在現(xiàn)代化生產(chǎn)中，由于能夠最大程度的提高產(chǎn)品質(zhì)量、降低成本，近年來一直被廣泛用于各類工業(yè)檢測項目上。而隨著工業(yè)制造技術(shù)和加工工藝的提高和改進(jìn)，對檢測手段、檢測速度和精度提出得更高要求，也使得機(jī)器視覺檢測技術(shù)在各大行業(yè)建功無數(shù)，發(fā)展勢頭強(qiáng)勁。那么，今天我們就來細(xì)數(shù)下機(jī)器視覺檢測發(fā)展的幾個歷程和趨勢。

1、初級視覺理論：主要針對光學(xué)成像的逆問題，是由能從二維光強(qiáng)度陣列恢復(fù)三維可見表面物理性質(zhì)的一系列處理過程組成。這里各過程的輸入數(shù)據(jù)及計算目的都是能夠明確描述的，如邊緣檢測、立體匹配、由運(yùn)動恢復(fù)結(jié)構(gòu)等方法。在三維物體投影成二維圖像過程中，三維信息有很多損失，從而導(dǎo)致病態(tài)問題產(chǎn)生，因此加強(qiáng)對初級視覺過程及其約束條件的研究就顯得格外重要，其主要針對3D重建。

2、主動視覺理論：主動視覺指觀察者以確定或不定方式運(yùn)動跟蹤目標(biāo)、感知對象的技術(shù)方法。在主動視覺中，觀察者和目標(biāo)物體也可同時運(yùn)動，觀察者的運(yùn)動為研究目標(biāo)的形狀、距離和運(yùn)動提供了附加條件，重要研究方向為目標(biāo)跟蹤，導(dǎo)彈攔截等。

3、視覺信息融合：將多種視覺信息相互融合，有可能突破單一視覺信息獲取的局限性，達(dá)到利用理想環(huán)境下靜止和瞬間的視覺信息獲取，達(dá)到認(rèn)識復(fù)雜客觀世界的要求，主要研究領(lǐng)域為圖像信息融合。

4、三維場景重建：目前對三維場景的恢復(fù)理論和算法局限于對景物“可視”部分，屬于2.5維信息表達(dá)，僅提供物體可見輪廓以內(nèi)的三維信息。恢復(fù)景物表面可見與不可見部分的完整信息，是一個復(fù)雜但也急待解決的理論難題。

5、算法性能評價：機(jī)器視覺研究關(guān)注任務(wù)可否進(jìn)行或能否完成，缺乏對算法和系統(tǒng)方法性能質(zhì)量的刻化和評價。在實際應(yīng)用中，效率和性能十分重要，否則算法和系統(tǒng)無法走出實驗室，因此，算法性能評價的建立必不可少。

6、視覺并行計算：視覺實時計算還有許多理論、算法和技術(shù)上的問題。視覺并行計算結(jié)構(gòu)發(fā)展趨勢是在越來越大的結(jié)構(gòu)中采用越來越小的處理單元，其發(fā)展方向是由基本邏輯運(yùn)算處理單元組成龐大的處理網(wǎng)絡(luò)系統(tǒng)。

8、通用視覺信息系統(tǒng)：能完成各種視覺任務(wù)的通用視覺信息系統(tǒng)，即建立類比于人類視覺系統(tǒng)功能的機(jī)器視覺系統(tǒng)，通過建立專用視覺系統(tǒng)平臺，逐漸發(fā)展到完善的通用視覺系統(tǒng)，如視覺平臺，高度智能化的視覺機(jī)器人等。

可預(yù)計的是，隨著機(jī)器視覺技術(shù)自身的成熟和發(fā)展，機(jī)器視覺檢測技術(shù)將在現(xiàn)代和未來制造企業(yè)中得到越來越廣泛的應(yīng)用。

審核編輯：黃飛