机器视觉技术研究和应用现状及发展趋势

高娟娟 渠中豪 宋亚青

摘  要：机器视觉是一项综合技术，它在人工智能的发展历程中扮演着越来越重要的地位。从上世纪中叶开始就有了对机器视觉的研究，一直发展到今天，机器视觉已经在各行各业得到了应用，并且在未来几年内会向更加智能、更加人性化的方向发展，为人类社会的发展提供更大的便利。

关键词：机器视觉;人工智能;智能化;人性化;技术应用                     中图分类号：TP391.41                   文献标识码：A

文章编号：1671-0134（2020）07-021-02                                     DOI：10.19483/j.cnki.11-4653/n.2020.07.001

本文著录格式：高娟娟，渠中豪，宋亚青.机器视觉技术研究和应用现状及发展趋势[J].中国传媒科技，2020（7）：21-22.

导语

在人工智能高速发展的今天，越来越多的场景需要机器来识别，机器视觉也成为人工智能的一个重要分支。机器视觉是一种复杂的技术，它将图像处理、机械、光学、传感器、虚拟、计算机软硬件等多个专业技术融合到一起发展成为一项综合的技术。目前机器视觉技术已经应用到果蔬采摘、零件检测、药品检测、航天高温风洞系统、天气预测、侦查追踪、智能交通、安防监控等各个行业，已经成为当今社会发展不可或缺的一项重要技术。

1.机器视觉在国内外的研究和应用现状

1.1国外研究现状及技术应用

1.1.1国外机器视觉研究现状

上世纪60年代，Roberts将视觉环境限制于对物体形状及空间位置关系描述的“积木世界”，而正式的视觉系统出现于上世纪70年代。到了上世纪80年代，David Marr教授视觉理论的出现促进了有关机器视觉技术新理论、新方法的研究，进而推动了新兴工业的发展。进入上世纪90年代，随着CCD电荷耦合元件、COMS图像传感器以及数字接口技术的广泛应用，出现了小型化、轻量化和低功耗的工业视觉设备，带动了整个智能产业发展。[1]

1.1.2国外的技术应用情况

作为人工智能重要的一部分技术，机器视觉将是促进社会各行业进入智能时代的关键技术，因此它也被称为“工业之眼”。早在1960年就有人提出“机器视觉”的概念，一直发展到今天，很多国家已经将这项技术熟练的应用到生产生活中。全世界机器视觉专利的分布主要集中在美国、欧洲、日本等发达国家，其中欧美在这一领域的研究及应用在全世界遥遥领先于其他地区的国家。行业内知名的从事机器视觉的企业主要包括康耐视、基恩士、EuclidLabs公司等。

英国的罗孚汽车公司将机器视觉技术成功应用于车身轮廓尺寸检测，该项检测技术的进度达到了100%。该系统拥有多个测量单元来检测车身外壳的数百个检测点，即使在断网的情况下也可以进行检测，并且在几十秒内就可以检测完毕。

结构光方案先驱PrimeSense的三维结构光方案曾应用于微软Kinect一代，而Kinect系列是发展较早且最具代表性的主打三维视觉的体感游戏设备。PrimeSense的三维视觉模组被苹果公司缩小后应用在面部识别上，利用环境光传感器、距离感应器等多种配置搭建成了三维脸部模型，并且通过算法来识别面部微小的变化，包括戴帽子、眼镜、长胡子等，都可以准确识别并解锁，使三维视觉的识别更加智能化。

意大利EuclidLabs公司开发的机器人三维视觉系统和离线编程系统中的三维视觉系统主要用于上下料的机器人随机抓取、折弯钣金定位、码垛拆垛、三维位置识别和检测等，具有智能化、精度高、调试方便等特点，在国际处于领先水平;日本基恩士公司研发的AI+图像传感器可自动设定并有意识的应对光线变化，在齿轮齿数、金属部件加工是否合格、瓶盖是否锁紧、识别标签品种等都实现了稳定检测。美国康耐视公司开发出了一种名为康耐视DataMan 7500的产品，利用该产品医院可以先设置外壳器械包工具清单，然后正确的在外壳器械包内加载相应的器械。通过电化的方式，在每件器械中都采用了一个2D Data Matrix条形码。在器械包组装的时候，通过对此条形码扫描可以确保组装的准确性，并且通过该条形码还可以实现对器械的位置追踪。DataMan7500是可移动的，可以一次性在多种器械上方移动该设备，非常省时，并且器械的扫描准确度达到100%。

1.2国内研究现状及技术应用

1.2.1国内机器视觉研究现状

目前在国内，机器视觉的发展仍处于成长期。金光、杨培义研究出基于机器视觉的HXD型机车受电弓滑板缺陷检测方法，该方法对HXD型机车受电弓滑板缺陷检测是建立在对缺陷图像的特征分析基础上，利用自适应的图像分析技术，对HXD型机车受电弓滑板缺陷进行定位，采用机器视觉分析方法，进行HXD型机车受电弓滑板缺陷成像，结合红外成像和超声成像方法，进行HXD型机车受电弓滑板缺陷的视觉图像分析，检测效果良好。[2]白克设计出一种基于PLC和机器视觉的采摘机器人智能控制系统，可以实现对水果的自动采摘，大大提高农民种植效益。[3]朱书德等人提出了一种基于机器视觉的胶囊缺陷检测装置，通过供料排序装置、传送触发装置、光源供给装置、图像采集装置可以实现胶囊表面360度全面采集，并将采集的圖像传送给计算机图像处理单元分析得出结果，通过串口控制踢废机构，实现不合格胶囊的分拣，提高了设备的处理能力。[4]

1.2.2国内技术应用情况

机器视觉在我国的起步相对比较晚，在工业领域被真正的广泛应用也就十几年的时间。现在行业处于快速发展期，发展空间很大。具体体现为行业的市场容量增长快、应用邻域也在扩大、从业的企业数量也不断增多。机器视觉自主创新能力也在逐渐提高，在2010年机器视觉技术水平到了快速发展阶段，在全球技术发展中，成为最活跃的地区之一。2017年，有1004项专利是机器视觉领域。

深圳辰视智能科技有限公司在机器人运动、视觉检测、三维建模等方面有深入的研究，基于这些技术开发出二维、三维等引导和检测系统。这些智能化的产品以低成本、高效率、模组化的方式为相关厂商提供了解决方案。

海康威视研发的星光级全景网络高清智能球机，它的全景画面由8个传感器拼接而成，可实现360度的全景监控;镜头内建、可自动对焦机芯，并且将云台、护罩、解码器整合的设计，用户可以在全景实时监控的同时迅速对某一点进行定位放大。另外全景球机还运用了前沿的分析和跟踪技术，对非法入侵或可疑行为发出警报或者自动跟踪，从而实现了更智能、更安全的安保作用。

商汤科技在视觉感知、人工智能算法方面有较深的研究和应用，该公司的SenseDrive高级辅助驾驶系统就是基于以上技术开发，在汽车行驶过程中可以实现各种预警功能，给驾驶员提示和辅助决策，进而提高车内人员的安全系数。

从国内外机器视觉的研究现状和应用情况来看，机器视觉发展早期，主要集中在欧美和日本;直到21世纪初期，中国经济开始腾飞，世界的制造业慢慢转移到中国，机器视觉也随之在中国发展起来，并且成为全球重要的目标市场。     工业是目前机器视觉应用占比最大的领域，在工业机器人视觉下游应用中，又以消费电子制造和汽车制造为主，其次是制药、食品与包装、印刷等。

2.发展趋势

从2000年开始，科学技术呈爆发式发展，对于机器视觉技术的研究涌现出大量的理论及实践方法，使得该项技术越发成熟，成为人工智能不可或缺的重要支撑，并且处在一个更新换代的阶段，机器视觉未来几年的发展方向如下：

第一是机器视觉将真实环境的特点与生物感知机理融合起来，真实环境具有开放性与复杂性、三维、动态变化等特点，而生物感知机理是基于学习结构的柔性、经过层次化处理、时序的增量处理，从这样的角度看，把机器视觉同生物感知机理融合起来就会更接近“视觉”这个词的意义。第二是机器视觉发展为主动视觉，就是在机器视觉系统中加入了反馈机制，这样是系统具有选择的可能性。该技术之所以能从视觉、感知、消耗选择一个最优的平衡点正是因为它具备的主动选择机制，能够在新环境中主动探索，以此来实现整体智能的提升，更接近人工智能的发展方向。第三是三维视觉的发展，机器视觉将现实信息重构，提供给虚拟现实，这个是三维重建，三维虚拟现实可以通过扫描周围真实环境，将真实事物的三维数据收集起来，按比例建出虚拟的模型，为将来人工实施起来比较困难的工作提供便利。

结语

机器视觉这项技术的诞生，可以使机器像生物的眼睛一样去识别、测控、判别事物，使机器更加智能化、工作效率更高。随着机器视觉技术应用的越来越广，且技术更加成熟和完善，不仅仅在工业领域，还包括下游应用例如游戏娱乐等行业都有了广泛应用。该项技术的主要特点是信息量大、速度快、功能多，随着机器视觉技术自身的成熟和发展，一方面机器视觉技术将逐渐被大众接受，配备机器视觉系统的设备价格将会越来越低，而功能会越来越多，并且允许具有更多数据的更大图像以更快的速度进行传输和处理;另一方面机器视觉设备将会向产品小型化方面发展，让这项技术能在更小的空间内装更多的部件。可以预计的是，机器视觉将在现代和未来应用到人类社会发展的方方面面。

[1]王成军，严晨.机器视觉技术在分拣系统中的应用研究综述[J].制造技术与機床，2020（05）：32-37.

[2]金光，杨培义.基于机器视觉的HXD型机车受电弓滑板缺陷的检测研究[J].菏泽学院学报，2020，42（02）：28-33.

[3]白克.基于PLC和机器视觉的采摘机器人智能控制系统设计[J].农机化研究，2021，43（02）：212-216.

[4]朱书德，李少波，王铮，杨静，董豪，段仲静，王军.基于机器视觉的胶囊缺陷检测装置设计[J].贵州大学学报（自然科学版），2020，37（03）：42-48.

作者简介：高娟娟（1990-），女，河北张家口人，研究生，助教，研究方向：前端开发与人工智能;渠中豪（1990-），男，河北邢台人，研究生，助教，研究方向：人工智能;宋亚青（1991-），女，河北邢台人，研究生，助教，研究方向：软件开发与测试研究。