資源描述：
《開拓自動化系統(tǒng)的視界─機器視覺》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在行業(yè)資料-天天文庫。
1、開拓自動化系統(tǒng)的視界─機器視覺摘要在全球工業(yè)自動化的需求趨勢帶動下，機器視覺(MachineVision)的理論研究及其應用技術目前已在各國如火如荼的進行中。然而身為科技人的我們，真的已經(jīng)了解「機器視覺」是什麼了嗎？到底其原理運作及多樣化的應用該如何去實現(xiàn)？其又將為人類未來的生活帶來何種影響？本篇文章將引導讀者進入機器視覺的領域，以深入淺出的方式完整介紹其架構流程，並輔以實際結合自動化系統(tǒng)之產(chǎn)業(yè)應用範例，祈使讀者能了解箇中奧秘，文末並提供機器視覺技術未來發(fā)展之可能走向。前言從十九世紀初開始，生產(chǎn)的方式從大量人工慢慢轉變?yōu)闄C械化，到了十九世紀中，自從微電腦
2、的發(fā)明，讓人們能夠利用它來從事一些簡單的自動控制，工業(yè)界又開始了一次新的革命，隨著工業(yè)生產(chǎn)逐漸為了因應產(chǎn)量、速度、精準度提升之需求，人類開始大量投入自動化的生產(chǎn)流程開發(fā)。然而，科技業(yè)為了精益求精，再加上人工智慧(Artificialintelligence)的構想崛起，人們開始思考，該如何才能讓自動化系統(tǒng)中的機器學會“感受＂我們眼中看見的世界，進而能夠學習人類的行為模式進行判定？於是我們賦予了它一雙“眼睛＂，使其擁有辨別事物的能力，學習人類的邏輯以提升自動化系統(tǒng)之產(chǎn)能。至今日，機器視覺已成為工業(yè)自動化系統(tǒng)的重要組成之一，其技術與應用也隨著自動化行業(yè)的發(fā)展
3、而日益成熟?，F(xiàn)今之工業(yè)界，隨著影像處理技術之開發(fā)和運算效率不斷成長、光電元件性能的提高、各類標準的逐漸統(tǒng)一以及價格的相對降低，據(jù)美國自動成像協(xié)會(AutomatedImagingAssociation,AIA)之市場研究調(diào)查報告，2006年全球機器視覺市場規(guī)模已經(jīng)超過了70億美元，並預測在今後五年內(nèi)仍將持續(xù)此增長趨勢。然而，隨著供應商和集成商不斷的把機器視覺技術之應用推展至各個領域，機器視覺這一相對獨立的功能如何實質(zhì)上地融入各行各業(yè)之自動化系統(tǒng)，且?guī)砀锩愕牧夹宰兓?，遇到了前所未有的挑?zhàn)。何謂「機器視覺」？機器視覺系統(tǒng)(MachineVision)是一
4、個能自動輸出控制信號的影像識別分析器。主要的原理是運用成像系統(tǒng)去自動抓取並分析可見的資訊(VisualInformation)，就如同人類的雙眼一樣，然後運用微電腦(人的大腦)強大的運算能力，對取得的影像進行適當?shù)姆治鲎R別，得到一個控制信號的輸出，成為控制機器的參數(shù)之一[1]。由機器視覺對輸入的影像分析檢測，大大的提升了檢測的效率和正確性，當然機器視覺也並非只用於科技界的生產(chǎn)，在各個領域之中，如在醫(yī)學、生技、農(nóng)業(yè)、漁業(yè)等，都能處處看到機器視覺的應用。我們必須要了解一個觀念就是機器視覺系統(tǒng)並不完全只等於影像處理系統(tǒng)，影像處理系統(tǒng)可以當作機器視覺系統(tǒng)的前置作
5、業(yè)，經(jīng)過處理再置的影像以利機器進行控制與判斷，也具備了可再現(xiàn)性以利人眼後續(xù)之觀察記錄，以便提升自動化生產(chǎn)流程或系統(tǒng)之操作性與精準度。機器視覺技術之流程以下所介紹之流程(圖一,[2])為機器視覺系統(tǒng)之主要架構，其中所包含之步驟並非皆為必要，有些是可選擇性(option)的供人類於流程設計時自由增減，以有效地符合於不同之應用領域：1.影像擷取(ImageAcquisition)：基本上，影像之產(chǎn)生不限於可見光源(Illumination)，凡藉由能量源或光源與取像景物(Scene)對於光源的反射或能量吸收或其組合均可?？梢詾榭梢姽?、紅外線、雷射及X光等，甚至
6、是現(xiàn)今當紅、運用於醫(yī)學影像之核磁共振(MagneticResonanceImaging,MRI)與正子斷層掃描取像(PositronEmissionTomography,PET)等，皆為應用於機器視覺技術成像來源之一；取像景物於不同應用上則可能為電子零件、人類器官、欲監(jiān)控之環(huán)境等；透過影像感測器取像且成像輸出後，所獲取的資訊便經(jīng)由影像呈獻出來了。2.影像強化(ImageEnhancement)：所謂之強化，即為將所取得之影像進行處理，使其結果對特定性的應用而言比原始影像更適用，意即將我們感興趣的資訊保留下來並加強其與週遭背景之差異性，例如邊緣增強(Edg
7、eEnhancement)處理及提升對比度；或抹去於特定應用所不必要之資料，如影像高、低通濾波(Highpass/LowpassFiltering)處理。3.影像修復(ImageRestoration)：當所取得之影像包含環(huán)境因素(如照明之光度及感測器自身溫度)所產(chǎn)生之雜訊(Noise)，常見之處理為建立一雜訊模型，並選擇適當?shù)臑V波器將其濾除；若圖形失真扭曲變形(Distortion)時，則透過空間轉換(SpatialTransformation)或畫素值內(nèi)插(Interpolation)將其座標系統(tǒng)轉換且校正其正確座標位置上的畫素值。4.彩色影像處理(
8、ColorImageProcessing)：又可分為全彩色(FullColor)
