计算机视觉技术研究及发展趋势分析*

2021-12-30吴妮真

科技创新与应用 2021年34期

吴妮真

（百色职业学院，广西百色 533000）

信息化时代的开启，使得相关技术得到快速发展，尤其是与计算机有关的技术，计算机视觉技术便是其中之一。该技术以计算机为载体，以图像处理、传感器等为核心，可在各个领域进行应用，如航空航天、医疗、工业、教学、监控等。文章就计算机视觉技术研究及发展趋势展开分析。

1 计算机视觉技术

计算机视觉技术又被称为机器视觉技术（Machine Vision Technology），以下简称MVT，它是一门交叉学科，其中涵盖诸多领域，如AI（人工智能）、Image Processing（图像处理）等[1]。该技术以计算机作为载体，对人类的视觉功能进行模拟，提取图像中的信息，经过处理后用于检测、控制等。信息量大、速度快是MVT 较为突出的特点。

现阶段，在我国国民经济快速发展、社会不断进步的背景下，人民的生活质量已经有了很大程度的提升，在信息时代的影响下，计算机网络技术已经深入普及到各家各户，越来越多的普通社会民众，感受到了计算机网络信息数据收集处理技术发展带来的便利。

随着信息时代脚步的加快，信息电子技术以及网络通信等技术，已经获得了全面的发展，随着信息技术的飞速发展，计算机视觉图像技术的发展突飞猛进，这些技术在通常情况下，会被应用在对人体内部视觉系统进行图像数据采集以及检测图像处理的过程中；将其与视觉技术高度融合可应用到工业检测仪器设备以及零件上的图像处理方面，也有些技术会被应用于对所需要采集的零件图像数据进行深度多层次图像处理中。

计算机视觉技术，其本质属于可以让计算机系统“看”的技术类型，这里的“看”，指得并不是通过人类的双眼观察，而是需要借助计算机系统进行“看”，就是让计算机学会去“看”。在工作的进行过程中，需要借助摄影机、扫描仪、成像仪以及电脑等诸多设备仪器，用其替代人眼的观看模式，对需要被检测的对象，通过视觉感受进行识别、分析、测量以及检测。该技术是现阶段比较先进且发展速度比较快的信息技术类型。随着各方面研究人员对计算机视觉技术的深入研究，计算机视觉技术已经朝着更加完善的方向发展，在实际的应用过程中，也正逐渐将图像当中的多维数据与人工数据进行进一步的融合，这样可以进一步促进信息的处理以及分析工作，并能够对行为进行一定程度的控制。

2 计算机视觉技术研究现状

2.1 国外的研究现状

国外对MVT 的研究始于20 世纪60 年代，当时美国麻省理工学院的罗伯茨教授，在自己的论文中，分析了从2D 图像获取3D 形状信息的可能性，由此正式开启机器视觉理论与实践的研究。20 世纪70 年代，视觉计算理论的创始人D.Marr 与该领域内的一众学者经过深入研究，创立出具有系统化特点的计算机视觉理论，为机器视觉的相关研究奠定了基础。这对于MVT的发展具有里程碑意义，该理论的核心是依托2D 图像恢复3D 几何形状。到80 年代后，国外在MVT 方面的研究不断深入，从最初的实验室向实际应用方向转移。进入90 年代，国外将MVT 广泛应用到工业环境领域中。发达国家的MVT 发展速度比较快，如欧美、日本等，他们对该技术的应用也相对成熟，主要的应用领域为半导体、电子等行业[2]。现如今，国外的MVT 逐步细化，整个技术被分为三个部分，即底层开发、二次开发、最终使用。其中底层开发是对相关系统的设计与构建，在这方面取得成果的公司有德国的Siemens、美国的DVT、日本的欧姆龙等，他们在机器视觉软硬件产品的开发中投入大量的人财物力；二次开发是利用各公司开发出来的机器视觉系统，在满足用户需求的基础上进行的专用系统开发；最终使用是用户在相应的领域内对成型的机器视觉系统进行运用。

2.2 国内的研究现状

我国对机器视觉这一概念的引入是在21 世纪初，截至目前，该技术仍然处于推广普及阶段。由于我国在机器视觉硬件、软件等方面的开发能力并不是很强，从而使得国内的MVT 与国外的MVT 之间存在一定的差距，致使相关产品的开发成本较高，并且效率比较低。国内的研究院所、大专院校、相关企业，在最近几年里纷纷加大了对MVT 的研究力度，并将该技术应用于工业现场，如电子制造业、半导体行业、制药等。一些专家学者基于MVT 研发出产品缺陷检测设备，该设备能够对质量不合格的产品进行分拣。随着MVT 的逐步完善，其在国内的汽车制造业、新能源行业也得到一定的应用。现阶段，我国的MVT 正在向多个领域及行业延伸。

目前我国计算机视觉技术在专利数量方面发展飞快，但在布局方面稍有不足。主要体现在以下几方面：首先，计算机视觉在AI 方面占比较大。在人工智能中，计算机视觉相当于人类的眼睛，属于感知层中至关重要的一项核心技术。计算机视觉技术通过模拟生物视觉，针对捕捉到的图像上的数据和信息实施跟踪、识别以及检测等，充分“分析”并“解读”这些图像。现阶段，这个技术已经被大面积投入到销售、安防、医疗和自动驾驶等行业应用中，也是当前人工智能技术中使用最广的一项技术。不论是我国还是其他国家，计算机视觉都是AI 企业最集中的技术领域，在全世界AI 企业中计算机视觉技术比重约占40%。其次，我国申请AI 技术专利数量在世界居领先地位。根据AIIA 数据显示，我国在2019 年申请的人工智能专利数量达到十万项以上，稳居全球第一；紧随其后的是美国，专利数量在八万项左右；英国、日本、澳大利亚和加拿大分别入围世界人工智能技术专利申请数量前六国家。计算机视觉属于人工智能方面的应用技术，比重为17.72%。再次，我国在计算机视觉技术专利申请方面发展速度飞快。立足于计算机视觉技术专利申请来源国分析，韩国、美国和日本申请数量相对稳定，并且每年申请数量皆不超过700 件，但是我国在2010 年第一次在申请数量上超过上述三个国家，最近几年申请量更是远远超过世界上其他国家。最后，我国在计算机视觉技术专利布局方面还稍有不足。虽然我国专利申请数量很多，但是在申请人前十的排名中并没有我国申请人入选，在排名中前三位分别是富士通、佳能和三星电子。其中，日本专利申请人数量最集中也最多，我国申请人相对分散，没有形成具有战略意义的竞争大格局，还需要进一步深化专利布局方面的工作。

3 计算机视觉技术的具体应用

MVT 以自身所具备的功能和技术优势，在诸多领域中得到越来越广泛的应用，如教学、检测、监控等。

3.1 在教学中的应用

目前，很多中职院校都开设了自动控制类专业课程，在该课程的实践教学中，可以对MVT 进行合理运用，由此能够使学生提前接触到该领域中的前沿技术，掌握相关的知识，为AI 机器人的设计提供技术支撑，这对于学生创新能力的提升具有重要意义。可在自动控制类课程的教学实践中应用MVT 完成嵌入式项目的开发。由于MVT 本身涵盖的内容比较多，所以在对图像处理算法进行编写时，应采取有效的方法对算法进行简化，减少繁琐的数学公式。运用MVT 实施自动控制类课程教学时，可将整个教学过程细分为以下几个实验阶段：演示、基础性、综合性。在演示实验阶段，可为学生演示MVT 中的图像处理技术、模式识别技术，包括相关的概念及算法等，软件平台可以选用MATLAB。通过演示，学生对MVT 有一个大致的了解，随后便可开始基础性试验；在基础性实验阶段，需要设置算法简单的图像处理技术，使学生熟练掌握软件平台的运用，利用平台完成图像边缘检测，并采用程序编辑的方式，对RGB 彩图进行灰度化处理[3]；综合性试验的设置目的在于巩固知识，使学生对所学的知识进行合理应用，培养应用能力。可通过小组的形式完成实验，各组可按照兴趣选取项目。在教学领域中对MVT进行应用，能够培养学生的创新能力，有助于教学效率和质量的提升。

3.2 在检测中的应用

为避免产品存在质量缺陷，需要对产品进行缺陷检测，在这一过程中，可以利用视觉传感器对产品内部缺陷进行成像，然后借助MVT 快速完成图像处理，从而确定产品是否存在缺陷，如果有缺陷，则可对位置、类型及数量加以确定。MVT 在产品缺陷检测中的应用，能够避免人为评定的主观性差异，评价结果更加客观，有助于产品质量的提升。除此之外，利用MVT 系统对产品进行检测，可以实现自动化，生产效率随之提升，人力成本降低，经济效益得到大幅度提高。尤其是在一些比较危险的场合应用MVT 系统，能够降低安全事故的发生几率。通常情况下，产品的缺陷存在差异，具体体现在形状、位置、尺寸等方面，由此使缺陷检测成为一项比较复杂的工作，而此项工作与产品质量密切相关，所以必须予以重视。运用MVT 系统进行产品缺陷检测，可以保证检测结果的准确性，整个检测过程可细分为以下几个步骤：对待检测的产品图像进行获取，然后采用图像处理技术，去除其中的噪声，增强对比度；借助图像分割的方法，对缺陷区域进行检测定位，利用相机采集产品的相关信息；凭借专业知识，对产品表征、缺陷特征进行提取；依托机器学习算法，实现缺陷分类[4]。

3.3 在监控中的应用

智慧交通概念的提出，使视频监控成为一项重要的内容，在具体的监控分析中，可对MVT 进行应用，由此能够对视频中的信息进行快速检索和查询，可为交通管理提供详实、可靠的依据。在智慧交通领域中，可以通过视频监控对道路交通参数进行提取，同时还能识别各种交通事件，如车辆逆行、人群聚集等。利用背景减除等方法，能够对交通目标进行检测，据此可构建车速和车距的交通流特征视觉测量模型，依托该模型，可以快速估算出交通流量、道路占用情况等，这样便可对某一路段内的交通拥堵程度进行识别，进而实现交通态势预测，根据预测结果，配置红绿灯，解决拥堵问题，确保通行顺畅[5]。

3.4 在工业领域中的应用

通常情况下，在工业领域当中，计算机视觉技术的应用主要体现在图像立体预处理系统技术方面，这种技术是对立体图像资料进行数据分析和后处理，从其中自动提取绘制出各种符合要求的立体图像，这种技术的应用，在很大程度上能够提升在图像后续处理工作中各步骤的组织实施管理的效率，提供更大的方便，减少处理的工作量。在当前计算机数字视觉图像技术实际应用过程中，实现了传统图像处理中的二维数值图像边缘化，与此同时，对图像进行了高效的提取以及显示，很大程度实现了图像中预处理的视觉效果的提升。在经过相对细致的分析以及检测程序环节下，图像的预处理结果将更加精准，这也将使计算机视觉技术在现代工业生产中展现出了更广阔的市场应用前景优势。

4 计算机视觉技术的发展趋势

从目前的总体情况来看，MVT 在国内诸多领域中的应用越来越广泛，除工业产业之外，还涉及航空航天、医疗等重要领域。为使MVT 的作用得以最大限度地发挥，未来一段时期，该技术应朝着如下方向发展：

4.1 三维工业视觉

传统的二维MVT 系统需要对三维空间进行压缩，在实际应用中发现，该系统会受到以下因素的干扰，如物体的颜色、环境光等。由于检测对结果的精确性和可靠性要求较高，所以该系统已经无法满足检测需要。近年来，传感器技术的发展速度相对较快，3D 传感器的出现，给三维MVT 系统提供了强有力的技术支撑，未来一段时期，三维机器视觉将会成为主流的发展趋势，借助三维视觉系统，机器人可对一堆物体中的任意物体的相关信息进行快速识别，如位置、方向等，可按照物体的实际情况，对方向进行调整，完成物体拾取，在满足人机交互需求的前提下，提高生产效能。

4.2 嵌入式视觉

嵌入式是一种专用的计算机系统，可用于设备的控制和辅助操作，将嵌入式系统与MVT 有机结合到一起，便可构成嵌入式机器视觉系统，该系统具有如下特点：成本低、可靠性高、灵活方便、易于集成等。在未来一段时期，集成化、小型化的产品将会成为MVT 的主要发展方向之一。对于整个机器视觉行业而言，可对DSP 等处理器加以利用，将机器视觉系统嵌入芯片当中，形成微型化产品，此类产品的用途非常广泛，可植入任何位置，基本上不会受到限制。在嵌入式芯片功能不断增强的前提下，微型化MVT 系统将会在PC 机领域中得到广泛应用，前景非常广阔。

4.3 产品智能化

MVT 的价值体现在应用方面，常规的MVT 系统可以产生大量的图像，AI 技术的发展和图像处理技术的完善，为MVT 产品智能化提供了支撑。未来一段时期，MVT 与AI 的融合将成为主要的发展趋势，AI 将会使MVT 产品变得更加智能化，通过深度学习，使产品能够像人一样进行思考，对环境进行感知，并从海量信息当中，找出关键的特征，在较短的时间内完成判断。如，开发根据环境自主决策行动路径和拾取姿态的视觉引导机器人等。

4.4 视觉处理技术

在实际的发展过程中，计算机视觉技术在视觉处理方面的先进性被凸显得十分明显，实际可以应用的方面主要表现在：人脸识别、行人重识别、OCR 文字识别以及唇语识别方面。人脸识别是在面部特征信息的基础上展开图像身份认证的计算机视觉处理技术，可自动在图像中检测和跟踪人脸，并对检测到的人脸进行脸部识别。随着这项技术的不断发展，现阶段开始加入红外热像技术，经过此技术的加成，人脸识别技术可以对红外热成像的图像进行识别，并进行体温测量。行人重识别属于一种行人再识别技术，是借助计算机视觉技术对图像或者视频的序列当中是否存在特定行人的判断技术，属于图像检索的子任务，可用于目标人物检测检索等场景。OCR 文字识别是应用光学技术以及计算机技术，对纸张上的文字进行打印或者读取，同时也可以将其转换成为计算机以及人都能够理解的形式。现阶段，印刷字体的OCR 技术已经相当成熟，相应的文字可识别性能已经超过95%。就唇语识别而言，主要是应用计算机视觉技术，从连续图像中对人说话过程中口型变化的提取，经过唇语识别模型计算后能够得出可能性最大的自然语言语句，除此之外，这项技术可在噪声环境或无声环境中辅助语音识别的相关应用。