高精度視覺(jué)識(shí)別與定位的算法

機(jī)器視覺(jué)在生產(chǎn)制造中主要用在視覺(jué)引導(dǎo)，尺寸測(cè)量，產(chǎn)品檢測(cè)，物體識(shí)別等幾個(gè)領(lǐng)域。在這幾個(gè)領(lǐng)域中，一個(gè)最基本的算法就是產(chǎn)品識(shí)別和定位，比如視覺(jué)引導(dǎo)機(jī)器人，要在圖像中識(shí)別出要抓取的產(chǎn)品，并定位出坐標(biāo)，才引導(dǎo)機(jī)器人到指定的產(chǎn)品位置。尺寸測(cè)量，產(chǎn)品檢測(cè)等也是一樣的，在測(cè)量和檢測(cè)之前，首先要知道有沒(méi)有產(chǎn)品，產(chǎn)品的位置在哪里，才可以應(yīng)用后續(xù)的各種分析工具。因此，產(chǎn)品識(shí)別和定位是一個(gè)基本問(wèn)題。

如果要設(shè)計(jì)一個(gè)可行的產(chǎn)品識(shí)別和定位的算法，需要克服幾方面的困難：

快速的指定產(chǎn)品：工業(yè)產(chǎn)品千差萬(wàn)別。因此，對(duì)于每一個(gè)具體的應(yīng)用，需要從幾張，甚至一張圖像上，快速指定需要查找的產(chǎn)品，比如當(dāng)前產(chǎn)線(xiàn)需要定位鉚釘?shù)奈恢茫囊粡堈掌⑦M(jìn)行相應(yīng)的學(xué)習(xí)，就可以在后續(xù)的圖像中進(jìn)行搜索定位

快速的搜索產(chǎn)品：對(duì)于一張200萬(wàn)像素的圖片，通常要求在幾十毫秒的時(shí)間可以識(shí)別和定位出產(chǎn)品的位置

高精度的定位：工業(yè)生產(chǎn)對(duì)精度和公差有嚴(yán)格的要求，因此產(chǎn)品的定位就要力求準(zhǔn)確?，F(xiàn)在普遍要求識(shí)別定位算法可以達(dá)到一個(gè)像素級(jí)別的定位精度，甚至可以達(dá)到亞像素級(jí)別。

可以適應(yīng)產(chǎn)品缺失，遮擋，臟污等的影響：如果一個(gè)產(chǎn)品被遮擋，導(dǎo)致產(chǎn)品在圖像中缺失一定比列，需要依然可以識(shí)別定位到物體。反之，如果產(chǎn)品表面發(fā)生臟污，導(dǎo)致表面的特征發(fā)生變化，需要依然可以識(shí)別定位

可以適應(yīng)光照亮度不均勻的影響：如果產(chǎn)品的亮度發(fā)生變化，比如一半亮一半暗，需要依然可以識(shí)別定位

可以識(shí)別旋轉(zhuǎn)的產(chǎn)品：產(chǎn)品通常可能在360度范圍內(nèi)旋轉(zhuǎn)

可以識(shí)別多個(gè)產(chǎn)品：一張圖像中可能有多個(gè)產(chǎn)品，需要分別識(shí)別定位

可以準(zhǔn)確識(shí)別接近對(duì)稱(chēng)的物體：接近對(duì)稱(chēng)的物體很容易別識(shí)別成錯(cuò)誤的方向，需要進(jìn)行相應(yīng)的設(shè)計(jì)

可以應(yīng)對(duì)物體的極性翻轉(zhuǎn)：比如學(xué)習(xí)的產(chǎn)品是白底黑字，但是實(shí)際上產(chǎn)品圖像有可能是黑底白字，需要可以識(shí)別

深度學(xué)習(xí)可以解決這個(gè)問(wèn)題嗎？深度學(xué)習(xí)中目標(biāo)檢測(cè)算法（one-stage和two-stages的各種算法），在這個(gè)應(yīng)用中有幾方面的難點(diǎn)

數(shù)據(jù)量：如何在只有一張圖像的情況下，學(xué)習(xí)到需要識(shí)別定位的物體？

速度：如何在一般配置的PC上達(dá)到ms級(jí)別的識(shí)別定位速度？傳統(tǒng)算法在幾千元的工控機(jī)上就可以發(fā)揮速度優(yōu)勢(shì)，然而深度學(xué)習(xí)需要配置昂貴的GPU，或者在2019年會(huì)有一些垂直細(xì)分領(lǐng)域的ASIC芯片開(kāi)發(fā)出來(lái)

定位精度：考慮到深度學(xué)習(xí)輸入的圖像本身都是進(jìn)行了縮放的圖像，那么在原圖上很難達(dá)到像素精度的匹配

識(shí)別準(zhǔn)確性：在數(shù)據(jù)量很少的情況下，怎么提升識(shí)別的準(zhǔn)確性？

考慮到此類(lèi)問(wèn)題面臨的困難，一般還是用傳統(tǒng)的機(jī)器視覺(jué)方法來(lái)實(shí)現(xiàn)。

編輯：黃飛

?