計算機視覺技術在自動化中的應用探析

江浩

摘? 要：科技發展，計算機新技術興起，不斷地在更新功能與配件，以此為人們的工作和生活帶來了諸多便利。近兩年來，人們開始在原先技術上進行創新，力求探索人工智能系統。這種高端系統的建成離不開計算機視覺技術的強有力的支撐。文章將先簡要概述計算機視覺技術的工作原理及理論框架，并著重分析該項技術在農業、工業、醫學自動化領域的應用，希望可供相關專業人士參考。

關鍵詞：計算機視覺技術;應用;參考

中圖分類號：TP391.4? ? ? ? 文獻標志碼：A? ? ? ? ?文章編號：2095-2945（2020）14-0179-02

Abstract： With the development of science and technology and the rise of new computer technology， functions and accessories are constantly updated， which brings a lot of convenience to people's work and life. In the past two years， people have begun to innovate the original technology and strive to explore artificial intelligence systems. The construction of this high-end system is inseparable from the strong support of computer vision technology. This paper briefly summarizes the working principle and theoretical framework of computer vision technology， and focuses on the application of this technology in the fields of agriculture， industry and medical automation， in the hope of providing reference for relevant professionals.

Keywords： computer vision technology; application; reference

計算機視覺技術主要是利用圖像來實現對環境信息的識別與認知，為實現這項技術功能需要依靠多種高尖端技術提供支撐。隨著近幾年來技術的研發創新，計算機視覺技術的先進化、便利化等都有了明顯的提升，已逐步應用在實際的生產與生活中。

1 計算機視覺技術相關概念

1.1 相關概念

計算機視覺技術是在圖像與信號處理技術、概率分析統計、網絡神經技術以及信息處理技術的基礎上，與計算機系統相連來分析、處理數據信息的一項視覺信息的技術，它是在現代社會科學技術發展下新興起的一項高新技術。在技術運行上具體是通過用攝像機來代替人眼，計算機主體充當人的大腦，使其能夠在技術的支撐下進行識別、判斷以及記憶目標的功能，代替人類進行部分生產作業。現如今，該項技術已在眾多領域得到推廣使用[1]。

1.2 工作原理

在亮度滿足要求的情況下，攝影機開始通過鏡頭對具體事物的圖像信息進行采集，接著利用進行內部信息的輸送，計算機系統迅速響應與接收，并利用圖像處理技術進一步處理原始圖像，優化圖像效果，分類與整理圖像中的關鍵信息，從而識別提取到所需的精準、高層次的抽象信息，最后再將信息儲存到數據庫中，以用來實時對需識別事物與所儲存信息的進行對比，高效地完成技術運行作業。

1.3 理論框架

自20世紀80年代起，計算機視覺技術在市場上所占比例開始直線攀升，從理論的歸納提出，到應用策略問題的解決，計算機視覺技術在不斷的完善。視覺計算理論研究層次涵蓋計算機理論、算法以及實際執行等多個方面。如若以計算機的理論視角入手來分析視覺技術，需要借助于要素圖、維圖以及三維模型表像來進一步探索。在此過程中，我們通過有效信息的傳送進而去完成處理、識別等作業。視分析作業的復雜程度，大致可分為低層、中層、高層視覺處理三大層次，方便于用戶根據需求自行選擇，快捷地完成功能命令[2]。

2 計算機視覺技術在自動化中的應用

2.1 應用在農業自動化領域

農業與我們的日常生活息息相關，農業作業要考慮生產周期、產量等因素，保質保量的進行生產，所以在作業的過程中對高新技術的使用也有所需求。在生產作業的過程中，也可通過利用計算機視覺技術，來實現全天候實時監測農作物的生長狀況，及時的發現問題與尋找應對措施去解決問題，科學地、高效地管理農作物的生產近況。同時，該項技術還可用于檢測農產品的質量，保障優質化的產出。以農業中對蔬菜質量的監測為例，使用傳統的人工檢測既費時費力，且在檢測過程中易造成蔬菜損傷，最終所得的結果準確度也不高。依據此情況，我們可借助計算機視覺技術進行輔助作業，先通過感應外部所釋放出來的紅外線、紫外線以及其他可見光的大小，接著與標準值相對比，進而依據對比結果科學地判斷蔬菜質量的優劣，這種方法快捷、效率高，在有效的時間內檢測能夠精準檢測多于人工檢測幾倍的農田，獲得事半功倍的結果，在技術上具有無可比擬的優勢，所以現如今被廣泛地應用于農業生產自動化領域[3]。

2.2 應用在工業自動化領域

計算機視覺技術在工業自動化領域也可發揮功效，如精密零件尺寸的測量等。其測量與被測對象的原理如圖1所示。

具體運行原理為：在計算機檢測系統中主要包括光學系統、處理系統以及CCD攝像頭，運行時先通過光源發出平行光束照射到被檢測對象身上，后利用顯微光學鏡將輪廓圖像投射到攝像機的面陣CCD上，待系統接收到信息后進行處理，獲取被測部位的輪廓的準確位置信息。若此時發現被測對象出現了輕微位移，則需重復操作過程進行二次測量，后將兩次測量的位置差進行比較，避免誤差的出現，最終得出被測物體的位移量及準確位置。

除此之外，計算機視覺技術還可被應用在工業自動化領域的逆向工程中。所謂的逆向工程是指：應用3D數字化測量儀快速測出現有工件輪廓的坐標值，同時構建起曲面，利于保存成CAD或CAM圖像，便于后期在CNC制作中心加工，最終運用這些數據信息生產出具有統一規格的產品。仔細分析可發現逆向工程中最關鍵一環在于“如何通過精密測量系統來測量樣品的三圍尺寸？”進而獲取數據、曲面處理與加工生產。針對這一問題可結合計算機視覺技術的功效，利用線結構光測量物體表面輪廓技術來完成精準測量。具體輪廓結構示意圖如圖2所示。

檢測與圖像轉換流程為：先利用激光穿越平行、等距的振幅光柵組件，或直接式的采用干涉儀，來構建形成平面條紋結構光，投向物體表面，條紋會依據各物體表面深度、曲率的不同產生變化，保障所測數據的準確。接著，通過使用CCD攝像機對變形條紋進行拍攝，進一步分析物體表面輪廓的變化情況，并及時的將圖像信號轉化為模擬信號，再轉化為數字信號，傳送再還原信號到圖形處理系統，得到我們最終所要的三維輪廓圖像。

從上述論述的兩項計算機視覺技術在工業自動化領域應用的案例中我們可以明顯看出，計算機視覺技術的深入廣泛應用，不僅能夠通過精準測量、科學對比來保障產品的生產質量，還可促成產品的生產速度得到跨越式的提高。計算機視覺技術的輻射范圍很大，可用以檢測產品包裝質量，封口質量以及印刷質量等細節部分，自然因功能的強大，受到了多個領域的一致好評。據一些權威書刊、互聯網平臺上的統計數據顯示，在印刷造幣機器上應用計算機視覺技術可以幾乎沒有出現任何差錯，由此可知，在工業自動領域中應用計算機視覺技術的應用具有相當大的可行性以及寬闊的發展前景。

2.3 應用醫學自動化領域

在醫學自動化領域也可從CT圖像、X射線圖像上等多方面看到計算機視覺技術的應用。高新技術的輔助應用，在一定程度上簡化了診斷流程，方便醫生可準確判斷病人病情。不僅在醫療診斷過程中計算機視覺技術可發揮出功效，而且在生產藥品方面該項技術也可用于檢測藥品包裝的合格程度。當向傳送裝置下達運輸命令，傳送裝置通過內置的檢測與分離兩個區域，迅速采集的所需圖像信息與傳送藥品到指定區域，接著將采集信息傳遞到計算機系統，進而去進行處理，精準地識別出未能包裝好的藥品，將信息傳遞到分離區，由分離區的自動裝置進行藥品的分離，有效地分類出包裝好的藥品與未能包裝好的藥品，這一檢測過程大大地簡化了傳統檢測的流程，在很大程度上減少了人力、物力的浪費，并做到了準確無誤的檢測，完善了藥品生產的自動化作業，讓工作效率得以提升，節約了企業經營成本，為企業創造更多收益。從此處可以看出，在醫學自動化領域中應用計算機視覺技術既可以輔助醫療診斷，又可推動藥品生產，值得被廣泛推廣使用。

3 結束語

總而言之，計算機視覺技術作為專門研究計算機識別能力的一項高新技術，它的身上涵蓋了多項技術功能，雖看似具有一定的復雜性，但技術功能具有強有力的應用價值，能夠給人們生產生活帶來極大的便利。在自動化的各項生產過程中，要想科學、合理的應用該項技術提高生產效率，就必須在明確地理解基礎理論知識的基礎上，進一步結合實際生產情況，邊探索邊應用，堅持在實踐探索中總結經驗與突破創新，從而令計算機視覺技術得到更好地推廣與應用，以此來輔助生產、檢測等一系列作業流程，更好的服務于社會，服務于人類，進而促進社會發展與科技發展。

參考文獻：

[1]王依楠.船舶自動識別系統中的計算機視覺技術應用[J].艦船科學技術，2019，41（02）：76-78.

[2]黃藩，劉飛，王云，等.計算機視覺技術在茶葉領域中的應用現狀及展望[J].茶葉科學，2019，39（01）：81-87.

[3]應婧，王攀，盧營蓬，等.計算機視覺技術在農業上的應用初探[J].四川農業與農機，2019（01）：25.