据统计,人类大脑从外界接收到的信息中约有80%是来自视觉。图像作为视觉信号最基本的表现形式,能够传递丰富的信息,而且具有很强的直观性,即所谓的“一图胜千言”或者说“百闻不如一见”。人类可以通过双眼毫不费力地观察和理解周围环境,但对于机器而言,即使是简单的视觉任务实现起来都非常具有挑战性。人们希望机器也能够像人一样看见这个世界,进而能够替代人类完成一些繁重的工作。让机器具备一定程度的视觉功能具有极高的应用价值,但在理论上长期无据可依。在众多研究者的不懈努力下,Marr提出的视觉计算理论终于发展成为了一门真正的科学。
随着计算机、数字图像处理等相关技术的发展,计算机对图像的分析与处理能力取得了长足的进步,利用机器模拟人的视觉功能逐渐成为可能。特别是当视觉技术与人工智能相结合,目前涌现出了一大批前沿的应用领域,从机器人到物联网,从智能监控到自动驾驶,从卫星遥感侦察到医疗影像诊断,视觉技术的研究和应用正开展得如火如荼。在自动化检测领域,通过引入视觉分析技术对产品图像进行实时处理,实现对生产过程的检测和控制,该技术被称为机器视觉检测。
传统的人工视检和手动测量方式效率不高,检测结果容易受到经验和情绪等主观因素的影响,并且长时间、高强度的重复性劳动不利于人的身心健康。机器视觉检测则不存在上述弊端,能够快速完成检测任务,满足大批量、连续生产的要求,并且在检测结果的准确度和稳定性等方面更胜一筹。另外,相比于遵循光、电、磁、力等原理的其他各类自动检测手段,机器视觉不仅能够实现多种检测功能,而且将检测内容全程记录下来,直接进行查验。作为一种具有非接触、无损伤、可长期稳定工作等优点的新型自动检测技术,机器视觉对于提高生产效率起到非常重要的作用,具有广阔的应用前景。
制造业是立国之本,是提高国家综