人工智能结课报告人智能结课报告.docVIP

班 级： 计科*** 学 号： 201110405*** 姓 名： *** 任课老师： 刘英莉 课题：机器视觉及其系统的应用 二．摘要 科技在不停的发展，很多智能的东西在我们生活中随处可见，随着人工智能的不断发展，我们可以制造出真正的智能机器，而且这个领域也将成为下一个技术革命。机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分 CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 机器视觉系统适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。 三．三个问题回答 应用价值：为什么跟踪这个项目？ 答： 我在上工程训练课上，见到了零件加工厂里的现代自动化生产过程，人们将机器视觉系统广泛地用于装配定位、产品质量检测、产品识别、产品尺寸测量等方面。当时觉得非常惊奇，在上了人工智能课后对机器视觉有了一定的认识后，我就更感兴趣。就对此进行了跟踪。 机器视觉系统具有效率、高柔性、高度自动化等特点。在大批量工业生产过程中，如果用人工视觉检查产品质量，往往效率低且精度不高，用机器视觉检测可以大幅度提高检测效率和生产的自动化程度；同时，在一些不适合人工作业的危险工作环境或工人视觉难以满足要求的场合中，也常用机器视觉来替代人工视觉，如核电站监控、晶圆缺陷检测；而且，机器视觉易于实现信息集成，是实现计算机集成制造的基础技术之一。正是由于机器视觉系统可以快速获取大量信息，而且易于自动处理及信息集成。 （1）非接触测量，对于观测者与被观测者都不会产生任何损伤，从而提高系统的可靠性。 （2）具有较宽的光谱响应范围，例如使用人眼看不见的红外测量，扩展了人眼的视觉范围。 （3）长时间稳定工作，人类难以长时间对同一对象进行观察，而机器视觉则可以长时间地作测量、分析和识别任务。 （4）机器视觉系统的应用领域越来越广泛。在工业、农业、国防、交通、医疗、金融甚至体育、娱乐等等行业都获得了广泛的应用，可以说已经深入到我们的生活、生产和工作的方方面面。 在国外，机器视觉的应用普及主要体现在半导体及电子行业。 机器视觉系统还在质量检测的各个方面已经得到了广泛的应用，并且其产品在应用中占据着举足轻重的地位。 目前国内随着经济水平的提高，3D机器视觉也开始进入人们的视野。目前3D机器视觉大多用于水果和蔬菜、木材、化妆品、烘焙食品、电子组件和医药产品的评级。它可以提高合格产品的生产能力，在生产过程的早期就报废劣质产品，从而减少了浪费节约成本。这种功能非常适合用于高度、形状、数量甚至色彩等产品属性的成像。 在行业应用方面，主要有制药、包装、电子、汽车制造、半导体、纺织、烟草、交通、物流等行业，用机器视觉技术取代人工，可以提供生产效率和产品质量。例如在物流行业，可以使用机器视觉技术进行快递的分拣分类，不会出现目前大多快递公司人工进行分拣，减少物品的损坏率，可以提高分拣效率，减少人工劳动。 难点：机器视觉解决问题有哪些难点 不能适应各种工程应用情况 在实际应用中即使使用恒定的光源和高质量的镜头，但由于系统机械误差、特别是检测产品的多样化（形状、姿态、反光度、透明度、材质纹理等）导致实际图像千变万化，难以预测，也不可能建立理想模型去预估实际情况，因此需要视觉检测系统从图像采集、光源照明到检测算法都必须有很好的适应能力，即对各种情况的检测对象都必须保持稳定的检测结果。图像采集硬件必须尽量采集到突出检测对象的图像，检测算法必须在图像存在各种失真、干扰、部分缺失、遮挡、重叠的情况下保持很好的稳定度，才能在实际当中真正可靠应用。在稳定度、可靠性得到保障的情况下，系统才有实际应用意义，脱离稳定可靠，过多限制条件下的精度没有实际意义?? 系统的易操作性能?差 机器视觉系统的应用场合，大多是缺少高级技术人员，操作工的技术水平有限，不可能理解和调整复杂的系统参数以及复杂的检测算法原理。很多视觉系统通过调整许多参数可以使系统对不同产品能够达到较好效果，但实际应用中，操作员没有能力去调整过多难以理解的参数，导致系统的功能大打折扣。因此，系统设计必须简化，检测算法的设计必须将检测参数精简到几个可以很好理解的参数，同时又不影响整个检测算法的效果。检测参数的调整最好配有可视化的辅助调整