计算机视觉
图像处理

机器视觉未来发展的定位

机器视觉是人工智能一个重要分支, 人工智能目前还处入感知层阶段,不管是目前的感知层还是未来的应用层都离不开视觉技术的支撑。目前人工智能在听觉和视觉上取得局部突破,语音识别领域基本 上超过了人类。国内语音识别做的比较好的,像科大讯飞、百度语音等。目前机器视觉主要应用定位、识别、检测和测量。虽说四大块都取得了进展,但受到应用场景,算法的限制,稳定性较差。不过像简单的外观检查,颜色、字符、人脸识别,机械手的定位目前可以替代人类。在精密测量方面,测量精度还远远不够,还没达到理想值。尤其是双目测量(即立体测量)方面目前匹配精度依然达不到,由于同一一个空间点在两个相机的空间位置不同,存在一定的视差,如何计算出视差依赖于两幅左右图像间的匹配,若匹配精度达不到,后面的三维重建更难,也就是说立体匹配与三维重建仍然是摆在视觉测量的一大难题。不过目前工业层面采用结构光的方法,基于激光三角法测量原理来解决测量问题。虽然视觉这几年得到了空前的发展,又是”中国制造 2025“重要技术之一,但是要彻底达到应用层面还需很长的路要走。

对于机器视觉,从职业发展方向定位的话,可以分为两种:一是底层开发,二是系统集成。底层开发又可以分为软件的底层开发和硬件的底层开发,软件的底层开发主要是算法的开发,而硬件的底层开发主要是相机、镜头、传感器以及光源等硬件的开发,不过随着智能化的发展,未来将会出现越来越智能的产品设备,二者逐渐出现融合趋 势,比如现在做的智能相机、智能传感器等等,其实就是硬件和软件的总体集成。而系统集成其实是利用相关的视觉软件(OpenCV、Halcon、VisionPro、Labview等)进行编程通过电路将工业相机、镜头、光源、传感器等进行通讯从而组成一个稳定的机器视觉检测系统,通俗点就是上位机对下位机进行控制和通讯,对现场环境某种改变所做的应答,也可以说是二次开发。

最近一段时间,隐隐约约感觉到未来只靠系统集成可能远远不够,发展可能受限。我认为未来机器视觉肯定急需既能搞底层开发又能搞系统集成的人才,因为国内目前搞系统集成的较多,而底层开发由于门槛较高,有一定的技术壁垒,并且很多被国外公司所垄断,于是造成底层开发的人才相当短缺。未来中国视觉行业要想突破肯定是在底层上突破,在系统集成方面大家都在同一起跑线上,如果未来能扎根于底层,立足于集成,将会为自己未来的发展带来巨大的机遇,当然也会面临一些挑战!

 

关于做系统集成项目的思考

系统集成是机器视觉一个主要应用技术,涉及到很多知识,简单的视觉系统需要照明、成像采集、图像处理、计算机软硬件等,复杂一些还涉及到机械设计、传感器、电子电路、PLC、运动控制、数据库的创立等。系统集成就是要把这些不同的技术和知识组合到一个系统中去,使其相互完美配合并且可以稳定的工作。查阅了一些相关资料,结合实际的应用,谈谈机器视觉系统集成所涉及的技术,以及需要考虑的因素。

1、需求分析

我觉得对于系统集成项目,最重要的是做好需求分析。在做项目之前,首先要对所作的机器视觉系统所要完成的功能和工作环境有准确的认识,这对于系统集成成 功的关键所在。明确用户需求,才能定义视觉系统的应用场景,所有的工作都是围绕着应用场景来展开的,不知道要实现什么功能,达到什么要求,很容易在系统集 成开发过程中走很多弯路,浪费很多时间和精力。  2、资源配置

机器视觉系统集成一个多门技术的集成,涉及计算机的软硬件、照明技术、成像技术、图像处理技术、机械设计、运动控制等。

总体来说国内做系统集成的较多,在底层开发方面基本上被国外所垄断,但也不乏有做底层比较好的公司。当然系统集成也并非想象中那么简单,不仅需要丰富的交叉学科知识,而且还需要有很强的逻辑思维能力和解决问题的能力,对人的素质要求比较高。

 

转载请注明来源:CV视觉网 » 机器视觉未来发展的定位

分享到:更多 ()
扫描二维码,给作者 打赏
pay_weixinpay_weixin

请选择你看完该文章的感受:

0不错 1超赞 0无聊 0扯淡 0不解 0路过

评论 15

评论前必须登录!