運用機器視覺技術(shù)助力打贏兩場戰(zhàn)

在工業(yè)領(lǐng)域，機器視覺可廣泛應(yīng)用于工業(yè)機器人分揀、產(chǎn)品缺陷檢測、無人駕駛、信息安全等典型場景。貴州在推進復(fù)工復(fù)產(chǎn)工作的過程中，可充分運用機器視覺技術(shù)助力打贏疫情防控阻擊戰(zhàn)和脫貧攻堅戰(zhàn)。

機器視覺是一門研究如何使機器看世界的學(xué)科，利用視覺算法實現(xiàn)人類視覺系統(tǒng)可以完成的任務(wù)。在工業(yè)領(lǐng)域，機器視覺可廣泛應(yīng)用于工業(yè)機器人分揀、產(chǎn)品缺陷檢測、無人駕駛、信息安全等典型場景。

工業(yè)機器人中的機器視覺。傳統(tǒng)的工業(yè)機器人需要通過復(fù)雜的標(biāo)定和預(yù)編程實現(xiàn)抓取任務(wù)。隨著人工智能技術(shù)的發(fā)展，目前的機器人抓取通過機器視覺技術(shù)，自動獲取待抓取或裝配目標(biāo)的視覺坐標(biāo)，通過將視覺坐標(biāo)與機器人坐標(biāo)匹配，結(jié)合控制程序，實現(xiàn)機器人的自動抓取和裝配。當(dāng)面對一個無序和復(fù)雜的環(huán)境時，工業(yè)機器人不再依靠設(shè)定的程序執(zhí)行工作，如何對環(huán)境進行自動感知和分析從而做出判斷，是目前的工業(yè)機器人抓取任務(wù)的難點。

產(chǎn)品缺陷檢測中的機器視覺。工業(yè)視覺缺陷檢測主要有圖像采集和缺陷檢測兩個過程。圖像采集設(shè)備、拍攝角度、光照條件和環(huán)境變化等因素，造成了所采集的圖像具有不同的質(zhì)量，決定了圖像處理的難易程度；不同圖像處理算法的特征提取能力、圖像預(yù)處理方法直接影響缺陷檢測的準(zhǔn)確率和誤檢率的高低。通過采用機器視覺技術(shù)對產(chǎn)品表面斑點、凹坑、劃痕、色差、缺損和內(nèi)部結(jié)構(gòu)等缺陷進行檢測，可獲得檢測樣本表面或內(nèi)部的缺陷深度、大小、輪廓、缺陷類別等相關(guān)信息。

無人駕駛中的機器視覺。機器視覺技術(shù)為無人駕駛提供了眼睛。無人駕駛技術(shù)大致可分為3個階段：感知、決策和控制。機器視覺技術(shù)主要應(yīng)用在無人駕駛系統(tǒng)的感知階段，使用視覺設(shè)備獲取場景中的深度信息，采用視覺技術(shù)對深度信息進行圖像語義理解，獲得可行駛區(qū)域和目標(biāo)障礙物；再對每一個像素的運動方向和運動速度進行估計，并對物體進行檢測與追蹤；最后結(jié)合SLAM技術(shù)，對整個場景進行分割、解析和理解，實現(xiàn)自動駕駛?cè)蝿?wù)。

安防領(lǐng)域中的機器視覺。機器視覺技術(shù)在安防領(lǐng)域具有廣泛應(yīng)用，比如十字路口、高速公路、停車場、飛機場等交通場景的行為預(yù)測；軍事基地、銀行等場景監(jiān)控，重要廣場、火車站等敏感公共場合的監(jiān)測。通過視覺技術(shù)，在不需要人為干預(yù)的情況下，對所拍攝的行為進行自動分析，對待檢測目標(biāo)進行自動識別、定位、跟蹤和預(yù)測，發(fā)現(xiàn)監(jiān)控場景下的異常行為并作出響應(yīng)。

3D視覺技術(shù)是機器視覺技術(shù)發(fā)展的重要趨勢。3D視覺技術(shù)主要包括：第一，多視角。給一個物體或場景拍攝一系列照片，機器視覺算法在給定的材料、視角和光照條件下計算出最能解釋這些照片的三維圖形，最后將特征進行聚合，形成三維物體。第二，體素。二維空間的最小單位是像素，而體素是三維空間分割上的最小單位，將物體的幾何形式表示轉(zhuǎn)換成最接近該物體的體素表達形式，不僅包含待檢測物體的表面信息，而且能描述模型的內(nèi)部屬性。第三，點云。通過激光雷達和深度攝像頭等測量儀器得到的產(chǎn)品外觀表面點的數(shù)據(jù)集合稱為點云，具體場景如三維虛擬試衣間、智能家居環(huán)境體驗、智能機器人抓取、恢復(fù)歷史遺跡的三維結(jié)構(gòu)等。

當(dāng)前，新冠肺炎疫情防控工作形勢出現(xiàn)積極向好態(tài)勢，但還處于最吃勁的關(guān)鍵階段。搶時間、補損失，貴州正在強力推進復(fù)工復(fù)產(chǎn)工作，可充分運用機器視覺技術(shù)助力打贏疫情防控阻擊戰(zhàn)和脫貧攻堅戰(zhàn)。例如：推廣應(yīng)用智能制造、智能機器人技術(shù)與系統(tǒng)，在企業(yè)人員密集型生產(chǎn)、檢測、物流等環(huán)節(jié)實現(xiàn)以機器換人；針對考勤可以采用人臉識別技術(shù)減少交叉接觸；采用無人機、攝像頭等設(shè)備的視覺功能，部分代替人工現(xiàn)場檢查，最大限度避免人員聚集；結(jié)合在工廠、社區(qū)、火車站、機場、地鐵等公共場所已有的視頻監(jiān)控系統(tǒng)，構(gòu)建特殊人群甄別預(yù)警系統(tǒng)；積極開發(fā)基于機器視覺的公共安全及時監(jiān)測、預(yù)警和快速反應(yīng)的成套技術(shù)，以提高安全防范和管理水平；加快促進機器視覺技術(shù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用，用于蔬菜水果的分級及質(zhì)量控制、農(nóng)作物病蟲害識別；加快推進機器視覺技術(shù)應(yīng)用于輔助醫(yī)療診斷，推動遠程看病，減少病人聚集等。