机器视觉技术发展及其工业应用

王飞

摘要

为了进一步探索机器视觉技术在未来的发展方向以及工业应用方向，在本文当中对相关问题进行了研究与分析，首先从光源技术、摄像机、信号处理以及执行机构四个方面阐述了现阶段机器视觉技术的具体发展方向，并从机器视觉技术在自动检测以及自动装配两个方面阐述了机器视觉技术现阶段在工业应用中的进一步发展。

【关键词】机器视觉 发展 工业应用

在人工智能（AI）技术当中机器视觉技术具有非常重要的意义，所谓机器视觉就是利用机器来替代人类的视觉并实现对具体事务的处理。机器视觉是一门较为复杂的学科，不仅涉及到计算机、图形处理等计算机信息技术，同时还涉及到了生物神经学以及心理学等方面的学科。在最近几年当中在人工智能技术获得进一步发展的大环境之下，机器人视觉技术也实现了进一步发展，并被应用于实际工业生产当中。为了探索机器视觉技术以及工业应用的具体发展方向，在本文当中对相关问题进行了全面的研究与分析，现报道如下。

1 机器视觉技术发展现状

1.1 光源技术

在机器视觉技术当中，图像是机器识别的最根本依据，但是由于机器与人类视觉系统的差异，机器对于图像的要求与人类也并不是完全相同的，而光源则是影响图像的最重要因素，优质的光源能够提升机器视觉识别的准确性，从而为机器下一步工作的开展奠定必要的基础。一直以来针对机器视觉技术中究竟该采用何种光源大部分人的认识都存在着较大的差异，同时从实践效果来看也并不是非常理想。在最近几年当中机器视觉在光源技术方面已经取得了较为显著的发展，透射光以及反射光成为机器视觉技术最常用的光源，同时从实践效果来看，投射光与反射光在机器识别中的应用能够保持较高的对比度以及整体亮度，对于识别准确性的提升具有非常重要的意义。

1.2 攝像机

摄像机是机器识别中最重要的构建，是获取图像的最基本设施，在机器视觉技术当中摄像机也是最常用的被动视觉设备。传统摄像机由于电子耦合器的性能相对较低，无法实现对相关图像的有效处理，从而也会在一定程度上影响机器视觉技术的发展。在最近几年当中随着电子耦合器技术的发展，电子耦合器不仅在体积方面明显缩小，同时在成像清晰度方面也已经有了显著提升，从而在一定程度上提升了机器视觉技术被动图像获得的精确性。

1.3 信号处理

对所获得的视觉信号进行处理是机器视觉技术的关键所在，信号处理首先需要建立在硬件基础设施之上，一直以来限制机器视觉技术发展的核心问题就在于信号处理硬件设施无法得以解决，传统的以CPU为代表的计算机处理器并不能实现对视觉信号的有效处理，开发基于现代人工智能视觉技术的新一代集成电路已经显得尤为必要了。虽然从总体上来说目前阶段能够有效解决机器视觉中所有问题的新一代类似于CPU的集成电路还没有出现，但是基于简单架构可以实现部分功能的集成电路已经较为完善，并投入到商用当中，例如中天微公司所开发的一种基于c-sky架构的32位低能耗芯片已经在被应用到实践当中，并取得了较好的效果。

1.4 执行机构

执行机构是可以使机器视觉系统实现其功能的最后元件。要确保其在进行制作与安装过程中的精度，此外在设计过程中，充分考虑稳定性等。但是由于现在以计算机为基础尚未进行模块化，安装上存在困难，尤其是工业上已经大量使用的PLC接口进行连接时存在问题。

2 机器视觉技术在工业中的应用研究

2.1 机器视觉技术在自动检测中的应用研究

在自动化生产当中自动检测是较为重要的步骤，在传统的自动化检测当中几何测量是自动检测的关键技术，这种技术虽然能够实现自动检测，但是在检测精度、速度方面都相对较差，已经逐渐无法满足自动化效率进一步提升的要求。而机器视觉技术在自动检测中的应用可以利用CT，激光扫描等技术同步进行自动检测，不仅能有效提升自动检测的速度，同时还能进一步提升自动检测的准确性。其次，机器视觉激素和在自动化检测中最大的优势在于自动检测技术能够实现对物品外表的检测，传统几何检测方式无法实现对物品外表信息的处理，只能处理几何尺寸，而机器视觉技术则可以有效实现对商品表面的处理，从而进一步提升检测的精确性。例如，通过机器视觉技术的应用能够有效实现对商品外伤的探查。

2.2 机器视觉技术在自动装配中的应用研究

在自动化生产当中装配往往需要耗费较大的时间，但是由于装配的复杂性，完全自动化的装配对精度以及智能化提出了较高的要求。机器视觉技术在自动装配中的应用则有效解决了这一问题，在自动装配系统当中应用机器视觉技术能够实现对机器零部件的灵活处理，同时只需要针对具体生产流程制定对应的程序，在视觉系统的辅助之下这种处理对环境与条件的依赖性相对较低，并且可以有效提升整体的稳定性。目前阶段机器视觉技术在自动装配中的应用已经较为广泛，同时也是机器视觉技术使用最为广泛的领域。

3 结语

机器视觉技术不仅是人工智能技术的核心，同时对于目前社会生产效率的提升也具有非常重要的意义。在未来机器视觉技术必然会实现进一步发展，同时在社会生产中的应用范围也会得到进一步推广。为了进一步探索机器视觉技术的具体发展方向以及在工业应用中的发展，本文结合自己的实际工作经验对相关问题进行了研究与分析，希望能对我国机器视觉技术的发展有所启发。

参考文献

[1]黎江华，吴纯洁，孙灵根，王双双，张继良，黄勤挽.基于机器视觉技术实现中药性状“形色”客观化表达的展望[J].中成药，2011，33（10）：1781-1784.

[2]朱瑞.机器视觉及其应用（系列讲座）第五讲一机器视觉的典型应用[J].应用光学，2007（04）：525-528.

[3]雷文华.机器视觉及其应用（系列讲座）第一讲-机器视觉发展概述[J].应用光学，2006（05）：467-470.

[4]唐向阳，张勇，李江有，黄岗，杨松，关宏.机器视觉关键技术的现状及应用展望[J].昆明理工大学学报（理工版），2004（02）：36-39.

[5]成芳，应义斌.机器视觉技术在农作物种子质量检验中的应用研究进展[J].农业工程学报，2001（06）：175-179.