機器視覺技術使用圖像識別算法來識別圖像中的物體

嵌入式系統(tǒng)中視覺技術的迅速普及，推動了用于汽車安全、機器視覺和運動分析的超高速成像解決方案。相應地，通過更強大的圖像傳感器和更小的像素體系結構，可以顯著提高其產(chǎn)品的性能和成像功能。

機器視覺技術使用圖像識別算法來識別圖像中的物體，并在不影響諸如工業(yè)自動化、機器人技術、無人機和3D建模等廣泛應用的情況下，為物體提供更詳細準確的圖像而不會造成變形。

首先，小型但功能強大的處理器平臺正在降低傳統(tǒng)機器視覺系統(tǒng)的成本。其次，借助強大、低成本和高能效的處理技術，新型圖像傳感器正在迅速發(fā)展，以滿足諸如光學檢查和工業(yè)自動化等工業(yè)級成像應用的需求。
圖像傳感器是任何機器視覺設計中的關鍵要素，它正在對速度和分辨率方面進行快速改造。新的圖像傳感器可實現(xiàn)更高的幀速率，而不會影響圖像質量。而且，為了分辨率，這些圖像傳感器具有強大的光學特點，可確?，F(xiàn)代機器視覺檢查所需的成像細節(jié)和性能。

這些低功耗嵌入式系統(tǒng)還可以支持多種產(chǎn)品分辨率，同時滿足廣泛的像素功能。在這些隨著新的像素架構而迅速發(fā)展的嵌入式視覺系統(tǒng)中，較大的像素可以以給定的光學樣式來交換分辨率，以獲得更高的成像靈敏度。

機器視覺是工業(yè)自動化革命的核心。但機器視覺不僅僅將目光投向工業(yè)機器人技術革命。它的應用涵蓋了幾乎所有機器以及制造周期的各個方面。

實際上，機器視覺正在為工廠車間外的許多應用提供服務。機器視覺的使用范圍涵蓋了智能交通系統(tǒng)中的車牌識別、跟蹤無收銀員商店中顧客和物品的運動，以及成為自動駕駛汽車的導引核心。

如今，機器學習已成為自動駕駛汽車中的關鍵支持技術。它在高級駕駛員輔助系統(tǒng)（ADAS）中也起著至關重要的作用，在該系統(tǒng)中，多種機器視覺算法可提供無可挑剔的感知準確性。

機器視覺還針對幾個以相機為中心的應用執(zhí)行智能視頻內(nèi)容分析，這些應用包括監(jiān)視、增強現(xiàn)實（AR）和虛擬現(xiàn)實（VR）頭戴式耳機及配件。

部分圖像傳感器采用全局快門傳感器技術來消除運動偽影和模糊效果。全局快門在相機設計中創(chuàng)造了新的高度，可實現(xiàn)出色的成像性能、高圖像均勻性和低噪點。與卷簾快門不同，全局快門技術使傳感器能夠同時掃描圖像的整個區(qū)域，這在機器視覺應用中是至關重要的。

機器視覺領域的另一個重大轉變與從電荷耦合器件（CCD）圖像傳感器到更經(jīng)濟的基于CMOS的攝像頭系統(tǒng)的轉變，該攝像頭系統(tǒng)還消耗更少的功率并提供更高的幀速率。

CMOS圖像傳感器已在兩個主要方面取得了長足進步：圖像速率和噪聲水平。對于嵌入式視覺系統(tǒng)，由于改善了噪聲特性，CMOS傳感器正逐漸成為一種較為經(jīng)濟的可行的選項。而且，CMOS圖像傳感器可提供更大表面積的更詳細視圖，這是工廠自動化環(huán)境中的一項至關重要的要求。

機器視覺是人工智能（AI）革命的重要體現(xiàn)，已經(jīng)從學術研究轉向商業(yè)領域。例如，機器視覺系統(tǒng)現(xiàn)已廣泛用于焊接領域的自動焊縫檢測中，或在焊接過程中控制焊接設備的焊接路徑準確性；或在焊后檢查焊縫的焊接效果。

以CMOS為中心的攝像頭設計正在幫助開發(fā)人員滿足機器視覺應用中的處理要求和低功耗約束。機器視覺與圖像傳感器技術設計的重大轉變，都是為服務于運動分析、機器人技術、跟蹤、工業(yè)檢查和計量等應用領域。

責任編輯：lq