计算机视觉和人工智能在许多领域都有应用,随着工业自动化向智能化结构转变,人们开始不满足仅依赖于机器代替人类处理一些简单的任务,更希望机器能处理一些更高等级的任务。比如工业车间中对产品质量合格程度的检测,可以利用计算机的视觉检测技术判断工业产品是否有结构上的缺陷和印刷上的错误,为什么要不断提升工业视觉检测的能力?

1、提升定位抓取效率

工业车间内某些危险区域希望监控设备能够自动识别危险事件并进行预警,快递公司分拣流水线上希望机器人能自动识别快递类别并进行归类分拣;工业机器的组装过程中,可以令机器人自动识别所需要组装的零件类别或所需要利用的工具类别并根据需要实施定位抓取。诸如此类任务都需要对图像内某个目标进行识别定位,这便需要基于工业视觉检测的目标检测技术。数字图像处理是指利用计算机对图像的像素矩阵进行点运算、矩阵变换等操作以实现对图像进行增强、复原、压缩与形态学处理目的的一种技术。

2、避免损失部分信息

图像增强主要是根据人们特定的需求利用某种计算机数学手段凸显出图像中感兴趣的信息,同时削减或消除不感兴趣的信息,使得经过增强处理后的图像相比于原图像更适用于某种任务需求。所以图像增强旨在根据某种应用目的而修改图像质量,使得处理后图像更方便人类或机器的观察识别任务。但是图像增强并不能增加原图像的某些信息,只能提高图像中某类特定信息的辨识度,反而可能会损失部分信息。

图像增强大致可由空间域图像增强与频域图像增强两大技术组成,空间域图像增强常用的基础方法有灰度变换、直方图修正、图像锐化与平滑等,工业视觉检测方法在图像增强过程中还可以选择多种方法进行联合增强处理,图像平滑主要是能减少或消除图像噪声。