機器視覺是指利用相機、攝像機等傳感器，配合機器視覺算法賦予智能設備人眼的功能，從而進行物體的識別、檢測、測量等功能。簡單說來，機器視覺就是用機器代替人眼來做測量和判斷。工作原理機器視覺係統的工作原理是：通過機器視覺產品（即圖像攝取裝置）將被攝取目標轉換成圖像信號，傳送給專用的圖像處理係統，得到被攝目標的形態信息，根據像素分布和亮度、顏色等信息，轉變成數字化信號；圖像係統對這些信號進行各種運算來抽取目標的特征，進而根據判別的結果來控製現場的設備動作。 從二維到三維的演化

➤機器視覺是在20 世紀50 年代從統計模式識別開始的，當時的工作主要集中在二維圖像分析和識別上，如光學字符識別、工件表麵、顯微圖片和航空圖片的分析和解釋等。 ➤隨著工業自動化生產對技術需求的日益增長，機器視覺開始崛起。其技術探索始於20世紀60年代中期美國學者L.R. Roberts關於理解多麵體組成的“積木世界”的研究。
L.R.Roberts (1965)通過計算機程序從數字圖像中提取出諸如立方體、楔形體、棱柱體等多麵體的三維結構，並對物體形狀及物體的空間關係進行描述。Roberts 的研究工作開創了以理解三維場景為目的的三維機器視覺的研究。Roberts對積木世界的創造性研究給人們以極大的啟發，許多人相信，一旦由白色積木玩具組成的三維世界可以被理解，則可以推廣到理解更複雜的三維場景。於是，人們對積木世界進行了深入的研究。研究的範圍從邊緣、角點等待征提取，到線條、平麵、曲麵等幾何要素分析，—直到圖像明暗、紋理、運動以及成像幾何等，並建立了各種數據結構和推理規則。
➤70 年代中期，麻省理工學院(MIT)人工智能(AI)實驗室正式開設“機器視覺”(Machine Vision)課程，由國際著名學者B.K.P.Horn 教授講授。同時，MIT AI實驗室吸引了國際上許多知名學者參與機器視覺的理論、算法、係統設計的研究。David Marr 教授就是其中的一位。他於1973 年應邀在MITAI 實驗室領導一個以博士生為主體的研究小組，1977 年提出了不同於“積木世界”分析方法的計算機視覺(computational vision)理論——也就是著名的Marr視覺理論，該理論在80 年代成為機器視覺研究領域中的一個十分重要的理論框架。 Marr建立的視覺計算理論立足於計算機科學，係統地概括了心理生理學、神經生理學等方麵業已取得的所有重要成果。它使計算機視覺研究有了一個比較明確的體係，並大大推動了計算機視覺研究的發展。人們普遍認為，計算機視覺這門學科的形成與Marr 的視覺理論有著密切的關係。Marr視覺計算理論將整個視覺過程所要完成的任務分成三個過程，而獲得這些表示的過程依次稱為初級視覺、中級視覺和高級視覺。70年代，已經出現了一些視覺應用係統。
➤80年代，機器視覺進入了快速發展時期，對機器視覺的全球性研究熱潮開始興起。不僅出現了基於感知特征群的物體識別理論框架、主動視覺理論框架、視覺集成理論框架等概念，而且產生了很多新的研究方法和理論，無論是對一般二維信息的處理，還是針對三維圖像的模型及算法研究都有了很大的提高。有學者對計算機視覺理論的發展提出了不同的意見和建議。對Marr的理論框架作了種種的批評和補充。 ➤90年代，機器視覺理論得到進一步的發展，同時開始在工業領域得到應用。同時，機器視覺理論在多視幾何領域的應用得到快速的發展。
由於機器視覺是一種非接觸的測量方式，在一些不適於人工作業的危險工作環境或者人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺。同時，在大批量重複性工業生產過程中，用機器視覺檢測方法可以大大提高生產的效率和自動化程度。 ➤到了21世紀，機器視覺技術已經大規模地應用於多個領域。按照應用的領域與細分技術的特點，機器視覺進一步可以分為工業視覺、計算機視覺兩類，相應地，其應用領域可以劃分為智能製造和智能生活兩類，比如工業探傷、自動焊接、醫學診斷、跟蹤報警、移動機器人、指紋識別、模擬戰場、智能交通、醫療、無人機與無人駕駛、智能家居等等。
           機器視覺是人工智能正在快速發展的一個分支。目前，機器視覺技術正處於不斷突破、走向成熟的階段。它的發展不僅將大大推動智能係統的發展，也將拓寬計算機與各種智能機器的研究範圍和應用領域。

返回列表