计算机视觉技术在自动化中的应用分析

联通云数据有限公司 郭若玮

计算机视觉技术的基础是不断创新各种技术，如人工智能和数据处理。在生产过程中应用这些技术会提高产品设计和加工的质量和效率，在现代社会中，应用计算机视觉技术已成为影响人们日常生活和工作的一项不可或缺的重要形式，信息和通信技术的应用也将有助于提高人们对创新和生产控制的认识，并扩大其应用范围。

1 计算机视觉技术

1.1 理念和工作原理

计算机视觉技术研究的主要重点是计算机的认知能力，主要是用计算机取代人的大脑，用摄像机取代人的眼睛，利用专业技术手段使计算机具有更完善的功能，展现更强的识别和判断能力，以及最终以产品生产等取代人的能力，与未来技术发展原则有一些相似之处。随着社会的发展，信息和通信技术已成为一种更广泛和更重要的应用技术。计算机处理有二维平面和三维立体，包括图像、尺寸。计算机视觉技术的发展主要是通过创新和开发相关技术，如概率分析统计、图像处理，在操作过程中使用视觉计算机技术时，必须确保环境的光和温度符合有关要求，并确保通过高分辨率照相机收集和处理图像，将资料储存在网络中，并加以处理和传输，以便获得最原始的视觉信息，通过技术手段获取质量更好和效率更高的图像。相关系统将从某一既定时刻利用智能识别技术从图像中获取宝贵信息，并最终储存识别和使用所获得的信息。

1.2 计算机视觉技术的价值

众所周知，在当今时代经济迅速和持续发展的背景下，信息技术的价值在于它的精确度和可靠性。特别是近年来新的计算机视觉技术与传统计算机中缺乏感官效应的技术不同，扫描仪图像分析程序得到了加强，从而更好地识别和控制了卫星图像和数据。虽然计算机视觉技术是一种新的技术，但是它在诸如人工智能和计算机应用等重要领域发挥着重要作用，例如模式识别和人脸识别。计算机视觉技术是在1970年代发现的，近年来已发展成为一系列广泛的学科，其中包括许多正在大力开发的人工智能技术、数字图像处理技术等，会用到一些心理学的知识。计算机视觉技术已得到广泛应用，比较突出的是应用于农业机械化与自动化的设计，通过计算机视觉技术图像处理技术作为基本要素，模拟人的直观原理，利用频谱有效地进行摄影，充分运用数字图像处理和实时图像分析技术，加上现有的人工情报技术，及时对所获图像和信息进行分析和反馈，有效地促进了工业、农业的机械化和自动化发展。

2 在医学自动化中的应用

2.1 识别药物、判断病情

在医疗领域，医疗自动化系统的应用一直致力于研究、开发新技术，在此期间计算机视觉技术的应用越来越频繁。如今医疗检查通常会使用X光，相应功能的履行需要计算机视觉技术的支持，帮助医生对病人的疾病有详细了解，并通过视觉信息作出更准确的判断。联合型发展组织发明的药物以及计算机视觉技术的使用使人们能够准确地检测药物包装，并通过传输装置将药物运送到特定地点。通过对有关数据进行分析和处理，使用高分辨率照相机传播药物信息，并将其传输到计算机系统，在过程中进行成像，可以自动识别不安全药物，并将其安置在隔离区，随着生产水平仍在不断提高，也就能够进行更准确的药物选择。

2.2 检测细胞形态和细胞计数

就颜色识别而言，检测并识别出细胞在血液的颜色，进而识别出白细胞或者是红细胞，在RGB图像中通过确定每个细胞的颜色来判定细胞的种类。通过像素形态学试验，确定致癌细胞在血液细胞中是否存在。通过计算圆周率和最小尺寸与已知数据相比较，超过正常值被认为是致癌细胞。红细胞和白细胞的自动计数器主要使用电阻原理和光学扩散法，图像分析法对很接近细胞分析的结果实现异常细胞的单独识别，加上对病理学家诊断经验的充分应用，使工作者能够充分利用计算机高视觉分辨率特性灵活地提取细胞特性，这大大提高了工作效率、证据的准确性和工作人员的个别案件分析能力。

3 在农业自动化中的应用

3.1 田间作物的识别和鉴定

在播种过程中，农业机器人必须走在田间，替代从事复杂农业工作的农业工人，并尽量减少农业机器人在农田迁移时对农作物的影响，研究人员开发了一种数据分析技术，方法是传送实地图像，根据所获结果确定农业机器人和农作物之间的相对距离和位置。利用相应的数据处理来确定摄像中的相关视觉和颜色值，将其作为基本条件，处理作物图像以确定相应的极限值，从图像中心到边界点，通过选择两侧，以获得机器人和农业用地作物的位置。农业机器人在田间行走，有效地避免了人工种植和对经济作物造成的不必要损害。经过某种程度的试验性验证，已证明农业机器人是一项非常有效的措施，具有高度的准确性。

3.2 农业作业中保护农作物

在田间为农作物喷洒农药的过程中，准确的熏蒸喷洒和施肥需要明确区分植物和杂草，以避免直接和间接的经济损失，防止由于农药滞留、长效喷洒造成的植物死亡，确保农药准确清理杂草。利用计算机视觉技术，通过数字图像传输区分农作物和杂草。计算机处理图像可以准确区分种子，并注意到农作物及杂草的种类。最大限度地提高实地业务的效率和准确性，为经济作物提供一个健康、舒适和有效的生长环境，最大限度地提高农业产量。

3.3 农产品分类和加工的应用

就农产品分类分类而言，主要通过计算机化视觉系统对不同质量种子进行质量监测和无损分类，完成关于完整性的初步估计，种子的生长状况和预期质量是根据所分析的相关数据确定的，因此可以对农产品进行预先分类。过去十年农产品的监测技术主要用于水果的质量监测和分类，研究人员通常使用“人工”转化为“自动收获”。“互联网+”技术对农业生产的加速渗透不仅大大提高了农业部门生产的质量和效率，而且在促进国民经济进一步发展方面发挥了重要作用，并最终有助于经济增长。为工业经济的全面发展创造有利条件，也有助于有效解决农业技术和信息技术之间的不对称问题，为实现“精准农业”和“信息农业”的目标创造了有利条件。

4 在焊接自动化中的应用

4.1 对自动焊接过程的控制

计算机自动化辅助焊接工艺可提高生产效率，并确保电子电气设备的质量。产品配置一个先进的计算机程序，参数的调整是科学合理的，以避免手动操作的不一致，对金属焊缝的质量控制特别有效。例如，哈尔滨理工大学从合并的角度对TIG焊接进行了深入研究，正面的熔合池震动利用弧传感器测量溶池振荡的振幅，熔融控制是以振动特性为基础的。这种熔融槽振动方法在控制高合金钢和低排放钢焊接方面非常有效。精确控制焊接过程得益于计算机的高精度操作和高容量储存，特别是应用分散控制技术和神经网络，促进融透控制的飞速发展。

4.2 CAPP辅助焊接工艺设计

焊接是工业中最重要的材料成型方法之一，在航天、海事、建筑、化学、汽车、电力和微电子等领域广泛使用。最终产品的质量与焊接数量和产量直接相关，关系到质量保证和生产成本。传统的焊接工艺完全依靠劳动力，不仅造成大量的重复劳动和人力及物力资源的浪费，而且容易出现错误，影响产品的质量。美利坚合众国从1980年代开始，在焊接工艺的设计和管理中就开始使用计算机辅助焊接（CAPP）。目前，虽然CAPP研究在我国焊接领域的应用非常成功，造福了很多公司，CAPP技术也广泛用于生产，但仍有不足之处，特别是互操作性低和系统只在特定单位运行，较低的一体化水平，难以与CAD、CAM和MRP整合，功能不完整，大多数CAPP系统只能处理简单的流程文件。

4.3 模型仿真与数值分析

完成数值分析，建立数字模型和计算机模拟焊接过程是一种形成焊接、产生焊压变形和焊接缺陷的过程。精确分析热焊过程是提高焊接质量和消除焊接过程缺陷的一个必要选择。早期利用分析技术对焊接的热过程进行分析，需要使焊接源更远离实际的热源，因此只适合几何形状的简单焊接。哈尔滨理工大学在利用水力学方程分析焊槽的热处理过程中，全面分析熔液与罐体之间的相互作用，准确预测焊接罐的温度，取得了重大进展，总结熔化罐的形状和大小、压力分布中的残余压力控制和焊接疲劳扩大的原因，解决了平板铝合金焊接过程中的温度控制问题，迅速准确地预测和控制铝合金的分布和温度范围的变化，成功将TIG焊接的物理过程与基于ANISS分析平台的计算模型和数字模拟结合起来。

5 在工业自动化中的应用

5.1 测量部件精确度

计算机视觉技术在工业自动化领域也可以发挥有益的作用，例如测量部件精确度的大小。主要由光学系统、加工系统和CCD照相机组成的计算机检测系统，使用的是通过光学来源发射的平行射线，通过显微镜投射到检测标本上。当系统收到信息时会进行相应的处理，以获得关于测量区域轮廓位置的准确信息。如果物体有轻微的移动，将重复操作测量，然后比较两种测量的位置差异，以避免错误。

5.2 逆向工程获得三维轮廓图

计算机视觉技术可用于自动化领域的逆向工程，所谓逆向工程，是用3D数码器快速测量元素轮廓图的坐标，并绘制便于维护的剖面图。在CAD或CAM图像中，供随后NCRE生产中心加工，并最终将这些数据用于生产产品规格的确定。深入分析表明，逆向工程最重要的环节是如何通过精确的测量系统测量样品的三维尺寸，然后根据产生数据，对曲线进行处理，并对产出品进行加工。测量的准确性可以通过使用线性光度测量技术来测量物体的表面轮廓。电脑检测和转换过程如下：使用激光穿过一组平行的等距宽带网格，或一个直接干涉仪，用来制造一个平面条纹结构，投射到物体表面，根据物体表面的深度和曲线变化，以确保测量到的数据的准确性，进一步分析物体表面轮廓的变化，并将图像信号转化为及时的模拟信号，而这又反过来传送到图像处理系统，获得最终需要的三维轮廓图。

结语：随着科学和技术的发展，计算机视觉技术的出现是一个不可避免的趋势，它将带来更大的执行优势，在诸多领域得到更广泛的应用，提高产品生产效率。社会在不断变化，企业必须跟上世界经济的发展，不断完善优化技术的应用，使计算机化视觉技术的应用更加具体，更好地为社会和个人提供人性化服务。