机器视觉技术

机器视觉是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉技术是计算机学科的一个重要分支，自起步发展至今，机器视觉已经有20多年的历史，其功能以及应用范围随着工业自动化的发展逐渐完善和推广。20世纪50年代开始研究二维图像的统计模式识别。60年代Roberts开始进行三维机器视觉的研究。70年代中，MIT人工智能实验室正式开设“机器视觉”的课程。80年代开始，开始了性的研究热潮，机器视觉获得了蓬勃发展，新概念、新理论不断涌现。

机器视觉是配备有传感视觉仪器（如自动对焦相机或传感器）的检测机器，主要研究计算机来模拟认得视觉功能从客观事物图像中提取信息，进行处理并加以理解，Z终用于实际检测，测量和控制。

机器视觉系统组成及其工作原理

机器视觉就是用机器代替人眼来做测量和判断。也就是用电脑来实现对客观的三维世界的识别。按现在的理解，人类视觉系统的感受部分是视网膜，它是一个三维采样系统。三维物体的可见部分投影到网膜上，人们按照投影到视网膜上的二维的像来对该物体进行三维理解。所谓三维理解是指对被观察物件的形状、尺寸、离开观察点的距离、质地和运动特征（方向和速度）等的理解。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。

从原理上机器视觉系统主要由三部分组成：图像的采集、图像的处理和分析、输出或显示。—个典型的机器视觉系统应该包括光源、光学系统、图像捕捉系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块，如图所示。

机器视觉系统组成

从中我们可以看出机器视觉是一项综合技术。其中包括数字图像处理技术、机械工程技术、控制技术、光源照明技术、光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等。只有这些技术的相互协调应用才能构成一个完整的机器视觉应用系统。机器视觉应用系统的关键技术主要体现在光源照明、光学镜头、摄像机(CCD)、图像采集卡、图像信号处理以及执行机构等。

视觉系统的输出并非图像视频信号，而是经过运算处理之后的检测结果，采用CCD摄像机将被摄取目标转换成图像信号。传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，通过A/D转变成数字信号：图像系统对这些信号进行各种运算来提取目标的特征(面积、长度、数量及位置等)；根据预设的容许度和其他条佟输出结果(尺寸、角度、偏移量、个数、合格/不合格及有/无等)。上位机实时获得检测结果后，指挥运动系统或I/O系统执行相应的控制动作。

机器视觉的特点

（1）机器视觉是一项综合技术，其中包括数字图像处理技术，机械工程技术，控制技术，电光源照明技术，光学成像技术，传感器技术，模拟与数字视频技术，计算机硬件技术，人机接口技术等这些技术在机器视觉中式并列关系，相互协调应用才能构成一个成功的工业机器视觉应用系统。

（2）机器视觉更强调实用性，要求能够适应工业生产中恶劣的环境，要有合理的性价比，要有通用的工业接口，能够由普通工作来操作，有较高的容错能力和安全性，不会破坏工业产品，必须有较强的通用性和可移植性。

（3）对机器视觉工程师来说，不仅要具有研究数学理论和编制计算机软件的能力，更需要的是光，机，电一体化的综合能力。

（4）机器视觉更强调实时性，要求高速度和高精度，因而计算机视觉和数字图像处理中的许多技术目前还难以应用于机器视觉，他们的发展速度远远超过其在工业生产中的实际应用速度。