亚洲必赢76net > 亚洲必赢76net > 史军: 重视机器视觉技术的应用

原标题:史军: 重视机器视觉技术的应用

浏览次数:177 时间:2019-11-26

机器视觉技术是运用光学设备获取真实图像,通过图像处理技术进行图像分析获取所需信息或控制机械执行装置完成预设操作的一种非接触式测量技术,可以对目标物体的外形特征、位移尺寸等几何量进行实时、在线检测,具有准确可靠、高精度、高效率等优点,广泛应用于工业、农业、制造业、交通业、航空航天等领域。

□记者 赵晓慧 烟成群

一、机器视觉系统

机器视觉就是用摄像机代替人眼,用计算机代替人的大脑。机器视觉用于印刷、包装质量检测的工作原理也很简单,用摄像机拍摄印品的图像,在计算机中与该印品标准图像比较,如果发现差异并超出设定的公差范围,即判定为不合格产品。当然,实际的机器视觉系统要复杂的多。

亚洲必赢76net 1机器视觉技术概述

10月10日,“数字经济‘独角兽引领创新发展’”主题活动在石家庄国际会展中心举行,商汤科技亚太事业群总裁史军与到场观众分享了机器视觉技术在智能交通和智能驾驶上的应用。

机器视觉系统是指利用机器替代人眼做出各种测量和判断。机器视觉是工程领域和科学领域中的一个非常重要的研究领域,它是一门涉及光学、机械、计算机、模式识别、图像处理、人工智能、信号处理以及光电一体化等多个领域的综合性学科,其能以及应用范围随着工业自动化的发展逐渐完善和推广,其中母子图像传感器、CMOS和CCD摄像机、DSP、ARM嵌入式技术、图像处理和模式识别等技术的快速发展,有力地推动了机器视觉的发展。

1.在线检测和离线检测

机器视觉系统一般包括光源系统、图像捕捉系统、图像数字化模块、图像处理系统和控制执行模块。首先采用CCD摄像机获取图像,经采样量化后将模拟图像转换为数字影像或数字信号传送到图像处理系统。图像处理系统对这些信号运用各种运算进行目标特征的提取,如目标的颜色、位置、大小等,最后根据预设的判定标准输出所需结果、显示数据或控制执行模块完成预定操作。

“谈到智能交通、智能车辆,大家首先想到的可能就是自动驾驶,自动驾驶其实还处于探索阶段,它的商业化可能出现在5—10年之后。但在车里,相关技术已经有很多落地应用,比如说智能车舱应用、智能出行、车载智慧城市等。”史军表示,在这些方面,感知和视觉技术起到很大作用,而基于人工智能的机器视觉应用是现在商汤最着力发展的方向。

机器视觉是一种比较复杂的系统。因为大多数系统监控对象都是运动物体,系统与运动物体的匹配和协调动作尤为重要,所以给系统各部分的动作时间和处理速度带来了严格的要求。在某些应用领域,例如机器人、飞行物体导致等,对整个系统或者系统的一部分的重量、体积和功耗都会有严格的要求。

亚洲必赢76net,视觉检测系统按照其安装的载体可分为在线检测系统和离线检测系统。

亚洲必赢76net 2机器视觉在农业生产中的应用

史军首先解释了什么是智能车舱,即通过感知、视觉、声音等帮助乘客和驾驶员达到随心所欲。另一个应用就是智慧出行。史军举了一个“最后20米痛点”的例子。“我们在打车时常常会遇到这样一种情况,你在找车,车也在找你。有了机器视觉技术,车辆就可以在最后20米的时候精确地找到你。不仅如此,它甚至可以通过自身的感知系统,决定要不要为你打开后备厢,以方便你放行李。”

机器视觉系统的构成和工作过程

在线检测系统安装在胶印机、凹印机、柔印机、印码机等印刷设备上,实时检测印刷质量。印品可以是单张纸,也可以是卷筒纸。在线检测系统与离线检测系统的视觉检测部分在功能上基本相同,最主要的区别在于缺陷品的处理方法上。当发现缺陷时,在线检测系统通常记录下缺陷的位置,或使用喷码机、贴标机、打标机在纸边做出标记,号码检测记录出错号码或相邻张的号码。

目前,机器视觉技术在农业生产中的应用研究范围很广,涉及农业生产的各个环节:在农业生产前期,可以利用机器视觉进行农作物种子的精选和质量检验;在农业生产环节,机器视觉可以被用来进行作物病虫害的监视、植物生长信息的监测、果蔬的检测等;在农业生产后期的应用包括水果分级、粮食无损检测等。机器视觉也被广泛应用在农业机械上,可以提高生产效率、节约劳动力、提高农业自动化水平。

最后一个应用场景是车载智慧城市。史军介绍称,商汤的技术可以帮助机器将看到的每一样东西实时进行3D建模,并把相关信息反映到高清地图上去,最后形成一个高清地图的数据库,进而实现更加智能和智慧的行驶。

一个完整的机器视觉系统包括:照明光源、光学镜头、 CCD 摄相机、图像采集卡、图像检测软件、监视器、通讯单元等。

离线检测系统通常装在检品机或复卷机上。除可实现在线检测系统的位置记录与标记功能外,检品机通常具有分仓功能,根据检测结果将好、坏品自动分配到不同的仓中。

亚洲必赢76net 3农田视觉导航

亚洲必赢76net 4

2.质量分析、跟踪和管理

1)导路线检测

工业机器视觉系统的工作过程主要如下:

采用检测设备进行质量检测可提供检测全过程的实时报警和详尽、完善的分析报告。现场操作者可以根据全自动检测设备的实时报警及分析报告,对工作中的问题进行调整。管理者可以依据检测结果的分析报告,对生产过程进行跟踪,更有利于生产技术的管理。因为客户所要求的,高质量的检测设备,不仅仅是停留在检出印刷品的好与坏,还要求具备事后的分析能力。某些质量检测设备所能做的不仅可以提升成品的合格率,还能协助生产商改进工艺流程,建立质量管理体系,达到一个长期稳定的质量标准。

农业车辆自动导航是当前和未来农业智能化研究的热点,基于机器视觉的导航路线检测算法是自动导航系统的核心。早在20世纪70年代就有研究者提出视觉导航的概念,在20世纪90年代,很多国家开始对农田视觉导航技术进行研究,提出了杂草检测、导航路线检测的方法。中国随后也开始进行相关的研究。对于农田导航路线检测,车辆或机器人工作环境主要分为水田和旱田,水田中的导航路线检测的重点是苗列线检测,陈兵旗对插秧机器人视觉系统进行了研究,提出了基于图像处理和Hough变换的目标苗列线检测,土田埂及水泥田埂的检测。随后,又研究了水田自动管理机器的行驶路线检测算法。首先以图像中的颜色分布来判断稻谷之间的空间作为行进路线,然后通过对水平线轮廓线的分析,检测出其运动方向的候选点,最后通过已知的点Hough变换检测移动方向线。其检测结果如图8所示,图中红线表示检测出的水田的导航路线,视觉系统根据红色导航线控制机器的行进方向,可以稳定行驶。该算法检测速度快、适应性强,对于复杂水田也可以有效提取导航路线。毛可骏等研究了基于机器视觉的自主插秧机导航信息的提取,提出了一种利用秧苗行分割线作为基准线提取导航参数的算法。Han等提出了基于图像分割的车辆导航算法,首先将彩色图像转换成灰度图像,然后计算出每个像素的标准偏差,将平均值和偏差值进行融合,作为支持向量机分割图像的新输入因子。最后对小波分析得到的低分辨率图像进行了处理,分割的结果克服了杂草等高频干扰的影响。张方明等研究了水田作业轮式自动农业机器人的路径规划方法,设计了矩形田块和梯形田块的自动插秧机路径规划方法。

1、当传感器探测到被检测物体接近运动至摄像机的拍摄中心,将触发脉冲发送给图像采集卡;

3.机器视觉能够给我们带来什么

亚洲必赢76net 5存在问题及未来展望

2、图像采集卡根据已设定的程序和延时,将启动脉冲分别发送给照明系统和摄像机;

显然,尽管中国已然是一个印刷大国,然而中国还不是印刷强国。我们要走向世界,除了采用先进的印刷设备和检测设备外,还要提高管理水平。管理就是生产力,向管理要效益,向管理要成本,当然,这一切要在保证在相同质量和服务的前提下。安装自动化的视觉检测系统,前期需要一定的投入,然而,检测系统的在质量检测的优势,会给企业在质量和人工成本上带来长期的效益。

机器视觉技术在农产品无损检测、植物生长信息检测、病虫害检测、农田视觉导航等方面的研究已有很大进步,但是由于农业研究对象的多样性和复杂性以及机器视觉技术自身的特点,机器视觉技术在农业领域的应用仍存在如下问题。

3、一个启动脉冲送给摄像机,摄像机结束当前的拍照,重新开始一副新的拍照,或者在启动脉冲到来前摄像机处于等待状态,检测到启动脉冲后启动,在开始新的一副拍照前摄像机打开曝光构件(曝光时间事先设定好);另一个启动脉冲送给光源,光源的打开时间需要与摄像机的曝光时间匹配;摄像机扫描和输出一幅图像;

视觉质量检测在印刷包装行业中的应用可以在印前、印刷过程中和印后,但目前多数应用集中在印后质量检查。中国有几万家印刷企业,真正使用检测系统的很少,除印钞、票证等特殊行业外,主要是在包装行业。包装行业对印刷要求较高,对质量和色彩的要求比较特殊。包装印刷厂必须具备独特的产能优势、技术优势和质量优势,才能满足客户对于印量、周期和质量的要求。专门针对烟草行业提供印刷服务的烟印企业的出现,即是一例。

1)机器视觉技术对测量条件和环境要求较高,但是农业生产环境复杂,应用场合多变,针对不同的研究对象和生产环境需要开发不同的处理算法,使得机器视觉测量的环境适应性和可靠性较差。

4、图像采集卡接收信号并通过A/D转换将模拟信号数字化,或者是直接接收摄像机数字化后的数字视频数据;

推广机器视觉检测,首先要使印刷包装企业更多的了解机器视觉。装在哪里、怎么安装、如何达到最好效果、能带来什么具体效益,这一切都需要不断地普及和宣传。印刷包装行业的从业者要提出自己的具体需求,学习和掌握机器视觉检测的概念和操作;机器视觉行业的从业者要了解印刷的工艺,生产流程,操作方式和质量标准,只有两者的紧密结合,才能有真正符合中国国情的自动化视觉检测系统,才能达到提高质量、提高效率、降低成本的目的。

2)由于农作物特征的多样化,机器视觉在农作物信息检测和特征提取方面还存在一些不足。对于一些颜色或形状特征不明显作物的检测还需要研究更高精度的检测算法。

5、图像采集卡将数字图像存储在计算机的内存中;

3)目前包含末端执行机构的机器视觉系统还不成熟,未能进行大规模的农业生产应用。并且,由于机械控制系统存在的局限性,导致机器视觉在某些实时性要求较高的场合仍然达不到要求。

6、计算机对图像进行处理、分析和识别,获得检测结果;

4)当前基于机器视觉的农业装备集成化和智能化程度不高,操作复杂。国内外很多对于农业生产的机器视觉应用研究仍处于试验阶段,农业智能装备的大规模应用还需要克服很多实际问题。

7、处理结果控制流水线的动作、进行定位、纠正运动的误差等。

由于问题的复杂性和长期性,机器视觉系统在农业领域的应用还要经历一段很长的发展阶段,其未来的研究和发展方向主要集中在以下方面。

亚洲必赢76net 6

1)图像处理是机器视觉技术的核心,对现有的算法进行改进或者研究出更为高效的算法,提高机器视觉系统的处理效率和鲁棒性,仍然是未来机器视觉应用和发展的重要前提。当前,基于卷积神经网络的图像识别算法正处于研究阶段,训练后的卷积神经网络可以极大提高图像识别的准确性,应用卷积神经网络模型的机器视觉系统将成为未来发展趋势。

二、机器视觉相关技术

2)嵌入式视觉系统具有结构紧凑、处理速度快、成本低等特点,成为未来机器视觉系统发展的重要方向。也使得结合机器视觉系统的农机装备的大规模普及成为可能。

1、图像采集技术——机器视觉的基础

本文由亚洲必赢76net发布于亚洲必赢76net,转载请注明出处:史军: 重视机器视觉技术的应用

关键词:

上一篇:电池行业洗牌加剧 高镍成动力电池进化方向

下一篇:哈电集团一届一次职工代表大会将于明日隆重召开