未来机器视觉的路应该怎么走?

2020-11-11 16:57:05 0

  在目前以高端装备制造为核心的智造工业4.0时代背景下,随着“中国制造2025”战略的深入,智能工业机器人产业市场呈现不断增长的势头,其中充当工业机器人火眼金睛角色的机器视觉检测功不可没。

  就拿目前我国的安防产业来说,安防的技术一直在演进中,当行业完成了网络化和高清化之后,智能化应用就成了各个安防类厂家的技术热门。应该说,从2012年开始,安防行业都在围绕如何使产品和系统智能化应用展开深入研发和探讨,从而引发了一波技术潮流。如果说智能视频分析是智慧安防应用的2.0版本,那么,机器视觉检测将开启智慧安防应用2.0时代。

  未来,机器视觉检测是AI人工智能正在快速发展的一个分支。简单说来,机器视觉就是用机器代替人眼来做测量和判断。通过分CMOS或CCD传感器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,得到被摄目标的形态信息,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。

  机器视觉检测主要是对图像进行识别,因此机器视觉在人脸识别、车牌识别等方面得到大量运用。以智能交通行业为例,机器视觉具有成本低、稳定性强、准确性高、应用范围广等优点,目前已经在国内外高速公路和公路的交通监控系统中得到了广泛的应用,具体体现在车牌识别、车身颜色识别、车型识别、违章识别、车流量统计、流量控制等,在工业应用中,也有视觉点胶机,视觉机器人等一系列的设备,为广大企业主开源节流起了很大的帮助。

  这时有人会产生疑惑,机器视觉和深度学习有太多重叠之处,是否两者在安防行业是同一概念的不同表达。其实不然,如果仅从视频监控行业来看,学习算法是机器视觉更高层面的应用,因为基于巨大样本采集把握了大量数据特征,而机器视觉主要在特征感知、图像预处理、特征提取、特征筛选面擅长,也就是说,机器视觉主要是在特征识别提炼部分,而深度学习是把特征和学习结合起来,比如用特征的感知和提取来预判数据,使得提前预知各种紧急突发情况。


XML 地图 | Sitemap 地图