機(jī)器視覺(jué)或稱計(jì)算機(jī)視覺(jué)是用一個(gè)可以代替人眼的光學(xué)裝置和傳感器來(lái)對(duì)客觀世界三維場(chǎng)景進(jìn)行感知，即獲取物體的數(shù)字圖像，利用計(jì)算機(jī)或者芯片，結(jié)合專門應(yīng)用軟件來(lái)模擬人腦的判斷準(zhǔn)則而對(duì)所獲取的數(shù)字圖像進(jìn)行測(cè)量和判斷。該技術(shù)已廣泛用于實(shí)際的測(cè)量、控制和檢測(cè)中，隨著芯片技術(shù)發(fā)展，在人工智能各個(gè)領(lǐng)域應(yīng)用也逐步展開(kāi)。

一個(gè)典型的工業(yè)機(jī)器視覺(jué)系統(tǒng)包括：光源、鏡頭、相機(jī) (包括CCD相機(jī)和COMS相機(jī))、圖像處理單元 (或機(jī)器視覺(jué)芯片)、圖像處理軟件、監(jiān)視器、通訊、輸入輸出單元等。系統(tǒng)可再分為主端電腦、影像采集與影像處理器、影像攝影機(jī)、CCTV鏡頭、顯微鏡頭、照明設(shè)備、Halogen光源、LED光源、高周波螢光燈源、閃光燈源、其他特殊光源、影像顯示器、LCD、機(jī)構(gòu)及控制系統(tǒng)、控制器、精密桌臺(tái)、伺服運(yùn)動(dòng)機(jī)臺(tái)。

機(jī)器視覺(jué)之于人工智能的意義等同于視覺(jué)之于人類的意義，而決定著機(jī)器視覺(jué)的就是圖像處理技術(shù)。不同的應(yīng)用領(lǐng)域需要不同的圖像處理算法來(lái)實(shí)現(xiàn)機(jī)器視覺(jué)。常用的機(jī)器視覺(jué)領(lǐng)域圖像算法有運(yùn)動(dòng)目標(biāo)檢測(cè)算法、基于深度學(xué)習(xí)的人臉?biāo)惴ǖ取?/p>

下面介紹下機(jī)器視覺(jué)中的運(yùn)動(dòng)目標(biāo)檢測(cè)圖像算法，該方法是運(yùn)動(dòng)物體識(shí)別和跟蹤的基礎(chǔ)。移動(dòng)物體的檢測(cè)依據(jù)視頻圖像中背景環(huán)境的不同可以分為靜態(tài)背景檢測(cè)和動(dòng)態(tài)背景檢測(cè)。由于篇幅有限，我們這里只介紹靜態(tài)背景檢測(cè)算法。常見(jiàn)的靜態(tài)背景目標(biāo)的檢測(cè)算法包括幀間差分法、背景減除法、光流法等。這些背景不變算法的優(yōu)缺點(diǎn)描述如下圖。

在上述檢測(cè)算法中，幀間差分法和背景減除法更加適用于如視頻監(jiān)控、智能交通系統(tǒng)等圖像背景靜止的環(huán)境中。光流法則更加適用于背景不斷變化的動(dòng)態(tài)環(huán)境中。下面我們來(lái)介紹以上三種常用算法的基本原理。

幀間差分法

適應(yīng)環(huán)境能力強(qiáng)、計(jì)算量小、且穩(wěn)定性好，是目前應(yīng)用廣泛的一類運(yùn)動(dòng)檢測(cè)方法。其原理是將相幀或者三幀序列圖像像素點(diǎn)的對(duì)應(yīng)灰度值進(jìn)行相減，如果灰度差值大于閾值則說(shuō)明此處物體發(fā)生了變化，它是運(yùn)動(dòng)的；如果像素的灰度差值小于給定閾值說(shuō)明此處物體沒(méi)有發(fā)生變化，認(rèn)為它是靜止的。將像素灰度值發(fā)生變化的部分標(biāo)記出來(lái)，這些被標(biāo)記的點(diǎn)就組成了運(yùn)動(dòng)目標(biāo)區(qū)域。進(jìn)一步對(duì)灰度圖像進(jìn)行二值化分析，提取目標(biāo)運(yùn)動(dòng)信息，區(qū)分出前景和背景圖像，進(jìn)而分割出運(yùn)動(dòng)目標(biāo)。

背景減除法

其實(shí)是一種特別的幀間差分法，背景減除法根據(jù)將當(dāng)前幀圖像與背景模型做差來(lái)實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)的檢測(cè)。這種方法首先獲取背景模型，并將其保存起來(lái)，當(dāng)對(duì)某一幀圖像進(jìn)行檢測(cè)時(shí)，用實(shí)時(shí)獲取的幀圖像與背景模型做差分運(yùn)算，得到要檢測(cè)的運(yùn)動(dòng)目標(biāo)。

光流法

當(dāng)運(yùn)動(dòng)目標(biāo)在監(jiān)控場(chǎng)景中產(chǎn)生運(yùn)動(dòng)的時(shí)候，物體表面會(huì)形成位移矢量場(chǎng)，根據(jù)其變化可以得到運(yùn)動(dòng)目標(biāo)。光流是指移動(dòng)物體在其對(duì)應(yīng)的灰度圖像上的表面運(yùn)動(dòng)，在光流場(chǎng)中，運(yùn)動(dòng)目標(biāo)的速度矢量形成的平面投影構(gòu)成了目標(biāo)的運(yùn)動(dòng)信息。運(yùn)動(dòng)目標(biāo)在投影上形成的速度矢量是比較均勻，運(yùn)動(dòng)目標(biāo)速度不同形成的速度矢量也不相同，通過(guò)光流的計(jì)算結(jié)果就可以區(qū)分出速度不同的運(yùn)動(dòng)目標(biāo)。

圖像處理算法

一開(kāi)始應(yīng)用應(yīng)該是采用服務(wù)器的軟件算法來(lái)完成，隨著互聯(lián)網(wǎng)技術(shù)的不斷成熟，會(huì)擴(kuò)展到云端計(jì)算來(lái)完成，但是這樣對(duì)于網(wǎng)絡(luò)帶寬要求非常大，對(duì)于云服務(wù)器的計(jì)量量要求也非常高。筆者估計(jì)，視頻圖像處理技術(shù)算法的大規(guī)模產(chǎn)業(yè)化應(yīng)用，必然是需要專業(yè)的芯片來(lái)完成，該芯片就是機(jī)器視覺(jué) (CV) 芯片。芯片方式一定是能夠降低成本，同時(shí)提高運(yùn)算能力。從近年的整個(gè)行業(yè)情況來(lái)看，計(jì)算機(jī)視覺(jué)作為人工智能領(lǐng)域最重要的方向之一，由于機(jī)器視覺(jué)芯片誕生和深度學(xué)習(xí)算法不斷發(fā)展，近幾年獲得了巨大的發(fā)展，各項(xiàng)應(yīng)用在不同的行業(yè)里開(kāi)始落地生根。