机器视觉的研究内容及发展趋势

机器视觉的研究内容和发展趋势

1.1研究内容:

机器视觉是用机器代替人眼进行目标对象的识别、判断和测量, 主要研究用计算机来模拟人的视觉功能。机器视觉技术涉及目标对象的图像获取技术、对图像信息的处理技术以及对目标对象的测量和识别技术。

1.2发展趋势:

机器视觉是人类视觉的扩展和延伸。随着研究的不断深入,新的描述方式、求解手段的不断探索和创新以及微处理器性能的快速提高, 机器视觉的研究必将会迎来一个更加繁荣的时代, 机器视觉技术与产品将会被广泛地应用于更为复杂的场合。机器视觉的未来发展趋势主要包含以下几方面:

(1多传感器信息融合方法研究

在机器视觉研究中, 仅仅利用理想环境下获取的静止或瞬时视觉信息作为输入远不能满足认识复杂客观世界的要求。如果能将机器视觉、机器听觉、机器嗅觉、机器触觉等有机地结合起来, 将多种信息相互融合, 则有可能突破单一视觉信息的局限性。这里的融合不仅包括多传感器融合, 还包括系统内部各信息通道的融合、系统模块的融合和各类信息处理方法的融合。

(2深层初级视觉理论和方法研究

初级视觉是光学成像的逆问题, 它研究从二维光强度阵列恢复三维可见表面物理性质的方法, 包含一系列复杂的处理过程。因为各过程的输入数据及计算目的都是能够明确描述的, 所以人们在这方面已研究了一些专用方法, 如边缘检测、立体匹配、由运动恢复结构等。但由于三维世界投影成二维图像的过程中损失了很多信息, 导致病态问题的产生, 因此进一步加强对初级视觉过程及其约束条件的研究是十分重要的。

(3主动视觉的研究

主动视觉是指观察者以确定的或不确定的方式运动, 或通过转动视线来跟踪目标物体的技术和方法。在主动视觉中, 观察者和目标物体也可同时运动。观察者的运动为研究目标的形状、距离和运动提供了附加条件。同时, 主动视觉还可以在已知摄像机运动参数时, 把一些原来的非线性问题转化成线性问题。主动视觉是

一个有发展前途的解决病态结构问题的研究方向。

(4完整三维场景重建

现有三维场景重建理论和算法基本都局限于对目标“可视” 部分的重构, 如果用Marr 视觉计算理论来说,还主要停留在 2.5维表达上,这种表达仅提供了物体可见轮廓以内的三维信息。如何恢复物体完整表面的信息, 即包括物体表面不可见部分,是一个复杂但也亟待解决的问题。

(5视觉并行计算结构的研究

视觉本身具有内在的并行性, 但要完成视觉并行计算还有许多理论上、算法上和技术上的问题要解决。视觉并行计算结构的一个发展趋势是在越来越大的结构中采用越来越小的处理单元, 即实现由许多只能进行集中基本逻辑运算的简单处理单元组成庞大的网络, 同时通过设计一些精巧的算法有效地利用并行性, 提高视觉计算的速度。

(6通过视觉信息系统的研究

机器视觉研究的一个重要目的是要建成各种视觉任务的通用视觉信息系统。从目前的研究水平和技术水平来看, 在短期内建成可以类比于人类视觉系统的机器视觉系统的可能性不大。不过可以首相针对具体应用建立局部性的专用视觉系统,进而发展到更为完善的一般系统,这是达到上述最终目标的一条途径。随着中国加工制造业的发展, 对于机器视觉技术与产品的需求将逐步增多, 机器视觉产品将更加丰富, 检测技术水平不断提高, 基于机器世界的自动化检测系统将广泛用于生产、生活的各个领域和场合。机器视觉系统将使人们的生产活动朝着更智能、更便捷的方向发展。