3.機(jī)器視覺的應(yīng)用

　　機(jī)器視覺應(yīng)用廣泛，如安防、制造、教育、出版、醫(yī)療、交通、軍事領(lǐng)域等。在這些機(jī)器數(shù)額的應(yīng)用中，智能圖像處理都是不可或缺的，這里僅簡要介紹其中幾個(gè)方面的應(yīng)用。

　　(1)智能制造

　　為了實(shí)現(xiàn)中國智能制造2025這一宏偉目標(biāo)，離不開機(jī)器視覺。例如，在智能圖像處理一直處于領(lǐng)先地位的廣東迅通科技股份有限公司(以下簡稱“迅通科技”)針對(duì)這一需求開發(fā)出了機(jī)器視覺分析儀平臺(tái)。其中，迅通科技為某知名汽車廠商裝配流水線開發(fā)的車門限位器自動(dòng)定位、檢測和識(shí)別的系統(tǒng)。該系統(tǒng)通過智能圖像識(shí)別方式，自動(dòng)檢測型號(hào)是否正確，定位是否準(zhǔn)確，完全代替了人工操作，檢測準(zhǔn)確率達(dá)到100%。此前，每個(gè)工位需要4個(gè)工人用眼睛來檢查、定位16種型號(hào)限位器，員工不僅很容易疲勞，還時(shí)常出現(xiàn)差錯(cuò)。

　　(2)教育考試

　　考試試卷時(shí)常發(fā)現(xiàn)因排版或印刷錯(cuò)誤影響學(xué)生考試，利用智能圖像處理技術(shù)，機(jī)器自動(dòng)對(duì)印刷后的試卷和原版試卷進(jìn)行比對(duì)，發(fā)現(xiàn)不一致之處，會(huì)自動(dòng)提示并報(bào)警，完全替代之前只能通過人工對(duì)試卷進(jìn)行校驗(yàn)。

　　(3)出版印刷

　　和教育考試類似，專業(yè)出版印刷廠由于印刷的圖書、報(bào)紙雜志，以及承接來自企業(yè)產(chǎn)品包裝和宣傳資料的種類多，數(shù)量大，排版和印刷中經(jīng)常出錯(cuò)。為此，需安排不少專業(yè)人員進(jìn)行校對(duì)，耗費(fèi)大量的資金和時(shí)間。通過利用智能圖像處理技術(shù)進(jìn)行自動(dòng)校對(duì)，既提高了校對(duì)準(zhǔn)確度，又縮短了校對(duì)時(shí)間，降低了印刷成本，縮短了出版物的交付周期。

　　(4)安防監(jiān)控

　　這是當(dāng)前備受機(jī)器視覺關(guān)注的一個(gè)領(lǐng)域。機(jī)器視覺打破了傳統(tǒng)視頻監(jiān)控系統(tǒng)的限制，增加了系統(tǒng)的智能，使得智能視頻分析得以逐步實(shí)現(xiàn)。以公共場所的視頻監(jiān)控為例，通過運(yùn)用機(jī)器視覺技術(shù)，可以實(shí)現(xiàn)對(duì)可疑人物的自動(dòng)檢測、人臉識(shí)別、實(shí)時(shí)跟蹤，必要時(shí)還可以實(shí)現(xiàn)多攝像機(jī)接連跟蹤，同時(shí)發(fā)出告警，存儲(chǔ)現(xiàn)場信息。

　　(5)智能交通

　　機(jī)器視覺在交通領(lǐng)域有著廣泛的應(yīng)用。例如，在高速公路上及卡口處，對(duì)來往車輛進(jìn)行車型、牌照等識(shí)別，甚至對(duì)行駛車輛的違規(guī)行為進(jìn)行識(shí)別。在汽車上對(duì)駕駛員面部圖像進(jìn)行分析，判斷駕駛員是否處于疲勞駕駛狀態(tài)。再如，無人駕駛汽車借助于機(jī)器視覺技術(shù)，使用攝像頭、激光/毫米波/超聲波雷達(dá)、GPS等感知道路環(huán)境信息，自動(dòng)規(guī)劃和控制車輛的安全行駛。

　　有數(shù)據(jù)顯示，2016年全球機(jī)器視覺系統(tǒng)的市場規(guī)模約46億美元， 2017年約50億美元，預(yù)計(jì)2018年達(dá)到55億美元，年增長率為10%左右。中國機(jī)器視覺市場的增長是從2010年開始的，2017年市場規(guī)模約68億元，預(yù)計(jì)到2020年或達(dá)780億元，市場增長率將超過100%。

　　4.技術(shù)瓶頸及今后的發(fā)展

　　在機(jī)器視覺的智能圖像處理技術(shù)的發(fā)展中，還存在不少技術(shù)瓶頸，如：

　　1)穩(wěn)定性：某種處理方法往往在研究和開發(fā)中表現(xiàn)良好，但在復(fù)雜多變的應(yīng)用環(huán)境中，卻不時(shí)地出現(xiàn)問題。例如人臉識(shí)別系統(tǒng)，在目標(biāo)配合時(shí)識(shí)別率可高達(dá)95%以上，但在實(shí)際監(jiān)控環(huán)境下，識(shí)別率就會(huì)大大下降。

　　2)實(shí)時(shí)性：如果圖像的采集速度、處理速度較慢，再加上新近引入的深度學(xué)習(xí)類算法，加大了系統(tǒng)實(shí)時(shí)處理的難度，跟不上機(jī)器運(yùn)行和控制的節(jié)奏。

　　3)準(zhǔn)確性：機(jī)器視覺系統(tǒng)要求圖像識(shí)別和測量的準(zhǔn)確性接近100%，任何微小的誤差都有可能帶來不可預(yù)測的后果。例如目標(biāo)定位的誤差會(huì)使裝配出來的設(shè)備不符合要求。

　　4)系統(tǒng)能力：目前的嵌入式圖像處理系統(tǒng)，存在芯片的計(jì)算能力不足，存儲(chǔ)空間有限等問題，常常不能滿足運(yùn)算量較大的圖像處理運(yùn)算，如神經(jīng)網(wǎng)絡(luò)的迭代運(yùn)算，大規(guī)模矩陣運(yùn)算等。

　　今后機(jī)器視覺中智能圖像處理的發(fā)展主要體現(xiàn)在以下幾個(gè)方面：

　　1)算法：傳統(tǒng)算法繼續(xù)不斷有所突破，新一波人工智能浪潮帶來不少新的性能優(yōu)良的圖像處理算法，如深度學(xué)習(xí)(DL)，卷積神經(jīng)網(wǎng)絡(luò)(CNN)，生成對(duì)抗網(wǎng)絡(luò)(GAN)，等等。

　　2)實(shí)時(shí)性：出現(xiàn)更多結(jié)構(gòu)新穎、資源充足、運(yùn)算快速的硬件平臺(tái)支撐，例如基于多CPU、多GPU的并行處理結(jié)構(gòu)的計(jì)算機(jī)，海量存儲(chǔ)單元等。

　　3)嵌入式：新的高速的信號(hào)處理器陣列，超大規(guī)模FPGA芯片。

　　4)融合處理：從單圖像傳感器發(fā)展到多傳感器(多視點(diǎn))的融合處理，可更加充分地獲取現(xiàn)場信息。還可融合多類傳感器，如圖像傳感器、聲音傳感器、溫度傳感器等共同完對(duì)現(xiàn)場目標(biāo)定位、識(shí)別和測量。

　　總之，無論是“中國制造2025”還是“工業(yè)4.0”都離不開人工智能，離不開計(jì)算機(jī)視覺，而智能圖像處理是機(jī)器視覺的核心技術(shù)，隨著圖像處理水平的不斷提高，一定會(huì)有力地推動(dòng)機(jī)器視覺的迅速發(fā)展。