機(jī)器視覺(jué)趨勢(shì)經(jīng)常被討論，那么可能影響工業(yè)自動(dòng)化中機(jī)器視覺(jué)的這些技術(shù)的選擇和實(shí)施有哪些實(shí)用的信息？

一、用于計(jì)量和視覺(jué)引導(dǎo)機(jī)器人（VGR）的3D成像

機(jī)器視覺(jué)市場(chǎng)中3D成像組件的擴(kuò)展是一個(gè)強(qiáng)勁的趨勢(shì)，這是由對(duì)3D測(cè)量和指導(dǎo)的高需求以及作為3D成像系統(tǒng)一部分的成本效益技術(shù)的可用性的增加所推動(dòng)的。部分?jǐn)U展是針對(duì)某些應(yīng)用的算法功能的激增，如3D測(cè)量，機(jī)器人引導(dǎo)（VGR - 視覺(jué)引導(dǎo)機(jī)器人以及相關(guān)任務(wù)，如拾取或隨機(jī)對(duì)象拾取和放置），以及自動(dòng)移動(dòng)機(jī)器人（AMR）指導(dǎo)和安全。

三維成像系統(tǒng)捕獲物理空間的視圖并提供表示包含深度的場(chǎng)景中的點(diǎn)以及熟悉的2D“平面”（x和y）位置的數(shù)據(jù)。一些可用的組件還提供灰度（對(duì)比度）或甚至彩色圖像以及3D數(shù)據(jù)。3D成像的基本優(yōu)勢(shì)在于提供3D位置，但另一個(gè)重要的好處是3D圖像通常是“對(duì)比度不容忍”。也就是說(shuō)，圖像信息允許軟件處理深度變化而不是表面顏色特征的變化或陰影。

三維成像是機(jī)器視覺(jué)應(yīng)用的強(qiáng)大技術(shù)?？梢院苋菀椎卣f(shuō)它已經(jīng)從“趨勢(shì)”轉(zhuǎn)移到機(jī)器視覺(jué)工具箱的標(biāo)準(zhǔn)部分。

實(shí)際執(zhí)行

3D組件的區(qū)分可能很困難，對(duì)功能的詳細(xì)討論超出了本討論的范圍。但是，第一步是確定目標(biāo)應(yīng)用程序的類型。需要分析分辨率，深度以及水平X，Y平面的要求。雖然大多數(shù)系統(tǒng)作為一個(gè)整體提供通用功能，但提供了更多的組件，這些組件在特定任務(wù)中具有目標(biāo)和優(yōu)勢(shì)，例如，專門用于3D測(cè)量或3D箱子拾取。也就是說(shuō)，除了能夠?yàn)閼?yīng)用程序提供適當(dāng)?shù)木_度量之外，任何3D解決方案的成功主要是軟件實(shí)現(xiàn)和系統(tǒng)集成。

實(shí)際限制

在表面上集成3D成像可能很簡(jiǎn)單，但特定應(yīng)用的細(xì)節(jié)存在挑戰(zhàn)。其中一些包括：

雖然看起來(lái)很明顯，但在物體或成像系統(tǒng)運(yùn)動(dòng)的應(yīng)用中，任何一個(gè)位置的誤差都可能引入必須考慮的測(cè)量誤差。

大多數(shù)3D成像系統(tǒng)都表現(xiàn)出一定程度的“3D數(shù)據(jù)丟失”，即相對(duì)于主動(dòng)照明和攝像機(jī)角度的特征陰影在3D信息中產(chǎn)生空白。根據(jù)應(yīng)用，使用一些成像技術(shù)可以克服這種情況。

簡(jiǎn)而言之，并非所有3D機(jī)器視覺(jué)應(yīng)用都“準(zhǔn)備好迎接黃金時(shí)段?！崩纾m然應(yīng)用程序在挑選隨機(jī)定向，同質(zhì)對(duì)象或“箱子拾取”已經(jīng)很好地解決并且可以被認(rèn)為是通用的在許多情況下，挑選異構(gòu)和未知物體，包裹，盒子等在許多情況下仍然是3D成像的挑戰(zhàn)。此外，用于測(cè)量或區(qū)分的物體或表面的3D重建在生產(chǎn)率上可能是具有挑戰(zhàn)性的，因?yàn)榭赡苄枰S多圖像來(lái)完全建模和分析該部件。

二、不可見(jiàn)成像 - 紅外波長(zhǎng)

更廣泛的可用性和改進(jìn)的成像組件性能，以從紅外波長(zhǎng)的非可見(jiàn)光捕獲和創(chuàng)建圖像是一種趨勢(shì)能力，可以積極影響各種機(jī)器視覺(jué)應(yīng)用。這種趨勢(shì)的一部分是能夠在各種IR波長(zhǎng)下產(chǎn)生光的LED照明的激增。用于這種類型的成像的用例是普遍的，并且識(shí)別IR成像可以在何時(shí)何地可以使應(yīng)用受益，這主要取決于被成像的對(duì)象和應(yīng)用的需要。

大約700-1000nm的“近紅外”（NIR）波長(zhǎng)的成像已經(jīng)用于機(jī)器視覺(jué)多年。用于成像約1000-2800nm的“短波紅外”（SWIR）波長(zhǎng)的相機(jī)也不是全新的，但最近傳感器技術(shù)的進(jìn)步使得這些相機(jī)在自動(dòng)化應(yīng)用中更加實(shí)用。最后，現(xiàn)在可以使用非冷卻且非常適合自動(dòng)檢測(cè)的小型相機(jī)（微測(cè)輻射熱計(jì)）進(jìn)行熱成像或大約7000-14000nm發(fā)射的IR波長(zhǎng)的成像。

實(shí)際執(zhí)行

不可見(jiàn)成像具有特定用途。NIR已被用于消除機(jī)器視覺(jué)燈的高功率眩光造成的工作人員分心和不適，或突出顯示紅外燈可能以不同方式對(duì)顏色或某些材料作出反應(yīng)的特定部件的特征。SWIR波長(zhǎng)由一些完全不透明的材料（例如許多塑料）傳輸，并且以與可見(jiàn)光波長(zhǎng)非常不同的方式被一些透明的材料（例如水）吸收。當(dāng)熱像必須在自動(dòng)化環(huán)境中進(jìn)行測(cè)試時(shí)，熱成像是唯一的解決方案。

實(shí)際限制

總體而言，對(duì)于非可見(jiàn)成像，如果目標(biāo)波長(zhǎng)提供所需的成像結(jié)果，則該技術(shù)是一個(gè)不錯(cuò)的選擇。但是，請(qǐng)記住，應(yīng)用程序庫(kù)是機(jī)器視覺(jué)組合中用例的一小部分。限制可能包括：

很難總是準(zhǔn)確地預(yù)測(cè)NIR或SWIR照明將如何與待檢查的材料相互作用。建議測(cè)試應(yīng)用程序。

自動(dòng)化中熱成像的一個(gè)共同挑戰(zhàn)是為相對(duì)于背景溫度的所需熱分布開(kāi)發(fā)可靠的基線。例如，必須在部件由于散熱而冷卻之前進(jìn)行“過(guò)熱”部件的檢查，并且在檢查過(guò)程中冷卻必須在部件之間保持一致。

成本正在下降，但SWIR和熱部件可能比可見(jiàn)成像部件更昂貴。

三、嵌入式成像

嵌入式成像作為機(jī)器視覺(jué)趨勢(shì)的情況取決于市場(chǎng)中關(guān)于技術(shù)定義的差異。將嵌入式視覺(jué)分類為任何結(jié)合圖像捕獲和處理的設(shè)備的一個(gè)定義涵蓋了傳統(tǒng)機(jī)器視覺(jué)組件的非常廣泛且可能重疊的部分。有人可能會(huì)將嵌入式視覺(jué)約束到那些完全集成在較低級(jí)別的設(shè)備（SOC - 芯片上的系統(tǒng)，或SOM - 模塊上的系統(tǒng)或單板計(jì)算機(jī)），以便將其集成到更大的設(shè)備中。易于想象的用例可能包括自動(dòng)駕駛汽車和AMR甚至智能手機(jī)。

實(shí)際執(zhí)行

嵌入式視覺(jué) - 無(wú)論是SOM，SOC還是具有嵌入式處理功能的攝像機(jī) - 在某種意義上都體現(xiàn)了嵌入式視覺(jué)處理器的存在; 通常（但不是唯一地）GPU（圖形處理單元）或FPGA（現(xiàn)場(chǎng)可編程門陣列）。在任何一種情況下，處理器都針對(duì)特定任務(wù)進(jìn)行編程，該任務(wù)是完整的應(yīng)用程序或某些圖像處理。在大多數(shù)實(shí)現(xiàn)中，嵌入式視覺(jué)處理器需要低級(jí)編程以配置或創(chuàng)建應(yīng)用程序。嵌入式視覺(jué)設(shè)備與主機(jī)系統(tǒng)的接口與標(biāo)準(zhǔn)機(jī)器視覺(jué)組件不同，這是實(shí)施的重要考慮因素。

通過(guò)組合利用相對(duì)于物體表面以多個(gè)角度指向的照射產(chǎn)生的圖像，可以更可靠地可視化在灰度圖像中不可見(jiàn)的特征。

實(shí)際限制

對(duì)于通用機(jī)器視覺(jué)，在特定的單用途應(yīng)用中使用低級(jí)嵌入式視覺(jué)可能是不實(shí)際的，因?yàn)榍度胧揭曈X(jué)設(shè)備的編程仍然是一個(gè)開(kāi)發(fā)而不是集成任務(wù)。具有嵌入式處理的機(jī)器視覺(jué)相機(jī)對(duì)于某些應(yīng)用可能更實(shí)用。嵌入式視覺(jué)在機(jī)器視覺(jué)中的直接更廣泛的使用案例可能在于具有“預(yù)編程”嵌入式圖像處理應(yīng)用的相機(jī)的實(shí)現(xiàn) - 特別是AI或深度學(xué)習(xí)，以及針對(duì)特定任務(wù)的商業(yè)成像。

四、液體鏡頭和高分辨率光學(xué)元件

機(jī)器視覺(jué)光學(xué)中兩個(gè)明顯的趨勢(shì)技術(shù)方向是更先進(jìn)的高分辨率和大幅面相機(jī)鏡頭的激增，以及更加無(wú)縫集成組件液體鏡頭的趨勢(shì)。第一個(gè)趨勢(shì)是實(shí)用的； 隨著相機(jī)分辨率的增加和像素尺寸的減小，對(duì)更好的光學(xué)元件的需求被許多元件鏡片供應(yīng)商理解并得到滿足。更多產(chǎn)品規(guī)格包括鏡頭性能的詳細(xì)信息，例如顯示系統(tǒng)調(diào)制傳遞函數(shù)（MTF）的圖表，這是鏡頭比較的一個(gè)很好的衡量標(biāo)準(zhǔn)。

液體鏡頭是可以根據(jù)外部信號(hào)改變焦點(diǎn)的裝置，而不需要像手動(dòng)可調(diào)焦鏡頭那樣在鏡頭中進(jìn)行任何機(jī)械改變。這不是一項(xiàng)新技術(shù)，液體鏡頭多年來(lái)一直用于智能傳感器，智能相機(jī)和其他機(jī)器視覺(jué)設(shè)備。然而，這些設(shè)備與機(jī)器視覺(jué)光學(xué)器件和相機(jī)的集成的最新進(jìn)展使該技術(shù)更多地進(jìn)入通用用途領(lǐng)域。

實(shí)際執(zhí)行

對(duì)于所有機(jī)器視覺(jué)應(yīng)用，將鏡頭與應(yīng)用的分辨率和物理要求相匹配是必需的集成任務(wù)。更多鏡頭選擇的可用性為用戶和解決方案提供商提供了更好的選擇。

液體鏡頭在成像距離可能會(huì)在應(yīng)用中從一個(gè)部件變?yōu)榱硪徊糠值那闆r下非常有價(jià)值，因?yàn)樗梢詣?dòng)態(tài)地實(shí)現(xiàn)非?？焖俚慕裹c(diǎn)變化，甚至具有自動(dòng)對(duì)焦功

實(shí)際限制

廣泛的產(chǎn)品系列可能難以選擇和區(qū)分光學(xué)元件。評(píng)估組件相對(duì)于特定應(yīng)用的規(guī)格和特性非常重要。

液體鏡頭技術(shù)可能難以實(shí)現(xiàn)，但是一些具有嵌入式處理的組件相機(jī)正變得可用于自動(dòng)控制液體鏡頭。一些附加液體透鏡組件可能限制相關(guān)透鏡的傳感器覆蓋范圍（對(duì)于集成的液體透鏡系統(tǒng)而言不是這樣）。同時(shí)注意焦點(diǎn)變化會(huì)影響校準(zhǔn)，因此液體鏡頭可能不適合需要精確校準(zhǔn)的應(yīng)用。

五、先進(jìn)的照明技術(shù)和加工

用于機(jī)器視覺(jué)的照明組件的趨勢(shì)是可控制的多光譜設(shè)備的可用性，其在某些成像情況下實(shí)現(xiàn)更大的靈活性和高級(jí)能力。通過(guò)改變單色顏色，可以更好地克服沒(méi)有多個(gè)照明設(shè)備的部分族變化，或者甚至使用不同照明顏色的多個(gè)圖像來(lái)創(chuàng)建彩色圖像。使用不同照明角度的多個(gè)視圖的高速成像可用于創(chuàng)建對(duì)象的3D表示或提供高動(dòng)態(tài)范圍（HDR）圖像。

六、AI和深度學(xué)習(xí)

最后，讓我們來(lái)解決幾十年來(lái)最受歡迎的機(jī)器視覺(jué)趨勢(shì)：人工智能，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)。人工智能或人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，涉及計(jì)算機(jī)模仿人類行為的方式。作為一門學(xué)科，人工智能自上世紀(jì)中葉以來(lái)一直存在。AI沒(méi)有描述任何特定技術(shù)，只描述目標(biāo); 任何編程邏輯都可能被稱為AI，甚至是簡(jiǎn)單的if-then規(guī)則和決策樹(shù)。機(jī)器視覺(jué)搜索算法被稱為人工智能。

機(jī)器學(xué)習(xí)是AI的一個(gè)子集，深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)子集。這些術(shù)語(yǔ)是通過(guò)學(xué)習(xí)算法實(shí)現(xiàn)AI的技術(shù)的名稱。機(jī)器學(xué)習(xí)是與系統(tǒng)相關(guān)的一般概念，其基于初始數(shù)據(jù)輸入可以在給定任務(wù)中學(xué)習(xí)和改進(jìn)它們的性能。

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)，它使用“深層”神經(jīng)網(wǎng)絡(luò)，允許計(jì)算機(jī)基本上“通過(guò)實(shí)例”進(jìn)行學(xué)習(xí)。該技術(shù)已被證明在圖像識(shí)別，聲音識(shí)別和語(yǔ)言處理等任務(wù)中表現(xiàn)優(yōu)異。深度學(xué)習(xí)是高度計(jì)算密集型的，通常需要特殊的處理器硬件（例如GPU，具有深度學(xué)習(xí)核心的圖形處理單元），特別是在學(xué)習(xí)過(guò)程中。在過(guò)去幾年中，可用于執(zhí)行機(jī)器視覺(jué)深度學(xué)習(xí)的軟件和硬件平臺(tái)迅速擴(kuò)展。

來(lái)源：搜狐