电子说
机器视觉技术是计算机科学的一个重要分支,发展到今天,机器视觉已经有30多年的历史,它的功能在工业领域逐步完善。随着人工智能和5G网络优势,中国不断调整和优化升级传统制造业,智能制造演变的更加智能化,智慧化。其中智能制造的一个显著点就是用工业机器人代替部分人工了劳动力,使工厂的工作效率更高。而机器视觉在其中起到不可替代的作用,机器视觉在我国进入了一个快速发展时期。
机器视觉技术是一门涉及人工智能、神经生物学、物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。主要用计算机软件来模拟人的视觉功能,从客观事物的图像中提取信息,进行处理并最终用于实际检测、测量和控制。机器视觉技术最大的特点是速度快、信息量大、功能多。从技术上来看,机器视觉行业将呈现以下几大发展趋势。
1.智能城市。以智能交通行业为例,机器视觉具有成本低、稳定性强、准确性高、应用范围广等优点,目前已经在国内外高速公路和公路的交通监控系统中得到了广泛的应用,具体体现在车牌识别、车身颜色识别、车型识别、违章识别、车流量统计、流量控制等。其次在安防中,也将大量使用,基于机器视觉技术的智能安防系统,能够从众多视频材料中进行图像识别,搜寻可疑人物等信息,实现对高危人员的识别和筛查;同时还能够从多个监控设备自动识别可疑物体,自动发出警报提醒安保工作人员。
2.无人商店。阿里巴巴和腾讯早已布局了无人商店,可以说无人商店的发展前景巨大,中国拥有开设无人商店最好的环境,顾客习惯于电子支付,另一方面从劳动力成本来说,中国的企业也会更快拥抱这一商业运营模式。机器视觉愈加得到青睐。
3.视觉检测。在一些不适合人工作业的危险工作环境,或人工视觉难以满足要求的场合,常用机器视觉来替代人工视觉;同时在大批量工业生产过程中,用人工视觉检查产品质量效率低且精度不高,用机器视觉检测方法可以极大的提高生产效率和生产的自动化程度。
机器视觉项目很强调软硬件结合。
机器视觉软件一般用编程语言调用算法库的形式,机器视觉算法库有很多包括:halcon、vision pro、opencv、matlab等。halcon是德国MVtec公司的算法库,也是目前市面上用的最多的算法库。vision pro是美国康耐视结合自己的视觉硬件产品推出的,当然也兼容其他硬件产品。OpenCV是开源算法库,本身很大很全,应该算计算机视觉的库,现在也有很多用这个,因为免费开源。Matlab是学校科班教学教图像识别一般都是按照这个教的,但是我看到的实际工业用的并不多。
机器视觉入门我很建议从HALCON开始。主要是我认为机器视觉软件入门第一步最重要的是理解图像采集、blob分析、形态学等一些基本的图像处理手段的作用和机器视觉项目软件整体怎么编写重要的是理解整体框架。在halcon、vision pro、opencv、matlab等不同算法库里面blob分析、形态学分析的具体算子内部编写可能会不一样,但是基本原理和实现的功能是一样的。通过halcon熟悉机器视觉项目的套路和方法,其他的学起来就简单了。halcon比较成熟,网上的破解软件也很多,教程资料也和很多(又从vision pro开始学的,但是这个目前学习资料确实不多)。之所以推荐从halcon入门,还一个重要原因是HDevelop(halcon算法的开发软件,两者关系有点类似微软的office和word的关系)提供了大量辅助工具帮助进行图像分析和软件调试,调试完毕后可以直接点击“插入代码”按钮自动生成程序语句,如下图所示,这样可以帮助我们快速完成程序编写并了解具体该用什么算子。程序编制完成后,HDevelop还可以直接导出C、C++、C#、VB等,以便后续程序的汇总。
机器视觉入门的书籍首选推荐《机器视觉算法与应用》,这本书基本算是halcon的官方书籍,因为本身作者就是halcon的开发人员,而且最难得的是这是少有的从相机、镜头、光源这些硬件开始写起的机器视觉图书。当然这本书限于篇幅理论讲的不是很细,讲理论还是得经典的冈萨雷斯的《数字图像处理》,但是入门我还是建议《机器视觉算法与应用》,还是说先了解整体架构,了解套路,知道怎么干,然后再深入。第一版是双语版(可以顺便学英语专业词汇),第二版增加了新的摄像机和图像采集接口、三维传感器及技术、三维重建、三维物体识别以及最先进的分类算法等。
机器视觉软件编程我建议最好采用C++,虽然这两年python比较火,但是工业上还是C++用的更多一些。如果像我是从机械转行机器视觉,零基础开始学,图书建议选《C++ Primer Plus》,如下图。虽然《C++ Primer》更经典,但是就像那句话说的“《C++ Primer》一点都不primer”,《C++ Primer》是可以用来当做C++的字典用的一本书,不适合用于C++入门。而且读《C++ Primer Plus》这本书可知直接照着书练习,示例非常完整详细,不需要配合别的视频教程类的资料学习。
全部0条评论
快来发表一下你的评论吧 !