計算機視覺技術(shù)研究及發(fā)展趨勢分析*

吳妮真

（百色職業(yè)學(xué)院，廣西 百色 533000）

信息化時代的開啟，使得相關(guān)技術(shù)得到快速發(fā)展，尤其是與計算機有關(guān)的技術(shù)，計算機視覺技術(shù)便是其中之一。該技術(shù)以計算機為載體，以圖像處理、傳感器等為核心，可在各個領(lǐng)域進行應(yīng)用，如航空航天、醫(yī)療、工業(yè)、教學(xué)、監(jiān)控等。文章就計算機視覺技術(shù)研究及發(fā)展趨勢展開分析。

1 計算機視覺技術(shù)

計算機視覺技術(shù)又被稱為機器視覺技術(shù)（Machine Vision Technology），以下簡稱MVT，它是一門交叉學(xué)科，其中涵蓋諸多領(lǐng)域，如AI（人工智能）、Image Processing（圖像處理）等[1]。該技術(shù)以計算機作為載體，對人類的視覺功能進行模擬，提取圖像中的信息，經(jīng)過處理后用于檢測、控制等。信息量大、速度快是MVT 較為突出的特點。

現(xiàn)階段，在我國國民經(jīng)濟快速發(fā)展、社會不斷進步的背景下，人民的生活質(zhì)量已經(jīng)有了很大程度的提升，在信息時代的影響下，計算機網(wǎng)絡(luò)技術(shù)已經(jīng)深入普及到各家各戶，越來越多的普通社會民眾，感受到了計算機網(wǎng)絡(luò)信息數(shù)據(jù)收集處理技術(shù)發(fā)展帶來的便利。

隨著信息時代腳步的加快，信息電子技術(shù)以及網(wǎng)絡(luò)通信等技術(shù)，已經(jīng)獲得了全面的發(fā)展，隨著信息技術(shù)的飛速發(fā)展，計算機視覺圖像技術(shù)的發(fā)展突飛猛進，這些技術(shù)在通常情況下，會被應(yīng)用在對人體內(nèi)部視覺系統(tǒng)進行圖像數(shù)據(jù)采集以及檢測圖像處理的過程中；將其與視覺技術(shù)高度融合可應(yīng)用到工業(yè)檢測儀器設(shè)備以及零件上的圖像處理方面，也有些技術(shù)會被應(yīng)用于對所需要采集的零件圖像數(shù)據(jù)進行深度多層次圖像處理中。

計算機視覺技術(shù)，其本質(zhì)屬于可以讓計算機系統(tǒng)“看”的技術(shù)類型，這里的“看”，指得并不是通過人類的雙眼觀察，而是需要借助計算機系統(tǒng)進行“看”，就是讓計算機學(xué)會去“看”。在工作的進行過程中，需要借助攝影機、掃描儀、成像儀以及電腦等諸多設(shè)備儀器，用其替代人眼的觀看模式，對需要被檢測的對象，通過視覺感受進行識別、分析、測量以及檢測。該技術(shù)是現(xiàn)階段比較先進且發(fā)展速度比較快的信息技術(shù)類型。隨著各方面研究人員對計算機視覺技術(shù)的深入研究，計算機視覺技術(shù)已經(jīng)朝著更加完善的方向發(fā)展，在實際的應(yīng)用過程中，也正逐漸將圖像當(dāng)中的多維數(shù)據(jù)與人工數(shù)據(jù)進行進一步的融合，這樣可以進一步促進信息的處理以及分析工作，并能夠?qū)π袨檫M行一定程度的控制。

2 計算機視覺技術(shù)研究現(xiàn)狀

2.1 國外的研究現(xiàn)狀

國外對MVT 的研究始于20 世紀(jì)60 年代，當(dāng)時美國麻省理工學(xué)院的羅伯茨教授，在自己的論文中，分析了從2D 圖像獲取3D 形狀信息的可能性，由此正式開啟機器視覺理論與實踐的研究。20 世紀(jì)70 年代，視覺計算理論的創(chuàng)始人D.Marr 與該領(lǐng)域內(nèi)的一眾學(xué)者經(jīng)過深入研究，創(chuàng)立出具有系統(tǒng)化特點的計算機視覺理論，為機器視覺的相關(guān)研究奠定了基礎(chǔ)。這對于MVT的發(fā)展具有里程碑意義，該理論的核心是依托2D 圖像恢復(fù)3D 幾何形狀。到80 年代后，國外在MVT 方面的研究不斷深入，從最初的實驗室向?qū)嶋H應(yīng)用方向轉(zhuǎn)移。進入90 年代，國外將MVT 廣泛應(yīng)用到工業(yè)環(huán)境領(lǐng)域中。發(fā)達(dá)國家的MVT 發(fā)展速度比較快，如歐美、日本等，他們對該技術(shù)的應(yīng)用也相對成熟，主要的應(yīng)用領(lǐng)域為半導(dǎo)體、電子等行業(yè)[2]。現(xiàn)如今，國外的MVT 逐步細(xì)化，整個技術(shù)被分為三個部分，即底層開發(fā)、二次開發(fā)、最終使用。其中底層開發(fā)是對相關(guān)系統(tǒng)的設(shè)計與構(gòu)建，在這方面取得成果的公司有德國的Siemens、美國的DVT、日本的歐姆龍等，他們在機器視覺軟硬件產(chǎn)品的開發(fā)中投入大量的人財物力；二次開發(fā)是利用各公司開發(fā)出來的機器視覺系統(tǒng)，在滿足用戶需求的基礎(chǔ)上進行的專用系統(tǒng)開發(fā)；最終使用是用戶在相應(yīng)的領(lǐng)域內(nèi)對成型的機器視覺系統(tǒng)進行運用。

2.2 國內(nèi)的研究現(xiàn)狀

我國對機器視覺這一概念的引入是在21 世紀(jì)初，截至目前，該技術(shù)仍然處于推廣普及階段。由于我國在機器視覺硬件、軟件等方面的開發(fā)能力并不是很強，從而使得國內(nèi)的MVT 與國外的MVT 之間存在一定的差距，致使相關(guān)產(chǎn)品的開發(fā)成本較高，并且效率比較低。國內(nèi)的研究院所、大專院校、相關(guān)企業(yè)，在最近幾年里紛紛加大了對MVT 的研究力度，并將該技術(shù)應(yīng)用于工業(yè)現(xiàn)場，如電子制造業(yè)、半導(dǎo)體行業(yè)、制藥等。一些專家學(xué)者基于MVT 研發(fā)出產(chǎn)品缺陷檢測設(shè)備，該設(shè)備能夠?qū)|(zhì)量不合格的產(chǎn)品進行分揀。隨著MVT 的逐步完善，其在國內(nèi)的汽車制造業(yè)、新能源行業(yè)也得到一定的應(yīng)用?，F(xiàn)階段，我國的MVT 正在向多個領(lǐng)域及行業(yè)延伸。

目前我國計算機視覺技術(shù)在專利數(shù)量方面發(fā)展飛快，但在布局方面稍有不足。主要體現(xiàn)在以下幾方面：首先，計算機視覺在AI 方面占比較大。在人工智能中，計算機視覺相當(dāng)于人類的眼睛，屬于感知層中至關(guān)重要的一項核心技術(shù)。計算機視覺技術(shù)通過模擬生物視覺，針對捕捉到的圖像上的數(shù)據(jù)和信息實施跟蹤、識別以及檢測等，充分“分析”并“解讀”這些圖像?，F(xiàn)階段，這個技術(shù)已經(jīng)被大面積投入到銷售、安防、醫(yī)療和自動駕駛等行業(yè)應(yīng)用中，也是當(dāng)前人工智能技術(shù)中使用最廣的一項技術(shù)。不論是我國還是其他國家，計算機視覺都是AI 企業(yè)最集中的技術(shù)領(lǐng)域，在全世界AI 企業(yè)中計算機視覺技術(shù)比重約占40%。其次，我國申請AI 技術(shù)專利數(shù)量在世界居領(lǐng)先地位。根據(jù)AIIA 數(shù)據(jù)顯示，我國在2019 年申請的人工智能專利數(shù)量達(dá)到十萬項以上，穩(wěn)居全球第一；緊隨其后的是美國，專利數(shù)量在八萬項左右；英國、日本、澳大利亞和加拿大分別入圍世界人工智能技術(shù)專利申請數(shù)量前六國家。計算機視覺屬于人工智能方面的應(yīng)用技術(shù)，比重為17.72%。再次，我國在計算機視覺技術(shù)專利申請方面發(fā)展速度飛快。立足于計算機視覺技術(shù)專利申請來源國分析，韓國、美國和日本申請數(shù)量相對穩(wěn)定，并且每年申請數(shù)量皆不超過700 件，但是我國在2010 年第一次在申請數(shù)量上超過上述三個國家，最近幾年申請量更是遠(yuǎn)遠(yuǎn)超過世界上其他國家。最后，我國在計算機視覺技術(shù)專利布局方面還稍有不足。雖然我國專利申請數(shù)量很多，但是在申請人前十的排名中并沒有我國申請人入選，在排名中前三位分別是富士通、佳能和三星電子。其中，日本專利申請人數(shù)量最集中也最多，我國申請人相對分散，沒有形成具有戰(zhàn)略意義的競爭大格局，還需要進一步深化專利布局方面的工作。

3 計算機視覺技術(shù)的具體應(yīng)用

MVT 以自身所具備的功能和技術(shù)優(yōu)勢，在諸多領(lǐng)域中得到越來越廣泛的應(yīng)用，如教學(xué)、檢測、監(jiān)控等。

3.1 在教學(xué)中的應(yīng)用

目前，很多中職院校都開設(shè)了自動控制類專業(yè)課程，在該課程的實踐教學(xué)中，可以對MVT 進行合理運用，由此能夠使學(xué)生提前接觸到該領(lǐng)域中的前沿技術(shù)，掌握相關(guān)的知識，為AI 機器人的設(shè)計提供技術(shù)支撐，這對于學(xué)生創(chuàng)新能力的提升具有重要意義?？稍谧詣涌刂祁愓n程的教學(xué)實踐中應(yīng)用MVT 完成嵌入式項目的開發(fā)。由于MVT 本身涵蓋的內(nèi)容比較多，所以在對圖像處理算法進行編寫時，應(yīng)采取有效的方法對算法進行簡化，減少繁瑣的數(shù)學(xué)公式。運用MVT 實施自動控制類課程教學(xué)時，可將整個教學(xué)過程細(xì)分為以下幾個實驗階段：演示、基礎(chǔ)性、綜合性。在演示實驗階段，可為學(xué)生演示MVT 中的圖像處理技術(shù)、模式識別技術(shù)，包括相關(guān)的概念及算法等，軟件平臺可以選用MATLAB。通過演示，學(xué)生對MVT 有一個大致的了解，隨后便可開始基礎(chǔ)性試驗；在基礎(chǔ)性實驗階段，需要設(shè)置算法簡單的圖像處理技術(shù)，使學(xué)生熟練掌握軟件平臺的運用，利用平臺完成圖像邊緣檢測，并采用程序編輯的方式，對RGB 彩圖進行灰度化處理[3]；綜合性試驗的設(shè)置目的在于鞏固知識，使學(xué)生對所學(xué)的知識進行合理應(yīng)用，培養(yǎng)應(yīng)用能力?？赏ㄟ^小組的形式完成實驗，各組可按照興趣選取項目。在教學(xué)領(lǐng)域中對MVT進行應(yīng)用，能夠培養(yǎng)學(xué)生的創(chuàng)新能力，有助于教學(xué)效率和質(zhì)量的提升。

3.2 在檢測中的應(yīng)用

為避免產(chǎn)品存在質(zhì)量缺陷，需要對產(chǎn)品進行缺陷檢測，在這一過程中，可以利用視覺傳感器對產(chǎn)品內(nèi)部缺陷進行成像，然后借助MVT 快速完成圖像處理，從而確定產(chǎn)品是否存在缺陷，如果有缺陷，則可對位置、類型及數(shù)量加以確定。MVT 在產(chǎn)品缺陷檢測中的應(yīng)用，能夠避免人為評定的主觀性差異，評價結(jié)果更加客觀，有助于產(chǎn)品質(zhì)量的提升。除此之外，利用MVT 系統(tǒng)對產(chǎn)品進行檢測，可以實現(xiàn)自動化，生產(chǎn)效率隨之提升，人力成本降低，經(jīng)濟效益得到大幅度提高。尤其是在一些比較危險的場合應(yīng)用MVT 系統(tǒng)，能夠降低安全事故的發(fā)生幾率。通常情況下，產(chǎn)品的缺陷存在差異，具體體現(xiàn)在形狀、位置、尺寸等方面，由此使缺陷檢測成為一項比較復(fù)雜的工作，而此項工作與產(chǎn)品質(zhì)量密切相關(guān)，所以必須予以重視。運用MVT 系統(tǒng)進行產(chǎn)品缺陷檢測，可以保證檢測結(jié)果的準(zhǔn)確性，整個檢測過程可細(xì)分為以下幾個步驟：對待檢測的產(chǎn)品圖像進行獲取，然后采用圖像處理技術(shù)，去除其中的噪聲，增強對比度；借助圖像分割的方法，對缺陷區(qū)域進行檢測定位，利用相機采集產(chǎn)品的相關(guān)信息；憑借專業(yè)知識，對產(chǎn)品表征、缺陷特征進行提取；依托機器學(xué)習(xí)算法，實現(xiàn)缺陷分類[4]。

3.3 在監(jiān)控中的應(yīng)用

智慧交通概念的提出，使視頻監(jiān)控成為一項重要的內(nèi)容，在具體的監(jiān)控分析中，可對MVT 進行應(yīng)用，由此能夠?qū)σ曨l中的信息進行快速檢索和查詢，可為交通管理提供詳實、可靠的依據(jù)。在智慧交通領(lǐng)域中，可以通過視頻監(jiān)控對道路交通參數(shù)進行提取，同時還能識別各種交通事件，如車輛逆行、人群聚集等。利用背景減除等方法，能夠?qū)煌繕?biāo)進行檢測，據(jù)此可構(gòu)建車速和車距的交通流特征視覺測量模型，依托該模型，可以快速估算出交通流量、道路占用情況等，這樣便可對某一路段內(nèi)的交通擁堵程度進行識別，進而實現(xiàn)交通態(tài)勢預(yù)測，根據(jù)預(yù)測結(jié)果，配置紅綠燈，解決擁堵問題，確保通行順暢[5]。

3.4 在工業(yè)領(lǐng)域中的應(yīng)用

通常情況下，在工業(yè)領(lǐng)域當(dāng)中，計算機視覺技術(shù)的應(yīng)用主要體現(xiàn)在圖像立體預(yù)處理系統(tǒng)技術(shù)方面，這種技術(shù)是對立體圖像資料進行數(shù)據(jù)分析和后處理，從其中自動提取繪制出各種符合要求的立體圖像，這種技術(shù)的應(yīng)用，在很大程度上能夠提升在圖像后續(xù)處理工作中各步驟的組織實施管理的效率，提供更大的方便，減少處理的工作量。在當(dāng)前計算機數(shù)字視覺圖像技術(shù)實際應(yīng)用過程中，實現(xiàn)了傳統(tǒng)圖像處理中的二維數(shù)值圖像邊緣化，與此同時，對圖像進行了高效的提取以及顯示，很大程度實現(xiàn)了圖像中預(yù)處理的視覺效果的提升。在經(jīng)過相對細(xì)致的分析以及檢測程序環(huán)節(jié)下，圖像的預(yù)處理結(jié)果將更加精準(zhǔn)，這也將使計算機視覺技術(shù)在現(xiàn)代工業(yè)生產(chǎn)中展現(xiàn)出了更廣闊的市場應(yīng)用前景優(yōu)勢。

4 計算機視覺技術(shù)的發(fā)展趨勢

從目前的總體情況來看，MVT 在國內(nèi)諸多領(lǐng)域中的應(yīng)用越來越廣泛，除工業(yè)產(chǎn)業(yè)之外，還涉及航空航天、醫(yī)療等重要領(lǐng)域。為使MVT 的作用得以最大限度地發(fā)揮，未來一段時期，該技術(shù)應(yīng)朝著如下方向發(fā)展：

4.1 三維工業(yè)視覺

傳統(tǒng)的二維MVT 系統(tǒng)需要對三維空間進行壓縮，在實際應(yīng)用中發(fā)現(xiàn)，該系統(tǒng)會受到以下因素的干擾，如物體的顏色、環(huán)境光等。由于檢測對結(jié)果的精確性和可靠性要求較高，所以該系統(tǒng)已經(jīng)無法滿足檢測需要。近年來，傳感器技術(shù)的發(fā)展速度相對較快，3D 傳感器的出現(xiàn)，給三維MVT 系統(tǒng)提供了強有力的技術(shù)支撐，未來一段時期，三維機器視覺將會成為主流的發(fā)展趨勢，借助三維視覺系統(tǒng)，機器人可對一堆物體中的任意物體的相關(guān)信息進行快速識別，如位置、方向等，可按照物體的實際情況，對方向進行調(diào)整，完成物體拾取，在滿足人機交互需求的前提下，提高生產(chǎn)效能。

4.2 嵌入式視覺

嵌入式是一種專用的計算機系統(tǒng)，可用于設(shè)備的控制和輔助操作，將嵌入式系統(tǒng)與MVT 有機結(jié)合到一起，便可構(gòu)成嵌入式機器視覺系統(tǒng)，該系統(tǒng)具有如下特點：成本低、可靠性高、靈活方便、易于集成等。在未來一段時期，集成化、小型化的產(chǎn)品將會成為MVT 的主要發(fā)展方向之一。對于整個機器視覺行業(yè)而言，可對DSP 等處理器加以利用，將機器視覺系統(tǒng)嵌入芯片當(dāng)中，形成微型化產(chǎn)品，此類產(chǎn)品的用途非常廣泛，可植入任何位置，基本上不會受到限制。在嵌入式芯片功能不斷增強的前提下，微型化MVT 系統(tǒng)將會在PC 機領(lǐng)域中得到廣泛應(yīng)用，前景非常廣闊。

4.3 產(chǎn)品智能化

MVT 的價值體現(xiàn)在應(yīng)用方面，常規(guī)的MVT 系統(tǒng)可以產(chǎn)生大量的圖像，AI 技術(shù)的發(fā)展和圖像處理技術(shù)的完善，為MVT 產(chǎn)品智能化提供了支撐。未來一段時期，MVT 與AI 的融合將成為主要的發(fā)展趨勢，AI 將會使MVT 產(chǎn)品變得更加智能化，通過深度學(xué)習(xí)，使產(chǎn)品能夠像人一樣進行思考，對環(huán)境進行感知，并從海量信息當(dāng)中，找出關(guān)鍵的特征，在較短的時間內(nèi)完成判斷。如，開發(fā)根據(jù)環(huán)境自主決策行動路徑和拾取姿態(tài)的視覺引導(dǎo)機器人等。

4.4 視覺處理技術(shù)

在實際的發(fā)展過程中，計算機視覺技術(shù)在視覺處理方面的先進性被凸顯得十分明顯，實際可以應(yīng)用的方面主要表現(xiàn)在：人臉識別、行人重識別、OCR 文字識別以及唇語識別方面。人臉識別是在面部特征信息的基礎(chǔ)上展開圖像身份認(rèn)證的計算機視覺處理技術(shù)，可自動在圖像中檢測和跟蹤人臉，并對檢測到的人臉進行臉部識別。隨著這項技術(shù)的不斷發(fā)展，現(xiàn)階段開始加入紅外熱像技術(shù)，經(jīng)過此技術(shù)的加成，人臉識別技術(shù)可以對紅外熱成像的圖像進行識別，并進行體溫測量。行人重識別屬于一種行人再識別技術(shù)，是借助計算機視覺技術(shù)對圖像或者視頻的序列當(dāng)中是否存在特定行人的判斷技術(shù)，屬于圖像檢索的子任務(wù)，可用于目標(biāo)人物檢測檢索等場景。OCR 文字識別是應(yīng)用光學(xué)技術(shù)以及計算機技術(shù)，對紙張上的文字進行打印或者讀取，同時也可以將其轉(zhuǎn)換成為計算機以及人都能夠理解的形式?，F(xiàn)階段，印刷字體的OCR 技術(shù)已經(jīng)相當(dāng)成熟，相應(yīng)的文字可識別性能已經(jīng)超過95%。就唇語識別而言，主要是應(yīng)用計算機視覺技術(shù)，從連續(xù)圖像中對人說話過程中口型變化的提取，經(jīng)過唇語識別模型計算后能夠得出可能性最大的自然語言語句，除此之外，這項技術(shù)可在噪聲環(huán)境或無聲環(huán)境中輔助語音識別的相關(guān)應(yīng)用。

5 結(jié)束語

綜上所述，計算機視覺技術(shù)作為一項綜合性技術(shù)，它的出現(xiàn)及其在各個領(lǐng)域中的應(yīng)用，為智能化和自動化的實現(xiàn)提供了支撐，通過識別與測控，可以快速完成事物的判別，大幅度提升了工作效率。未來一段時期，應(yīng)當(dāng)加大對計算機視覺技術(shù)的研究力度，除對現(xiàn)有的技術(shù)進行優(yōu)化改進外，還應(yīng)研發(fā)一些新的技術(shù)，更好地為各個領(lǐng)域服務(wù)。