机器视觉的未来

机器视觉已有20多年的发展历史，随着颜色和3D的使用持续增长，3D和彩色视觉系统将在新机器视觉任务方面取得重大增长，例如汽车碰撞警告，互动游戏和安全性。这些视觉系统必须在不受控制的环境中运行，并且成本低且速度有保证，通常是面向消费者的机器视觉应用。那么机器视觉未来的发展还有哪些趋势呢？

智能相机占据市场大份额

“智能”相机将视觉处理移动到相机中并返回结果而不是图像。智能相机必须使用低功耗处理器，这些处理器的开发受到消费者对移动计算设备（如平板电脑）的巨大需求的驱动。

智能相机的力量非常强大，未来将会占据机器视觉市场的更大份额。

智能相机将成为常规机器视觉任务的首选工具，例如查找和测量零件，但许多视觉应用，例如某些类型的缺陷检测，需要更多的计算能力。这些应用程序已经并将通过“盒装”视觉系统解决；通常使用多核x86级处理器。定制硬件将继续用于要求苛刻的应用，例如网络检测或高速跟踪。

基于Linux操作的机器视觉正在发展

Windows目前是机器视觉系统的首选操作系统，但Linux系统的力量正在不断增强。大多数移动计算机都使用Linux变体，因此消费者的需求也在推动Linux的采用。

用户界面是机器视觉系统的关键部分。对于用户来说，界面就是机器。我们致力于制作智能，易用的用户界面，因为它可以销售机器视觉。3-D“人机界面”将允许诸如“拾取”视觉（光学）卡尺之类的东西，并通过移动手将其放置在零件上。用于对视觉系统进行编程的三维视觉系统在洗涤环境中是有用的，例如食品加工厂。

算法变得必要

算法主要是软件，但包括视觉系统的照明，相机光学和硬件的计算能力。例如，3D算法通常使用在照明模式，并且一些算法具有用于计算深度的特殊硬件。

首先，我们需要“更智能”的算法，即能够理解更多视觉世界的算法，并利用这些知识来处理产品外观的更大变化。现在，任何机器视觉系统的一个主要部分是使照明和视角“恰到好处”，因此一种更像人类的算法可以“补偿”照明或部件变化将是非常有用的。

其次，我们需要“更友善”的算法，即人类更容易使用的算法。虽然目前大多数视觉系统操作都非常容易使用，但更复杂的视觉操作通常需要大量的知识和参数“调整”才能使用。例如，考虑在嘈杂的背景上进行低对比度划痕； 比如识别蚀刻金属划痕。

机器视觉市场野蛮生长

传统的机器视觉市场 如计量，缺陷检测，跟踪，条形码读取和OCR / OCV 仍在增长，但速度反映了技术及其用户的成熟度。当前的机器视觉算法依赖于受控部件呈现，照明和光学，以实现稳健和快速的处理。

使这些应用成为可能的是它们仅限于特定的视觉任务。对于碰撞检测，视觉系统必须报告车辆路径中的某些内容，而不是“某事物”。挑战在于可靠地处理不受控制的照明（例如，迎面而来的车头灯），多个和移动的“事物”。

以下是一些严肃而奇特的应用示例，主要针对消费者，可能在未来几年内：

汽车安全的愿景被用于高端的沃尔沃和梅赛德斯，并将“向下市场”迁移。备用摄像头将很快就会被强制要求，这将有助于降低添加碰撞检测的成本。

机器人储料器。让这个机器人在您的仓库中松动，它可以了解产品箱的位置（通过条形码或RFID），然后可以从交付的商店补货。

回收材料的一些分类是通过机器视觉进行的，包括“混合废物”的分类。

有很多关于采摘，分级和分拣机的农业视觉研究，以降低成本和提高质量。

时间:2019-08-01 11:55  来源:可思数据    转发量:次