導讀：目前，機器視覺(jué)在工業(yè)電子以及半導體行業(yè)應用還是最為主要的，如PCB板缺陷檢測、IC芯片缺陷檢測等。交通領(lǐng)域的應用如電子眼也較為廣泛，其他行業(yè)如制藥中的藥品成分分析、互聯(lián)網(wǎng)中的視覺(jué)計算廣告、物流中的物品分揀等等，都有機器視覺(jué)應用的影子。機器視覺(jué)——這一“第三只眼”正以巨大的能量，改變著(zhù)人們的生活和工作方式。

    想記錄眼前美景？不用再掏出相機或手機，只需一句語(yǔ)音指令，佩戴的輕巧時(shí)尚的谷歌眼鏡就能立刻拍出眼前的圖景；走在陌生的大街上，不用再查地圖或問(wèn)路，只需將手機攝像頭對準街道，諾基亞“城市萬(wàn)花筒”就能將眼前的商店、餐館和景點(diǎn)直接標注，覆蓋顯示在手機圖像上……這些以往多是在電影中看到的畫(huà)面，已成為普通人可以觸摸到的現實(shí)。機器視覺(jué)——這一“第三只眼”正以巨大的能量，改變著(zhù)人們的生活和工作方式。記者就此專(zhuān)訪(fǎng)中國科學(xué)院自動(dòng)化所專(zhuān)家，為讀者解密神奇的“第三只眼”

　　與人眼一決高低

　　“機器視覺(jué)就是用機器代替人眼來(lái)進(jìn)行識別、測量、判斷等。機器視覺(jué)系統是通過(guò)攝像頭將拍攝對象轉換成圖像信號，然后再交由圖像分析系統進(jìn)行分析、測量等。”中國科學(xué)院自動(dòng)化研究所模式識別國家重點(diǎn)實(shí)驗室研究員黃凱奇博士介紹：“機器視覺(jué)是一項典型的跨學(xué)科任務(wù)，涉及到光學(xué)、計算機視覺(jué)、模式識別、機器學(xué)習、人工智能、統計學(xué)、認知心理學(xué)等等。”

中國科學(xué)院自動(dòng)化研究所黃凱奇研究員在展示監測機柜

　　機器視覺(jué)最早應用于工業(yè)制造領(lǐng)域。通過(guò)機器視覺(jué)的自動(dòng)識別功能，許多流水線(xiàn)上具有高度重復性的檢測工作都可以不再依靠人來(lái)完成，大大提高了檢測效率和精度。黃凱奇介紹，機器視覺(jué)系統最基本的特點(diǎn)就是提高生產(chǎn)的靈活性和自動(dòng)化程度。在一些不適于人工作業(yè)的危險工作環(huán)境或者人工視覺(jué)難以滿(mǎn)足要求的場(chǎng)合，常用機器視覺(jué)來(lái)替代人工視覺(jué)。同時(shí)，在大批量重復性工業(yè)生產(chǎn)過(guò)程中，用機器視覺(jué)檢測方法可以大大提高生產(chǎn)的效率和自動(dòng)化程度。

　　一個(gè)典型的機器視覺(jué)系統包括照明、鏡頭、相機、圖像采集卡和視覺(jué)處理器5個(gè)部分。由于采集卡能更加迅速地傳輸圖像到存儲器，且計算機速度不斷加快，所以在目前的機器視覺(jué)系統中，視覺(jué)處理器的應用逐漸減少。圖像采集卡在機器視覺(jué)系統中舉足輕重。比較典型的PCI或AGP兼容的捕獲卡，可以將圖像迅速地傳送到計算機存儲器進(jìn)行處理。有些采集卡有內置的多路開(kāi)關(guān)，可連接多臺相機，能控制采集卡采用任意一個(gè)相機捕獲的信息。

　　伴隨著(zhù)技術(shù)的發(fā)展，機器視覺(jué)的功能也在不斷擴展。黃凱奇說(shuō)：“缺陷檢測是通過(guò)機器視覺(jué)手段來(lái)分析零部件信息，從而判斷其是否存在缺陷；測量是通過(guò)使用機器視覺(jué)來(lái)對考察對象的尺寸、形狀等信息進(jìn)行度量；人機交互是利用機器視覺(jué)工具分析人或者其他機器發(fā)出的指令，從而實(shí)現對機器的操縱；環(huán)境建模是對機器周?chē)h(huán)境進(jìn)行感知建模，比如移動(dòng)機器人對路面環(huán)境進(jìn)行感知建模等。”

　　“目前總的看來(lái)，機器視覺(jué)在工業(yè)電子以及半導體行業(yè)應用還是最為主要的，如PCB板缺陷檢測、IC芯片缺陷檢測等。交通領(lǐng)域的應用如電子眼也較為廣泛，其他行業(yè)如制藥中的藥品成分分析、互聯(lián)網(wǎng)中的視覺(jué)計算廣告、物流中的物品分揀等等，都有機器視覺(jué)應用的影子。”黃凱奇說(shuō)。

　　機器視覺(jué)——這“第三只眼”已在多個(gè)領(lǐng)域展現出了比人眼更強大的功能。黃凱奇表示：“機器視覺(jué)利用好了完全可以比人做得更好，因為不同的人在觀(guān)看時(shí)，信息得不到充分和及時(shí)的交流，主觀(guān)性也很強。而機器視覺(jué)不僅計算功能強大，而且獲取的信息通過(guò)協(xié)同分析后得到的知識會(huì )具有‘極高’的價(jià)值，尤其在其更趨于智能化之后。”

 中國科學(xué)院自動(dòng)化研究所高偉副研究員在展示利用機器視覺(jué)技術(shù)生成的三維重建照片。

　　捕獲“深度”世界

　　在現實(shí)生活中，我們越來(lái)越需要更多的三維模型來(lái)實(shí)現對物體或環(huán)境的全面掌握。“獲得三維模型有兩種基本方式，一種是利用激光掃描儀，一種是拍攝照片。但激光掃描儀的成本高，也有可能會(huì )對樣本帶來(lái)一些損害。第二種方式的成本小，而且在精度上也跟激光掃描儀相差無(wú)幾，因此成為了現在研究的一個(gè)熱點(diǎn)。”中國科學(xué)院自動(dòng)化研究所模式識別國家重點(diǎn)實(shí)驗室副研究員高偉博士一邊展示他們的三維重建照片，一邊介紹。

　　高偉說(shuō)，一般的圖像上是沒(méi)有長(cháng)度、距離等深度信息的，而三維模型則能更加全面、精確地記錄環(huán)境，可以直觀(guān)呈現物體的位置、距離、姿態(tài)等。高偉所在的機器人視覺(jué)團隊研究開(kāi)發(fā)的中國古代建筑全自動(dòng)三維重建系統，能夠實(shí)現全自動(dòng)三維建模，即從底層圖像處理到生成最終的三維模型，全部自動(dòng)實(shí)現，無(wú)需人工交互。它對圖像的拍攝方式也無(wú)特殊約束和限制，只需手持自由拍攝即可。在精度上，也與激光掃描精度相當，精度小于3cm/100米，通過(guò)配備更高像素數量的相機和長(cháng)焦鏡頭還可以實(shí)現毫米級重建。

　　此外，在實(shí)時(shí)定位與在線(xiàn)三維重建方面，機器視覺(jué)也具有極大的應用潛力。高偉介紹了通過(guò)機器視覺(jué)在手機上增強現實(shí)的原理，即將手機上攝像頭讀取的視頻作為輸入，通過(guò)初始化、特征點(diǎn)提取、動(dòng)態(tài)模板特征點(diǎn)匹配、幾何變化計算階段后得到視頻每一幀中感興趣區域的位置。諾基亞手機的“城市萬(wàn)花筒”就是一個(gè)應用實(shí)例。

　　高偉所在團隊在視覺(jué)信息處理上的突出創(chuàng )新能力，不斷吸引著(zhù)國際大企業(yè)前來(lái)合作。“我們現在就正與諾基亞公司進(jìn)行合作，共同研究實(shí)時(shí)定位和在線(xiàn)三維重建。目前，我國基于機器視覺(jué)的三維重建技術(shù)在國際上可以說(shuō)處于領(lǐng)先地位，應用也是比較廣泛的。”高偉說(shuō)：“除了以上介紹的，還能用在一些不太適合人工作業(yè)的環(huán)境監測方面，像對露天煤礦的監測，就是通過(guò)無(wú)人機對煤礦進(jìn)行全方位拍攝，生成三維模型來(lái)實(shí)時(shí)監測礦山的變化。此外，也能應用于城市規劃、數字媒體、三維試衣、牙模制造等多方面。”

　　由于單純依靠圖像信息很難實(shí)現快速、稠密的三維重建，高偉所在團隊也在深入研究將多種傳感器信息相互融合進(jìn)行三維重建的方法。目前，他們已開(kāi)發(fā)出了利用單目視覺(jué)同步定位與地圖創(chuàng )建技術(shù)以及微軟公司的Kinect設備（微軟公司開(kāi)發(fā)的應用于Xbox360主機的周邊外設，集成一個(gè)彩色攝影機、一個(gè)紅外攝像機和一個(gè)紅外投影機）的全自動(dòng)場(chǎng)景快速重建系統。這一系統對單幀視頻圖像的處理時(shí)間小于50毫秒，可重建出稠密的三維點(diǎn)云，能廣泛應用于多種室內場(chǎng)景，使用者可以隨意自由拍攝。

　　互動(dòng)“大數據”時(shí)代

　　在備受關(guān)注的美國政府公布的“大數據研發(fā)計劃” （Big Data Research and Development Initiative）中包含一個(gè)旨在為機器建立視覺(jué)智能的Mind's Eye 項目。該計劃稱(chēng)，傳統的機器視覺(jué)研究的對象選取廣泛的物體來(lái)描述一個(gè)場(chǎng)景的屬性名詞，而Mind's Eye旨在增加在這些場(chǎng)景的動(dòng)作認識和推理需要的知覺(jué)認知基礎?？傊?，這些技術(shù)可以建立一個(gè)更完整的視覺(jué)智能效果。

　　由此可見(jiàn)，走在信息科技前沿的美國已對機器視覺(jué)與大數據時(shí)代的互動(dòng)關(guān)系先知先覺(jué)。黃凱奇指出：“大數據時(shí)代最樸素也是最深刻的特點(diǎn)就是‘大’。統計學(xué)中的大數定律指出，當隨機事件或者試驗在大量重復出現的條件下，往往呈現幾乎必然的統計特性。確切地說(shuō)，大數定律是以確切的數學(xué)形式表達了大量重復出現的隨機現象的統計規律性。對于依賴(lài)數據規律的機器視覺(jué)算法來(lái)講，大數據無(wú)疑為人們進(jìn)一步發(fā)現人類(lèi)的認知機理，實(shí)現更加魯棒［魯棒是Robust的音譯，也就是健壯、強壯、堅定、粗野的意思。魯棒性（robustness）就是系統的健壯性］的機器視覺(jué)算法提供了可能。另一方面，隨著(zhù)機器視覺(jué)系統更加魯棒穩定，更加智能，它在收集、分析、處理海量信息方面也將發(fā)揮更加重要的作用。簡(jiǎn)言之，機器視覺(jué)一邊借大數據之利不斷發(fā)展，一邊又靠技術(shù)的完善而反哺大數據時(shí)代，形成一個(gè)良性的互動(dòng)。”

　　然而，這種互動(dòng)要想真正建立，還需要加強技術(shù)和產(chǎn)業(yè)的雙輪驅動(dòng)。“國外在上世紀80年代就已出現大量的機器視覺(jué)產(chǎn)品，而我國機器視覺(jué)技術(shù)的應用始于90年代末。雖然在過(guò)去10年有了長(cháng)足的發(fā)展，但目前絕大部分還處于追趕狀態(tài)，一個(gè)是技術(shù)上的積累與創(chuàng )新跟國外相比還存在較大差距。另外一個(gè)是國內在應用創(chuàng )新上也存在不足，很多都是跟隨國外的應用案例或者通過(guò)代理相關(guān)產(chǎn)品來(lái)實(shí)現模仿應用等。”黃凱奇表示。

　　目前，機器視覺(jué)在交通等多個(gè)領(lǐng)域的應用仍相對單一，存在著(zhù)多層面阻礙其進(jìn)一步產(chǎn)業(yè)化發(fā)展的因素。黃凱奇分析說(shuō)，首先在魯棒穩定的機器視覺(jué)系統方面，因為機器視覺(jué)技術(shù)涉及眾多學(xué)科，需要不同學(xué)科協(xié)同創(chuàng )新才能突破目前發(fā)展的技術(shù)瓶頸。再一個(gè)就是標準方面，目前大部分廠(chǎng)家為了自身的短期局部利益都各自開(kāi)發(fā)封閉的設備、協(xié)議、系統，這對整個(gè)行業(yè)的發(fā)展極為不利。“如何破除這種封閉狀態(tài)的弊端，制定行業(yè)統一開(kāi)放標準是促進(jìn)機器視覺(jué)行業(yè)形成大格局、大產(chǎn)業(yè)的必經(jīng)之路。”黃凱奇說(shuō)。

　　“還有一點(diǎn)原因，就是關(guān)于機器視覺(jué)剛需的創(chuàng )造。我國是一個(gè)典型的勞動(dòng)力密集國家，大部分行業(yè)依靠的是低廉的大量富余勞動(dòng)力。而機器視覺(jué)與自動(dòng)化息息相關(guān)，因此如何一方面有效解決就業(yè)問(wèn)題，另一方面又高效推進(jìn)機器視覺(jué)相關(guān)自動(dòng)化產(chǎn)品設備的推廣使用，是政府部門(mén)、企業(yè)需要面對的問(wèn)題。”黃凱奇表示。