机器视觉及其应用发展 _视觉

导读：
一、机器视觉的研究和发展动态
机器视觉的研究、发展和应用还远没有达到成熟的程度。机器视觉从诞生到今天才只有短短的三十多年时间，在机器视觉中承担“大脑”作用的图像分析处理、图像理解和模式识别理论和技术基础还非常不完善。甚至，机器视觉的图像获取系统也存在许多局限，比如高速图像采集实现困难、价格过高，图像分辨率、灵敏度等不高，敏感元件的制造困难，视觉系统的体积较大，自适应的图像获取无法实现等。
【机器视觉及其应用发展】本文从这几个方面介绍机器视觉的最新发展情况：图像获取、图像处理与模式识别理论。
（一）图像获取技术的最新发展
图像获取技术的发展迅猛，CCD 、 CMOS 等固体器件已经变成成熟应用的技术。首先来看，线阵图像敏感器件，像元尺寸不断减小，阵列像元数量不断增加，像元电荷传输速率得到极大提高。如表 1 所示，为一种高性能线阵 CCD 器件的参数。从中可以看到，目前的线阵器件的性能和参数都发生了根本变化，主要表现在像元数和数据率得极大提高，而且器件设计集成了新的功能，具有可编程能力，如增益调整、曝光时间选择、速率调节，以及维护等。在机器视觉中，高速器件应用的场合在不断拓展，如高速扫描图像获取，在集成电路检查、零件姿态识别、快速原型中的逆向工程、纺织、色选等，都是高速器件的用武之地。
在线阵器件性能提高的同时，高速面阵图像器件性能也在快速提高。某种超高速面阵 CCD 器件，允许的最大分辨率达 1280 × 1024 像素，最大帧率 1MHz 时可采集 4 帧图像，且像素灵敏度达。
在提高诸如分辨率、速率、灵敏度等性能的同时，也在发展一些用途和使用场合特殊的器件，如对红外敏感的或微光摄像机，对其他射线和超声波敏感的器件等。
此外，其他类型的图像获取器件的研究也崭露头角，比如，光纤视觉传感器，结合其他光电技术，以及构成阵列器件已经有报道。
作为图像获取装置的组成部分，嵌入式系统、 DSP 对图像获取起着图像采集与时序控制的作用。大量的工业图像处理系统中采用嵌入式系统或 DSP，也有部分系统采用工业 PC 机作为主控机器，完成图像采集、处理和识别，并完成控制的功能。嵌入式系统或嵌入式微控制器（MCU ）芯片技术发展迅速，主要的工业应用采用 8 位、 16 位芯片，高端应用已经采用 32位芯片。在高精度的运动检测和控制领域，32 位嵌入式微控制器应用的报道也不鲜见。在机器视觉系统中，对嵌入式系统性能的要求比一般的工业控制、机器人控制等场合要高。如，某种 32 位嵌入式微控制器芯片，内嵌大容量的 Flash ROM 和 SRAM，其主频达到，带丰富的 DSP 指令系统，高速并行接口、通信接口齐备，提供可视化编程，支持汇编、 ANSIC 以及C++ 等语言编程，支持在线仿真和调试等，使得开发应用的周期大大缩短，
（二）图像处理、图像理解与模式识别理论研究及最新发展
前面已经述及，机器视觉是针对工业应用领域。但作为视觉系统，所采用的图像处理、图像理解与模式识别的基础理论和技术是相同的。
数字图像处理、图像理解与模式识别，这是当今计算机视觉研究的热点。这既表明，图像处理与模式识别在现代信息技术中的重要作用，同时也说明，该研究领域仍然存在大量没有解决的研究难题。
图像的增强、图像的平滑、图像的数据编码和传输、边缘锐化、图像的分割等在不同的研究目标和应用中会采取不同的方法，也在不断出现新的研究成果，本文不述及。作为机器视觉能否得到应用，关键在于图像的识别。