機器視覺和人工智能的現代化發展分析

陳之射?尹芳曄

摘要：隨著數字化科技的快速發展，越來越多的人工智能技術正在向傳統領域進一步滲透，手機、電腦等電子化產品已經在人們生活中屢見不鮮，同時越來越多數字化產品，也即將改變人們的生產、生活方式，并發揮著越來越重要的作用。機器視覺是人工智能領域中的重要組成部分，不僅能夠代替人工視覺，完成一些不可能完成的任務，而且也可以通過圖像的采集分析以及處理整合，實現工業化的集成化發展目的。本文針對機器視覺和人工智能的概念以及內容進行分析，結合細化技術發展現狀，探討其在人類社會發展以及未來工業應用中的場景及展望。

關鍵詞：機器視覺；人工智能；現代化發展；技術細節

機器視覺是人工智能發展中的重要代表性技術，要求機器人具有一定的智能化，同時要以超越人類視覺的方式對圖像物體進行觀察判斷。機器視覺對于社會工業化發展尤為重要，不僅能夠涉足一些人類無法企及的領域，同時也能適應一些條件建立較為苛刻的環境。第一，對于改變人類社會工業化發展具有深遠性影響，但是機器視覺和人工智能都極度依賴于技術的成熟度，在21世紀之前雖然人對技術有所構想，但是技術深度還無法達到。2000年以后計算機技術以及細分產業得到了快速發展，此時的機器視覺和人工智能也有了更多的晉升渠道，不僅讓人們的生產和工作更加便利，同時也帶動了其他技術產業進行配合。機器視覺本身集合了圖像處理、圖像傳感、工程機械、軟硬件等技術，人工智能則更多的是對于現場環境進行綜合判斷，并通過“云端”進行數據分析和處理，兩者互相配合可以產生更高的靈活性以及自動化程度，對于不適合人工作業的危險場所或人類視覺無法達到的生產精度具有重要的發展意義，尤其在大批量重復生產過程中可以降低人工成本、提高工作效率。

一、機器視覺和人工智能概念及發展過程

（一）機器視覺的概念和發展過程

機器視覺是建立在計算機世界理論工程化基礎上的一門學科，傳統的機器視覺主要通過外部觀測系統與計算機相連，然后對物體或圖形進行觀察，將觀察的數據傳入電腦之中，形成數據化分析。在20世紀50年代初，早期的機器視覺主要對二維圖像以及各類工件表面進行檢測，直到六十年代由美國工程學院提出了二維圖像掃描建立三維模型的相關概念，但是受制于當時的技術，還無法完全實踐，直到七十年代創立了人類視覺三維場景信息理論，才進一步提升了三維物體的觀察精度，之后計算機硬件的信息處理能力逐漸增加，從而催生了圖像處理技術以及圖像傳感器的高速發展，逐漸從實驗室理論轉向工業化應用場景，從而催生了機器視覺這一概念。我國引入機器視覺技術較晚，大約在九十年代中后期，但是實際應用則在2000年前后[1]。隨著人類社會的工業化發展速度逐步加快，越來越多的領域需要精細化管理而，單純依靠人力無法完成，需要通過機器取代視覺性的技術調整，當環境條件和技術條件都成熟后，機器視覺技術率先在工業領域發展起來，主要應對人類肉眼視覺和滿足工業發展需求，本身具有環境限制小、疲勞狀態低、識別能力高等特點，而且還可以借助人工智能技術進行超高速計算以及圖像存儲分析。機器視覺技術的圖像判斷方式與人腦有著本質性區別，大多是以強大的數據庫作為支撐，通過對比分析得出結論，因此機器視覺技術在發展過程中也遇到相當復雜的難題，其中就包括難以保證的準確率。雖然目前基于大數據技術已經積攢了足夠的數據資料，但是仍存在準確性和模糊性的取舍判斷，這也成了機器視覺技術進一步發展的重要瓶頸。

（二）人工智能的概念和發展過程

人工智能顧名思義就是利用機器的特殊計算方法代替人腦完成工作，最具有代表性的就是具有智能化的機器人，在各種工業化生產場所中代替人工完成一些復雜或者重復性較大的工作任務。人工智能理論最早出現于20世紀五十年代中期，之前的人工智能技術大多基于理論，通過簡單的算法完成一些較小型的重復運動，同時人工智能也受制于當時的計算機硬件技術，沒有強大的算力就無法完成較為復雜的運算。現如今人類社會的數字化科技已經達到了一定高度，尤其是計算機硬件處理，模型規模也非常龐大，目前進入日常家庭中的機器人也非常多，而工業化的人工智能技術也走入了高速發展階段，同時也應用到了多個領域當中。真正讓人們意識到人工智能技術有了突破性的發展，是人工智能在圍棋領域打敗了人類頂級冠軍，而這背后主要歸功于較為復雜的計算模型，通過大量數據以及演練推算所形成具有預見性的數據步驟[2]。

與此同時，人工智能也在潛移默化地改變了人們的生產、生活方式，例如當前人們所使用的電子產品智能解鎖功能，通過對于面部表情的捕捉以及生物特征的掃描等方式解鎖，都是人工智能背后強大的運算能力，而且人工智能在各個領域中都有所涉及，極大地推動了現代科學發展，并更多地與傳統行業進行融合，形成了“計算機+”的發展趨勢，進一步促進了信息基礎能力的擴展。值得注意的是，人工智能并非是一個簡單的程序或軟件，而是與多項技術進行深度融合的，智能化模式不僅實現了多種技術類型的工業化發展，同時也能促使不同行業進行深度融合[3]。

（三）機器視覺和人工智能的應用發展

當前正處于科技爆炸時代，人工智能越來越多地應用到了人們的日常生活工作當中，機器視覺和人工智能都以服務人類社會為主要基本目標，而且二者之間的有效結合還能進一步發揮出技術潛力。例如在食品藥品安全檢測過程中，傳統的生產方式依靠人工逐個排查，不僅人力成本較高，而且很容易受到主觀意識支配，存在視覺疲勞等問題，運用機器視覺技術不僅可以有效解決這類難題，而且通過與人工智能技術的結合，還能進一步提高食品藥品的檢測精度，并讓生產效率進一步攀升[4]。另外，機器視覺和人工智能的應用發展還更多地運用在動態圖像捕捉方面，例如隨著汽車工業的快速發展，當前我國的汽車保有量逐漸增加，為了確保駕駛安全，在不同的公路路段會設有監控，而一些高端車型還會安裝駕駛員疲勞檢測功能，為實現這些功能都是利用機器視覺和人工智能技術對人臉面部捕捉以及周圍環境圖像的智能化分析，使得公路交通運輸更加安全有序，不僅提高了公路運輸效率，同時也能為可能出現的安全事故不斷地收集處罰依據，是我國依法治國重要的技術措施和渠道[5]。機器視覺和人工智能還更多地運用在，生態發展以及環境保護等方面，包括應對不可抗力的大自然監控系統、化工生產企業的生產排放系統等，目前也都得到了高速發展，由此可以看出機器視覺和人工智能的核心應用技術填補了很多以往工業發展的空白。

二、機器視覺細化技術發展應用

（一）光源技術

機器視覺技術的運用基礎是通過對物體或圖形的外觀檢測進行數據分析，因此光源技術是機器視覺技術中的最根本依據，由于機器與人類視覺系統存在的本質性差異，因此在數據分析、圖像檢測等方面也應非常不同，光源是影響圖像以及物體表觀特征的重要因素，優質光源不僅能夠為機器視覺數據分析提供重要的基礎環境，同時也能增強顏色或者線條的對比度，對于提高其視覺的準確性具有積極意義，所以在提升機器視覺細化技術發展應用的道路上，應重點突破光源技術。在之前的機器視覺細化技術發展過程中采用何種光源在學術界爭議較大，但是理論應結合實際，目前通過實踐表明透射光以及反射光在提高照射面積及亮度方面更具優勢，因此也有效提高了機器視覺的識別精度，但是也要求透射光以及反射光有相應配套的機器模組，所以任何技術的發展都并非單一性的技術突破，而是多種技術的疊加[6]。

（二）攝像技術

攝像技術是機器視覺技術構建模組中的重要組成部分，同時也是基礎設施之一，傳統的機器技術常以被動視覺設備為主，通過安裝固定機械臂或固定機械進行圖像或物體表征捕捉，但是由于電子耦合器性能較差，因此對于動態性的物體捕捉清晰度也較差，常常由于動態圖像較為模糊造成分析誤差較大。近些年來隨著攝像機技術的快速發展，電子耦合器的性能也得到了有效提高，不僅有效提高了動態捕捉清晰度，同時還縮小了電子耦合器的體積，在一定程度上提高了機器視覺技術的主動圖像獲取能力，這對于一些圖像細節要求精度較高的領域具有重要意義，例如在重大自然災害預警系統以及生態環境保護系統當中，機器視覺的攝像技術都有重要的發揮[7]。

（三）信號處理技術

在傳統的工業加工場所，往往是封閉的空間進行作業，因此對于機器視覺捕捉技術的場所要求并不高，完全可以通過物理線路進行鋪設在封閉的空間內完成運作，但是隨著當前工業發展的速度逐步加快，越來越多戶外型的空間場所也需運用機器視覺技術，這樣一來就對無線信號處理技術有了更高要求。信號處理技術是機器視覺技術的關鍵所在，也是限制機器視覺技術運用在更加廣泛的場景中的核心問題，不僅要求信號處理硬件具有更高的性能，同時也要求信號傳遞盡量地降低延時時間[8]。當前的信號處理技術，更多地運用人工智能集成電路，不僅解決了機器視覺中的集成電路問題，而且當前5G無線傳輸技術也為信號處理環節提供了重要的技術支持，在很多遠程工作場景中工程師可在另一端根據圖像捕捉進行判斷，然后輸入指令，而在遠程的另一端則通過機械完成各類操作，不僅降低了時間成本，同時也打破了時間與空間限制，對于精密化的現代化工業發展具有深遠性影響。

三、機器視覺和人工智能的現代化發展應用分析

（一）無人駕駛汽車

我國是人口數量最多的國家，前期的工業發展大多集中在城市區域，由于城市的空間有限，因此很多時候不得不壓縮空間，但是交通運輸無法壓縮空間，很多大中城市中人們反映行車難、行車慢的問題。這些年來無人駕駛汽車成了熱議話題，不僅受到了很多資本企業關注，同時也對科研人員提出了更多挑戰，對于機器視覺技術要求較高，也需要依托人工智能算法對整個城市的交通運輸情況進行分析，如此一來在宏觀角度可以分析出最佳路線，從微觀角度則可以判斷汽車行駛的安全性。機器視覺和人工智能在無人駕駛汽車領域中具有較好的發展前景，但是還需要針對交通標志、紅綠燈信息、行人躲避以及智能駕駛輔助等多個方面進行技術壁壘貫通。可以說無人駕駛汽車是機器視覺和人工智能技術應用的“藍海”，但是也對相應的技術安全性和穩定性提出了更高要求，要針對繁雜的路況信息進行數據比對分析，目前在一些大中城市已經成功地運用了快遞無人駕駛汽車[9]。

（二）工業自動化

工業自動化一直以來都是工業發展中的重要關注點，自動化技術可以有效降低人工勞力強度，同時精準性較高，其是衡量國家綜合實力的重要標準之一，將機器視覺和人工智能技術運用到工業自動化領域當中，主要有以下幾個領域可以探討。首先，通過精準的機器視覺對機器進行視覺引導以及目標定位，例如工業生產中的機器手臂，可以完成大量繁復性的工作，包括焊接、打包、組裝等，不僅效率更高，同時也能降低成本。其次，工業產品的外觀檢測，以往通常依靠有經驗的工人，但是也可能會受到主觀意識的影響，存在漏報或錯報問題，運用機器視覺技術及檢查速度更快，同時靈敏度更高，不存在人為的視覺疲勞現象，對于檢測目標中的裂痕缺口，甚至深度的焊接裂縫等都可以進行觀察檢測[10]。最后，工業化產品或構件的測量一直以來效率都較為低下，經常通過人力進行逐個檢查檢測，不僅耗時耗力，而且在大量作業的情況下，也很容易出現誤差，而機器視覺則能夠有效地針對加工需求，對物體進行精準測量，不僅提高了工業化自動水平，而且可以在不與目標物體產生接觸的情況下完成工作任務，是工業自動化發展的重要領域。

（三）軍事化領域

軍事工業是保證國家安全的重要屏障，依托數字化產業技術的快速發展，軍事化領域也必須注重緊跟時代發展，將機器視覺廣泛地運用到軍事化領域。可以在爆破、雷達、偵察、巡航以及危險目標定位等方面有較大的可為空間。以上一些軍事任務，危險性較大，同時所造成的傷亡損失也不可估量，機器視覺和人工智能技術運用其中，尤其是無人機或者遠程操控機器等領域中，不僅可以極大程度上提高軍事作戰能力，同時也能減少人員傷亡，這也是未來軍事化遠程操控以及無人操控發展的重點領域[11]。

四、結束語

綜上所述，機器視覺作為人工智能中的重點領域，對于人類社會的發展至關重要，相關工作人員應深入分析機器視覺概念以及發展過程、機器視覺和人工智能融合的領域拓展等方面內容，站在更加宏觀的角度分析及其視覺細化技術的應用發展場景，探討光源技術、攝像技術、信號處理技術等方面的突破以及難點，深化思考及其識別和人工智能的現代化發展應用，值得注意的是機器視覺與人工智能在實際的工業化生產以及檢查領域當中還應關注適配應用以及制造成本等，要解決不同技術領域中的核心壁壘難題，注重及其視覺的實際應用效果，為我國科技強國發展戰略目標奠定扎實基礎。

作者單位：陳之射 尹芳曄 武昌首義學院 信息科學與工程學院

參? 考? 文? 獻

[1]徐勤豐. 淺談機器視覺和人工智能的現代化發展[J]. 通訊世界，2018（09）：234-235.

[2]楊東. 5G+人工智能機器視覺探索[J]. 通信與信息技術，2021（01）：60-63.

[3]尹航. 淺談機器視覺在數據中心發展應用[J]. 智能建筑與智慧城市，2022（04）：17-20.

[4]何新宇，趙時璐，張震，等. 機器視覺的研究及應用發展趨勢[J]. 機械設計與制造，2020（10）：281-283，287.

[5]周寶倉，呂金龍，肖鐵忠，等. 機器視覺技術研究現狀及發展趨勢[J]. 河南科技，2021，40（31）：18-20.

[6]宋春華，彭泫知. 機器視覺研究與發展綜述[J]. 裝備制造技術，2019（06）：213-216.

[7]高峰，王富東. 淺談機器視覺技術發展及應用[J]. 山東工業技術，2019（05）：142.

[8]高娟娟，渠中豪，宋亞青. 機器視覺技術研究和應用現狀及發展趨勢[J]. 中國傳媒科技，2020（07）：21-22.

[9]劉亦晴. 工業機器人智能視覺引導技術發展及其運用[J]. 科技經濟市場，2020（04）：3-5.

[10]劉亦晴. 機器人雙目視覺識別技術發展及其運用[J]. 中國科技投資，2020（05）：59-60.

[11]劉亦晴. 機器視覺工業機器人抓取技術發展及應用[J]. 中國科技投資，2020（06）：132-133.

陳之射（1994.01-），男，漢族，湖北武漢，電氣工程碩士研究生，武昌首義學院助理實驗師，研究方向：圖像處理；

尹芳曄（1999.03-），男，漢族，湖北武漢，電子信息工程學士，研究方向：圖像處理。