(huán)境設(shè)計(jì)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(duì)工廠人員可以安全移動(dòng)(即使在設(shè)備運(yùn)行時(shí))，這些和其他基于機(jī)器視覺(jué)的系統(tǒng)將成為工廠流程中更常見(jiàn)的部分。