EN中文
咨询热线:
400-168-8336

© POMEAS INC. 2017-2021  粤ICP备16046605号   誉新源/深圳网站建设公司   

机器视觉研发工程师8年工作总结
2019.04.23

本人在机器视觉行业从事研发工作8年了,在此总结一下这个行业的技术特点,给入行的新人一点启示和参考。

机器视觉,并不是视觉,他不具有人类的视觉理解能力,说穿了他只是图像处理技术的工程应用,都是由工程师开发的算法和光学硬件设备来完成任务,并且是特定的算法完成特定的任务,互相之间没有通用性。


有人说机器的智能已经超过人类等等观点,那是过于乐观了。现在技术还远远达不到这个水准,现在的技术只能解决一些规则的,简单的检测任务,因为有相应的数学模型参考,比如形状匹配,边缘,纹理的识别等等。


如果检测的东西完全没有规律可循,那就没办法开发视觉系统了,人一眼可以看出来的,认为简单的东西,机器可能也做不了。因为人具有自主意识,真正能理解任务,哪怕在复杂的图案和花纹里面,要寻找一个特定的东西,比如扣子,手套都是容易的,但是机器就做不了,因为背景没有规律,工程师无法找到有效的特征来开发这个系统。

机器视觉系统优势.jpg

机器视觉的优势

但是机器视觉也有他的优势,那就是不知疲倦地检测一些简单的东西,比如玻璃上的划痕,屏幕上的疵点,可以做的非常准确,并且可以做到很高的精度。


机器视觉就是利用机器代替人眼做出测量和判断,在应用层面上,目前主要用来做系统集成或二次开发的较多,可以概括为以下四个部分:

1、外观缺陷检查

外观及缺陷检测,主要利用模板匹配。


2、识别

生物特征识别(人脸、语音、指纹、虹膜),目标识别(车牌识别,射频识别等),条码识别(一维码、二维码),字符识别,纹理识别等。识别的最终目的主要是为了分类,这里需要利用大数据训练学习,需要借助深度学习。


3、尺寸测量

几何尺寸测量(长、宽、高、周长、面积、体积等),圆或者椭圆(圆心、半径、轮廓、角度、尺寸等);测量必须先标定,这里涉及到相机标定问题。


4、定位

工装定位移位、装配、码垛机器人的定位等。机器视觉系统可以快速获取大量信息,而且易于自动处理,也易于同设计信息以及加工控制信息集成,因此,在现代自动化生产过程中,人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。


再说说人工智能,目前的人工智能,也只是发现了自动提取模式的方法,收集了足够多的,有代表性的样本,然后用这套系统进行学习,再应用这套系统再分类图像而已。其实也算不上什么智能,只能算是技术,仍然属于图灵机的范畴。距离真正能理解图像还相距甚远。机器视觉,人工智能,目前不能做的,正是给科研人员以及硕士,博士们研究的空间。



© POMEAS INC. 2017-2021  粤ICP备16046605号   誉新源/深圳网站建设公司