机器视觉对各方面的应用

机器视觉技术正广泛地应用于各个方面，从医学图象到遥感图像，从工业检测到文件处理，从毫微米技术到多媒体数据库，不一而足．可以说，需要人类视觉的场合几乎都需要机器视觉．应该指出的是，许多人类视觉无法感知的场合，如精确定量感知、危险场景感知、不可见物体感知等，机器视觉更突显其优越性．下面是一些机器视觉的典型应用．
  （1）零件识别与定位
由于工业环境的结构、照明等因素可以得到严格的控制，因此，机器视觉在工业生产和装配中得到了成功的应用．图1．1 是一个具有简单视觉的工业机器人系统示意图，其视觉系统由一个摄象机和相关的视觉信息处理系统组成．摄象机位于零件传输带上方，对于不同的零件，可以选择不同颜色的传输带，比如，明亮的物体，选择黑色传输带，暗色的零件，选择白色的背景，这样有利于视觉系统将零件从传输带上分离出来，并进行识别和定位，识别的目的是为机器人提供是否操作或进行何种操作的信息，定位的目的是导引机器人手爪实时准确地夹取零件．

图1．1 用于生产线上具有简单视觉系统的工业机器人系统示意图

（2）产品检验
机器视觉在工业领域中另一个成功的应用是产品检验．目前已经用于产品外形检验、表面缺陷检验，比如， 滑块及滑槽的外形检验以及装配后的位置检验，以决定它们能否装配在一起，并且准确无误地完成装配任务；发动机内壁麻点、刻痕等缺陷检查，以决定产品的质量．通过X射线照相或超声探测获取物体内部的图像，可以实现内部缺陷检验，如钢梁内部裂纹和气孔等缺陷检验．
(3) 移动机器人导航
我们来看一下图1．2所示的两组图像，每一组图像称为一个立体对（stereo pair），是由移动机器人上的两个摄象机同步获取的，表示某一时刻关于场景的不同视点的两幅图像．机器人利用立体对可以恢复周围环境的三维信息．移动机器人可以利用场景的三维信息识别目标、识别道路、判断障碍物等，实现道路规划、自主导航，与周围环境自主交互作用等．将立体图像对和运动信息组合起来，可以构成满足特定任务分辨率要求的场景深度图．这种技术对无人汽车、无人飞机、无人战车等自主系统的自动导航十分有用．比如，著名的美国Sojourner和Rocky7等系列火星探测移动机器人都使用了立体视觉导航系统．
       

图1．2  由移动机器人立体视觉系统获取的立体图像对，可用来重建场景三维信息

（4）遥感图像分析
目前的遥感图像包括三种：航空摄影图像、气象卫星图像、资源卫星图像．这些图像的共同特点是在高空对地表或地层进行远距离成像，但三种图像的成像机理完全不同．航空图像可以用普通的视频摄象机来获取，分析方法也同普通的图像分析一样．卫星图像的获取和应用随着成像机理不同而变化很大，气象卫星使用红外成像传感系统可以获取不同云层的图像，即云图，由此分析某一地区的气象状况；海洋卫星使用合成孔径雷达获取海洋、浅滩图像，由此重构海洋波浪三维表面图；资源卫星装备有多光谱探测器（multiple spectral sensor, MSS），可以获取地表相应点的多个光谱段的反射特性，如红外、可见光、紫外等，多光谱图像被广泛地用于找矿、森林、农作物调查、自然灾害测报、资源和生态环境检测等．
（5）医学图像分析
   目前医学图像已经广泛用于医学诊断，成像方法包括传统的X射线成像、计算机层析（computed tomography, CT）成像、核磁共振成像（magnetic resonance imaging, MRI）、超声成像等．机器视觉在医学图像诊断方面有两方面的应用，一是对图像进行增强、标记、染色等处理来帮助医生诊断疾病，并协助医生对感兴趣的区域进行定量测量和比较；二是利用专家知识系统对图像（或是一段时期内的一系列图像）进行自动分析和解释，给出诊断结果．
   （6）安全鉴别、监视与跟踪
用机器视觉系统可以实现停车场监视、车辆识别、车牌号识别、探测并跟踪“可疑”目标；根据面孔、眼底、指纹等特征识别特定人。目前人们正在研究一种面部运动参数的提取和描述，以分析人的表情及内心活动．
（7）国防系统
机器视觉在国防系统中的作用越来越重要，一个理由是满足自主操作的需要，另一个理由是分析大量先进成像传感器的输出．显而易见，在国防系统中迅速作出反应是极其重要的，这就需要在人工尽可能少的干预下作出各种决策，尤其是与图像和视觉方法有关的各种技术，比如，图像制导与目标识别等．
   （8）其它
机器视觉已经用于各种球类运动分析、人体测量，食品，农业、心理学、电视电影制作、美术模型、远程教育，多媒体教学等场合．