機器視覺在自動控制教學(xué)中的應(yīng)用方法研究

潘岱 熊才高

摘 要 現(xiàn)代計算機技術(shù)、數(shù)字圖像處理技術(shù)不斷發(fā)展，傳統(tǒng)自動控制教學(xué)在教學(xué)方法上也不斷創(chuàng)新，將機器視覺技術(shù)與自動控制系統(tǒng)結(jié)合的教學(xué)方法應(yīng)運而生。本文從機器視覺技術(shù)在自動控制教學(xué)中的應(yīng)用背景著手，給出了教學(xué)目的與教學(xué)實施方案。該教學(xué)方法在湖北商貿(mào)學(xué)院機電與信息工程學(xué)院的項目式教學(xué)改革中取得了初步的教學(xué)效果。

關(guān)鍵詞 機器視覺 模式識別 自動控制 教學(xué)方法

中圖分類號：G424 文獻標(biāo)識碼：A DOI：10.16400/j.cnki.kjdkx.2016.06.031

Abstract With modern computer technology， digital image processing technology development，traditional automatic control teaching methods need continuous innovation. The machine vision technology combined with automatic control system teaching method arises at the historic moment. In this paper， we start with the background of the application of machine vision technology in automatic control teaching， give the teaching purpose and teaching implementation scheme. This teaching method in project teaching reform has obtained the preliminary effect of teaching in Hubei Business College of Mechanical and Electrical and Information Engineering College.

Key words machine vision； pattern recognition； automatic control； teaching method

視覺識別技術(shù)是通過計算機強大的運算能力對圖像進行適當(dāng)處理，提取所需信息的一門技術(shù)，一個完整的視覺識別系統(tǒng)中能夠自動的采集圖片或者視頻信息并進行預(yù)處理，包括復(fù)原、去噪、加強等手段，然后對經(jīng)過預(yù)處理的信息進行選擇或變換，提取最能反映分類本質(zhì)的特征，最后對特征進行分類并根據(jù)判別規(guī)則對信息進行處理。

在當(dāng)前的教育背景和時代背景要求下，高等院校的教學(xué)更加強調(diào)實踐和創(chuàng)新能力，智能控制技術(shù)已經(jīng)深入到了自動控制教學(xué)的方方面面，在以往的教學(xué)過程中，傳統(tǒng)的智能機器人項目比如基于單片機智能循跡避障小車、機器人足球、四軸飛行器等，都能激發(fā)學(xué)生濃厚的學(xué)習(xí)興趣，動手實踐參與度增高，能將控制理論與實踐結(jié)合，加深理論知識理解。

1 機器視覺技術(shù)在自動控制教學(xué)中的應(yīng)用背景研究

視覺是人類的主要感官，是人腦理解環(huán)境的重要信息來源，機器視覺技術(shù)作為一門利用計算機輔助來替代視覺工作的技術(shù)就是讓機器“長出眼睛”，能夠?qū)χ車挛锂a(chǎn)生視覺，感知環(huán)境的變化。隨著現(xiàn)代科技的發(fā)展，人工智能在近年來引起了大家的廣泛興趣，自動化控制系統(tǒng)與視覺識別技術(shù)的融合能夠很好地改善系統(tǒng)的自動化水平，讓機器更智能，更好地為人類服務(wù)。

但是目前在單片機實踐課程中學(xué)生在進行智能機器人的學(xué)習(xí)和制作時，并未應(yīng)用到圖像處理技術(shù)，而是通過傳感器來獲取外界信息。例如最常見的循跡避障小車，它的“視覺”是通過小車車身攜帶的紅外傳感器來檢測地面上的黑色軌跡，通過紅外接收裝置來判斷小車是否循跡或是偏離車道，從而對小車的行駛軌跡進行控制，利用紅外傳感器來實現(xiàn)小車的循跡避障功能原理簡單易懂，方便實現(xiàn)且成本低廉，但是紅外傳感器對于外界環(huán)境要求極高，任何光線的變化都可能導(dǎo)致傳感器無法正常工作，后期的調(diào)試工作任務(wù)繁重，系統(tǒng)魯棒性差，無法滿足復(fù)雜多變的環(huán)境要求。

機器視覺與模式識別是信息工程類專業(yè)的一門重要課程，該課程涉及多門基礎(chǔ)學(xué)科，是一門多領(lǐng)域的綜合性學(xué)科，高校通常在計算機信息類專業(yè)開設(shè)該課程，在自動化控制類專業(yè)中開設(shè)該門課程的高校較少。在長期的自動控制類教學(xué)過程中，偶爾的提及該技術(shù)，學(xué)生都表現(xiàn)出了強烈的學(xué)習(xí)欲望，因此，筆者認(rèn)為在自動化控制教學(xué)中有必要結(jié)合模式識別理論來加深學(xué)生的直觀感受，提高學(xué)生的實踐水平。

2 機器視覺技術(shù)的教學(xué)目標(biāo)

基于以上的背景，對于高校的自動控制類課程，有必要將機器視覺加入到實踐教學(xué)中，讓學(xué)生接觸前沿科學(xué)技術(shù)，了解和學(xué)習(xí)相關(guān)領(lǐng)域的知識，通過該技術(shù)更好地進行智能機器人的設(shè)計，提高學(xué)生的創(chuàng)新能力。

將機器視覺技術(shù)運用到自動控制類課程的教學(xué)過程，實質(zhì)就是將機器視覺應(yīng)用到控制類的嵌入式開發(fā)項目中，通過選取合適的教學(xué)案例，編寫圖像或視頻處理算法來實現(xiàn)機器的視覺功能，根據(jù)圖像理解結(jié)果來實現(xiàn)控制，是一種軟硬件相結(jié)合的教學(xué)模式。因為機器視覺屬于交叉性學(xué)科，內(nèi)容涉及廣，在編寫圖像處理算法時有一定的復(fù)雜性，因此，在實際教學(xué)過程中采用以機器視覺與模式識別理論為導(dǎo)向，實際應(yīng)用為主的教學(xué)理念。盡量避免算法中繁瑣復(fù)雜的數(shù)學(xué)公式，讓學(xué)生在掌握視覺概念的基礎(chǔ)上能培養(yǎng)出學(xué)習(xí)興趣，發(fā)散思維，主動結(jié)合所學(xué)的控制理論知識來進行更深入的智能機器人設(shè)計。

3 機器視覺在自動控制教學(xué)中的實施方案介紹

在實際自動控制教學(xué)中，采用以實際應(yīng)用為導(dǎo)向的教學(xué)方法，通過基礎(chǔ)的圖像處理案例分析讓學(xué)生掌握基本的機器視覺技術(shù)中的算法，并且能夠舉一反三，選擇合適的研究方向進行深入學(xué)習(xí)研究。

教學(xué)實施過程分為三個階段，第一階段以實驗演示為主，第二階段設(shè)置基礎(chǔ)性實驗分析，第三階段為提高性實驗拓展。

3.1 演示實驗

實驗演示階段主要給學(xué)生演示機器視覺中的圖像處理和模式識別技術(shù)，包括圖像的基本概念，像素的基本概念以及常見的圖像處理手段和算法，在教學(xué)過程中選擇MATLAB作為圖像處理的軟件平臺，因為MATLAB為使用者提供了大量的圖像處理基本函數(shù)，學(xué)生在使用過程中只需按照函數(shù)格式調(diào)用即可，為初學(xué)者節(jié)約了大量的時間。基礎(chǔ)性實驗由淺入深，其內(nèi)容設(shè)置如下：

實驗1：MATLAB軟件介紹： MATLAB是集矩陣運算、圖形處理、程序語言設(shè)計等功能于一體的軟件，利用MATLAB提供的圖像處理工具箱和可視化的圖形用戶界面能實現(xiàn)對圖像的處理。

實驗2：MATLAB圖像處理工具箱基本操作介紹：教師在MATLAB平臺上演示簡單的圖像處理操作，學(xué)生進行觀察。

實驗3：視頻演示車牌識別應(yīng)用：車牌識別是模式識別的經(jīng)典案例，車牌形狀、文理、內(nèi)容字體都十分規(guī)則，從圖像中識別車牌簡單、穩(wěn)定，該技術(shù)現(xiàn)在已經(jīng)廣泛應(yīng)用于智能交通系統(tǒng)。

3.2 基礎(chǔ)性實驗

通過給學(xué)生演示機器視覺實驗，學(xué)生對機器視覺技術(shù)已有一定的概念，此時，教師可根據(jù)學(xué)生實際情況設(shè)置一些基礎(chǔ)的圖像處理實驗。

基礎(chǔ)性實驗的設(shè)置原則上要包含一定的圖像處理技術(shù)，但是不宜采用過于復(fù)雜的圖像算法，學(xué)生在這一階段剛剛對圖像技術(shù)有了一定的感性認(rèn)識，復(fù)雜的算法會讓學(xué)生學(xué)習(xí)的重點偏離基礎(chǔ)性實驗?zāi)康模趯W(xué)生接受程度較好的情況下可讓學(xué)生自行鉆研復(fù)雜算法。一般情況下設(shè)置的基礎(chǔ)性實驗內(nèi)容如下：

實驗1：熟悉MATLAB平臺。打開MATLAB平臺，建立一個完整的工程，并在工程下新建m文件，在m文件中編程實現(xiàn)以下功能：（1）打開圖像和顯示圖像（2）旋轉(zhuǎn)并保存圖像（3）對RGB格式的三通道彩圖進行灰度和二值化處理要求學(xué)生能夠熟練掌握imread、rgb2gray、rgb2bw、rotate、plot等函數(shù)的調(diào)用格式，觀察處理后的圖像效果，明白圖像處理的意義。

實驗2：圖像邊緣檢測。使用MATLAB自帶庫函數(shù)對圖像進行邊緣檢測，包括Sobel算子、canny算子、Laplace算子，設(shè)置不同的閾值觀察檢測效果，加深對邊緣檢測算法的理解。

實驗3： RGB三通道彩圖的灰度處理。要求學(xué)生在采用灰度公式Gray=0.2989*R+0.5870*G+0.1140*B在MATLAB中通過編程的方法對RGB彩圖實現(xiàn)灰度化。

3.3 機器視覺與自動控制綜合性實驗

設(shè)置綜合性實驗?zāi)康脑谟趶娀A(chǔ)知識，提升應(yīng)用能力。在學(xué)生完成了基礎(chǔ)性實驗的基礎(chǔ)上，就可以獨立完成一些綜合性的實驗，將模式識別應(yīng)用到自動控制系統(tǒng)中，實現(xiàn)人工智能。

實驗以小組形式進行，學(xué)生根據(jù)自身興趣，自選項目，通過查閱資料、整理資料、搭建硬件電路、進行軟件編程、調(diào)試等一系列項目實施過程來完整的實現(xiàn)某一項目，教師在項目實施過程中只進行協(xié)助指導(dǎo)而不直接參與項目的制作，小組成員間相互協(xié)作共同實現(xiàn)項目。綜合性實驗的設(shè)置可以如下例所示：

實驗1：車牌號碼自動識別系統(tǒng)。學(xué)生通過數(shù)碼相機采集車牌號碼圖片，編寫算法實現(xiàn)車牌號碼的識別?？稍贘ava或C#平臺上搭建應(yīng)用軟件，相機采集到的圖片自動處理，最終輸出該照片對應(yīng)的車牌號。

實驗2：基于機器視覺的自動循跡小車。該實驗主要模擬汽車上的車道線檢測裝置，小車不再用傳統(tǒng)的紅外傳感器來實現(xiàn)循跡功能，而使用更高級的圖像處理方法，使小車能夠沿著指定的軌跡行進，在出現(xiàn)偏移時能夠報警并對行進軌跡做出相應(yīng)的調(diào)整。

以上為教師提供的參考性實驗，學(xué)生可以發(fā)揮自己的想象力和創(chuàng)造力，在能力范圍內(nèi)，讓機器視覺技術(shù)與自動控制系統(tǒng)合二為一，實現(xiàn)智能化。

4 總結(jié)

近年來，機器視覺已經(jīng)被越來越多的應(yīng)用到各個領(lǐng)域，對于自動化專業(yè)的學(xué)生而言，要想順應(yīng)時代要求，在自動化領(lǐng)域有所突破，掌握基本的機器視覺技術(shù)已經(jīng)迫在眉睫。大學(xué)作為培養(yǎng)應(yīng)用型人才的搖籃，將機器視覺應(yīng)用在自動控制教學(xué)中，能夠充分調(diào)動學(xué)生的求知欲望和學(xué)習(xí)模式識別技術(shù)的興趣，在試驗中充分發(fā)揮出學(xué)生的主體作用，減少算法等抽象理論知識的講授，著重培養(yǎng)學(xué)生動手能力，加深學(xué)生的理解，增強學(xué)生的記憶。當(dāng)然，在機器視覺應(yīng)用到自動控制教學(xué)的過程中，如何做到更好還要不斷地探索與實踐。

參考文獻

[1] 陳妍冰.機器視覺技術(shù)在實踐教學(xué)中的應(yīng)用方法研究[J].電腦知識與技術(shù)，2014.10（27）：6487-6489.

[2] 朱明珠.車載機器視覺的應(yīng)用概述[J].機電技術(shù)，2014（1）：50-52.

[3] 滿江月.人臉識別技術(shù)應(yīng)用與發(fā)展趨勢[J].中國公共安全（綜合版），2014（10）：124-127.

[4] 趙俊紅.機器視覺與智能檢測創(chuàng)新實踐教學(xué)模式的探索[J].實驗室研究與探索，2012.31（5）：144-146.

[5] 張芳.基于MATLAB的“模式識別”交互式教學(xué)內(nèi)容設(shè)計[J].教育教學(xué)論壇，2015.3（12）：149-150.