机械网--计算机视觉和机器人视觉概述

1. 计算机视觉的概念计算机视觉就是用各种成像系统代替视觉器官作为输入敏感手段，由计算机来代替大脑完成处理和解释。计算机视觉的终究研究目标就是使计算性能像人那样通过视觉视察和理解世界，具有自主适应环境的能力。但在实现终究目标之前，人们努力的中期目标是建立1种视觉系统，这个系统能根据视觉敏感和反馈的某种程度的智能完成1定的任务。（这里要指出的1点是在计算机视觉系统中计算机起代替人脑的作用，但其实不意味着计算机必须按人类视觉的方法完成视觉信息的处理。计算机视觉可以而且应当根据计算机系统的特点来进行视觉信息的处理、指导。）2. 计算机视觉的发展视觉研究是在Roberts之前都是基于2维的，而且多数是采取模式辨认的方法完成分类工作的。Roberts首先用程序成功地对3维积木世界进行解释，在以后类似的研究中，Huffman。 Clowes和Waltz等人对积木世界进行了研究并分别解决了由线段解释景物和处理阴影等问题。积木世界的研究反应了视觉早期研究中的1些特点，即从简化的世界动身进行研究。这些工作对视觉研究的发展起了促进作用，但对稍微复杂的景物便难以见效。20世纪70年代中期，以Marr房屋拆迁停业停产怎么算, Barrow和Tenebaum等人为代表的1些研究者提出了1整套视觉计算的理论来描述视觉进程，其核心是从图像恢复物体的3维形状。在视觉研究的理论上，以Marr的理论影响最为深远。其理论强调表示的重要性，提出要从不同层次去研究信息处理的问题。对计算理论和算法实现，他又特别强调计算理论的重要性。这1框架虽然在细节上乃至在主导思想上还存在不完备的方面，许多方面还有很多争议，但至今还是目前计算机视觉研究的基本框架。进入80年代中后期铁路征收补偿标准拆迁，随着移动式机器人等的研究，视觉研究与之密切结合，大量引入了空间几何的方法和物理知识，其主要目标是实现对道路和障碍的辨认处理。这1时期引入主动视觉的研究方法，使用了距离传感器政府为什么强征强拆，并采取了多传感器融会等技术。3. 计算机视觉研究存在的问题世界各国的研究者们依照Marr提出的基本理论框架，对计算机视觉系统的各个研究层次进行了大量的研究，并提出了相应的解决方法，但总的来讲，这些方法都存在着1些问题，或缺少通用性，或抗干扰能力差，或存在多解性，其缘由以下：1是计算机视觉是1个逆问题，即输入图像为2维图像的灰度，它是3维物体几何特点、光照、物体材料表面性质、物体的色采、摄像机参数等许多因素的函数。由灰度反推以上各种参数是逆问题，而这些问题大都是非线形的，问题的解不具有唯1性，而且对噪声或离散化引发的误差都极其敏感；另外1个缘由是Marr的视觉系统框架是1个自上而下的、模块的、单向的、数据驱动型的结构。神经生理学的深入研究表明，这类结构与人的视觉系统还有很大差距，生物视觉系统的认知进程是1种与外界交互作用的有目的、主动性进程，而不单单是1种被动式的反应。 4. 机器人视觉的概念1. 机器人视觉系统是指用计算机来实现人的视觉功能，也就是用计算机来实现对客观的3维世界的辨认。2. 机器人视觉主要研究用计算机来模拟人的视觉功能从客观事物的图像中提取信息，进行处理并加以理解，终究用于实际检测、丈量和控制。 人类视觉系统的感受部分是视网膜，它是1个3维采样系统。3维物体的可见部分投影到视网膜上，人们依照投影到视网膜上的2维成像来对该物体进行3维理解。如果把3维客观世界到2维投影象看作是1种正变换的话，则机器视觉系统所要做的是从这类2维投影图像（灰度阵列）到3维客观世界的逆变换，也就是根据这类2维投影图像去重建3维的客观世界。 5. 机器人视觉的发展机器人视觉系统按其发展可分为3代。第1代机器人视觉的功能1般是按规定流程对图像进行处理并输出结果。这类系统1般由普通数字电路搭成，主要用于平板材料的缺点检测。第2代机器人视觉系统1般由1台计算机，1个图像输入设备和结果输出硬件构成。视觉信息在机内以串行方式活动，有1定学习能力以适应各种新情况。第3代机器人视觉系统是目前国际上正在开发使用的系统。采取高速图像处理芯片，并行算法，具有高度的智能和普通的适应性，能模拟人的高度视觉功能。6. 计算机视觉和机器人视觉的比较计算机视觉与机器人视觉有很多的类似的地方，2者的基本理论框架、底层理论、算法等是类似的，但计算机视觉与机器人视觉研究的终究目的不同：前者主要研究视觉检验，精度要求高，速度不是主要考虑的问题；而机器人视觉主要研究在视觉引导下机器人对环境的作用，有实时性的要求。因此机器人视觉研究存在更多的困难。7. 机器人视觉系统的方法（本文略）8. 机器人视觉国内外的利用国外机器视觉系统利用于很多方面，如用于海洋石油开采，海底勘查的水下机器人;用于医疗外科手术及研究的医用机器人;帮助人类了解宇宙的空间机器人;完成特殊任务的核工业机器人等。虽然我国在机器视觉方面的发展与世界先进水平相比还有1定差距，但机器视觉系统的研制工作也取得了1定的成果。我国视觉机器人利用主要有以下目的:用以代替人类从事危险、有害和卑鄙环境、超净环境下的工作;把人从肮脏、沉重的劳动中解放出来;提高劳动生产率，改进产品质量，快速响应市场要求，加强在国际市场的竞争能力。 9. 机器人视觉目前存在的主要问题目前的机器人视觉存在以下1些问题：1. 如何准确、高速(实时)地辨认出目标。2.如何有效地构造和组织出可靠的辨认算法，并且顺利地实现。这期待着高速的阵列处理单元，和算法(如神经网络法、小波变换等算法)的新突破，这样就可以够用极少的计算量高度地并行实现功能。3.实时性是1个难以解决的重要问题．图像搜集速度较低和图像处理需要较长时间给系统带来明显的时滞，另外视觉信息的引入也明显增大了系统的计算量，例如计算图像雅可比矩阵、估计深度信息等等．图像处理速度是影响视觉系统实时性的主要瓶颈之1。4.稳定性是所有控制系统首先考虑的问题，对视觉控制系统，不论是基于位置、基于图像或混合的视觉伺服方法都面临着以下问题：当初始点阔别目标点时，如何保证系统的稳定性，即增大稳定区域和保证全局收敛；为了不伺服失败，如何保证特点点始终处在视场内。10. 机器人视觉应当进1步研究的问题根据目前情况，机器人视觉应在以下几个方面进1步加强研究：1.图像特点的选择问题。视觉伺服的性能密切依赖于所用的图像特点，特点的选择不但要考虑辨认的指标，还要考虑控制指标。从控制的观点看，用冗余特点可抑制噪声的影响，提高视觉伺服的性能，但又会给图像处理增加难度。因此如何选择性能最优的特点，如何处理特点和如何评价特点，都是需要进1步研究的问题。针对任务有时可能需要从1套特点切换到另外1套，可以考虑把全局特点与局部特点结合起来。2.结合计算机视觉及图像处理的研究成果，建立机器人视觉系统的专用软件库。3.加强系统的动态性能研究。目前的研究多集中于根据图像信息肯定期望的机器人运动这1环节上，而对全部视觉伺服系统的动态性能缺少研究。4.利用智能技术的成果。5.利用主动视觉的成果。主动视觉是当今计算机视觉和机器人视觉研究领域中的1个热门课题。它强调的是视觉系统与其所处环境之间的交互作用能力。与传统的通用视觉不同，主动视觉强调两点，1是认为视觉系统应具有主动感知的能力，2是认为视觉系统应基于1定的任务(Task Directed)或目的(Purposive Directed)。主动视觉认为在视觉信息取得进程中，应更主动地调解摄像机的参数，如方向、焦距、孔径等并能使摄像机迅速对准感兴趣的物体。更1般地，它强调注视机制(Attention)，强调对散布于不同空间范围和时间段上的信号采取不同的分辨率有选择性地感知，这类主动感知既可在硬件层上通过摄像机物理参数的调解实现，也能够在基于被动摄像机的条件下，在算法和表示层上通过对已获得的数据有选择性地处理实现。同时，主动视觉认为不基于任何目的的视觉进程是毫无意义的，必须将视觉系统与具有的目的(如导航、辨认、操作等)相联系，从而构成感知／作用环(Perception／Action Cycle)。6.多传感器融会问题。视觉传感用具有1定的使用范围，如能有效地结合其它传感器，利用它们之间性能互补的优势，便可以消除不肯定性，取得更加可靠、准确的结果。(end)资讯分类行业动态帮助文档展会专题报道5金人物商家文章