機(jī)器視覺是研究計(jì)算機(jī)模擬生物宏觀視覺功能的科學(xué)技術(shù)，即用攝像機(jī)和計(jì)算機(jī)等機(jī)器代替人眼對(duì)目標(biāo)進(jìn)行測(cè)量、跟蹤和識(shí)別，并加以判斷，主要應(yīng)用于工業(yè)檢測(cè)、工業(yè)探傷、精密控制、自動(dòng)生產(chǎn)流水線、糧食優(yōu)選、顯微醫(yī)學(xué)操作，以及各種危險(xiǎn)場(chǎng)合工作的機(jī)器人等．
不管機(jī)器視覺系統(tǒng)應(yīng)用于哪個(gè)領(lǐng)域，作為視覺系統(tǒng)，所采用的圖像處理、圖像理解與模式識(shí)別的基礎(chǔ)理論和技術(shù)是相間的。近年來，隨希計(jì)算機(jī)技術(shù)尤其是多媒體技術(shù)和數(shù)字圖像處理與分析理論的成熱，以及各種優(yōu)化算法的迅速發(fā)展，機(jī)器視覺技術(shù)得到了廣泛的應(yīng)用研究，取得了巨人的經(jīng)濟(jì)與社會(huì)效益．但是山于機(jī)器視覺的應(yīng)用領(lǐng)域不斷擴(kuò)大，對(duì)機(jī)器視覺技術(shù)，尤其是圖象處理技術(shù)的要求也越來越高．要想使機(jī)器人能夠迅速的對(duì)目標(biāo)物體進(jìn)行操作，就必須加快機(jī)器人視覺系統(tǒng)中圖象處理的速度，而圖象處理的速度很大一部分取決于優(yōu)化算法性能的好壞，因此采用優(yōu)化算法研究成為機(jī)器視覺研究領(lǐng)域的一個(gè)重要方面。
1、機(jī)器視覺的研究進(jìn)展
機(jī)器視覺，又叫人工視覺，亦可稱為工業(yè)視覺或計(jì)算機(jī)視覺，與人類視覺或動(dòng)物視覺有著本質(zhì)的不同，也有人認(rèn)為機(jī)器視覺是計(jì)算機(jī)視覺工業(yè)應(yīng)用的一個(gè)分支，但無論怎樣理解，機(jī)器視覺系統(tǒng)主要有三個(gè)部分組成：圖象獲取、圖象處理以及圖象理解．
1.1、圖象獲取
圖像的獲取，實(shí)際上是將被測(cè)物體的可視化圖像和內(nèi)在特征轉(zhuǎn)換成能被計(jì)算機(jī)處理的一系列數(shù)據(jù)，它是任何機(jī)器視覺的基礎(chǔ)。圖像獲取由三部分組成；照明系統(tǒng)、圖像聚焦光學(xué)系統(tǒng)、圖像敏感元件和視頻調(diào)制．照明是影響機(jī)器視覺系統(tǒng)輸入的重要因素，因?yàn)樗苯佑绊懹淙藬?shù)據(jù)的質(zhì)暈和至少30％的應(yīng)用效果．通用的機(jī)器視覺照明設(shè)備難以形成，在工業(yè)應(yīng)用中，針對(duì)每個(gè)特定的應(yīng)用場(chǎng)策，選擇相應(yīng)的照明裝置．常用的可見光源是日光燈、水銀燈、白熾燈和鈉光燈，對(duì)于某些要求高的工業(yè)檢側(cè)任務(wù)，常采用X射線、超聲波等不可見光作為光源．圖像聚焦光學(xué)系統(tǒng)，即被測(cè)物的圖像通過一個(gè)光學(xué)系統(tǒng)―透鏡聚焦在敏感元件上，機(jī)器視覺系統(tǒng)使用CCD、CMOS等圖像傳感器來捅捉圖像，傳感器將可視圖像轉(zhuǎn)化為電信號(hào)，便于計(jì)算機(jī)處理．圖像敏感元件是一個(gè)光電轉(zhuǎn)換裝置，將傳感器所接收到的物體成像，轉(zhuǎn)化為計(jì)算機(jī)能處理的電信號(hào)，現(xiàn)代工業(yè)、民用主要使用CCD、CMOS等攝像機(jī)．在某些工業(yè)應(yīng)用中，使用攝像機(jī)陣列，形成多攝像機(jī)或雙攝像機(jī)的多目或雙目視覺系統(tǒng)，從而得到絕對(duì)的深度信息．
1.2、圖象分析和處理
機(jī)器視覺系統(tǒng)中，全要強(qiáng)調(diào)用計(jì)算機(jī)實(shí)現(xiàn)人的視覺功能，所以機(jī)器視覺需要運(yùn)用圖像分析、處理以及圖像理解方法這三個(gè)層次的多種技術(shù)手段，它包括圖像增強(qiáng)、數(shù)據(jù)編碼和傳輸、平滑、邊緣銳化、分割、特征抽取、圖像識(shí)別與理解等內(nèi)容．這些技術(shù)手段在不同的研究目標(biāo)和應(yīng)用中會(huì)采取不同的方法，也在不斷出現(xiàn)新的研究成果．經(jīng)過這些處理后，輸出圖像的質(zhì)量得到相當(dāng)程度的改善，既改善了圖像的視覺效果，又便于計(jì)算機(jī)對(duì)圖像進(jìn)行分析、處理和識(shí)別．
數(shù)字圖像處理、圖像理解與模式識(shí)別是當(dāng)今計(jì)算機(jī)視覺研究的熱點(diǎn)，這既表明圖像處理與模式識(shí)別在現(xiàn)代信息技術(shù)中的重要作用，同時(shí)也說明該研究領(lǐng)城仍然存在大量沒有解決的研究難題．在圖象處理中其關(guān)鍵的問題是圖象分割、圖象濾波以及圖象的特征提取．
1.2.1、圖象分割
圖像分割育2種方法：一神是基于區(qū)域的方法；另一種是基于邊緣檢測(cè)的輪廓方法川．基于區(qū)域的方法兩個(gè)最基本的原則是數(shù)值杯似性和空間接近性．常用的方法有灰度閉值分割法和區(qū)城生長法．灰度閩值分割法是一種最簡單的基于區(qū)域的技術(shù)，這種方法是把每個(gè)像素的灰度值與一個(gè)閩值進(jìn)行比較，根據(jù)它是否超過該悶值而將該像素歸子兩類中的一類川，該方法的關(guān)鍵和難點(diǎn)是闊值的恰當(dāng)選?。畢^(qū)城生長技術(shù)計(jì)算復(fù)雜、費(fèi)時(shí)，因而很少應(yīng)用與對(duì)實(shí)時(shí)要求高的場(chǎng)合，只有當(dāng)閥值分割或邊緣檢測(cè)技術(shù)無法產(chǎn)生滿意的效果時(shí)，才考慮應(yīng)用，這里不多做介紹。
邊緣檢測(cè)算法是一種基于點(diǎn)相關(guān)的分割技術(shù)．在一幅圖像中，邊緣有方向和幅度兩個(gè)特性，垂直于邊緣走向的灰度變化劇烈，邊緣點(diǎn)的一階微分幅度大，而且是二階徽分的零交叉點(diǎn)，因此利用梯度最大值或二階導(dǎo)數(shù)過零提取邊界點(diǎn)．
1.2.1.1、闌值分割法中的算法研究
在閉值分割過程中閉值的選取是關(guān)鍵，如果閡值選取過高，則過多的目標(biāo)點(diǎn)被誤歸為背景；閉值選取過低，則會(huì)出現(xiàn)相反的情況．閉值選取方法的基本原則：從視覺上看，所選閨值應(yīng)產(chǎn)生最好的分割，減少誤分割，并將目標(biāo)與背景或目標(biāo)與目標(biāo)分開，使分劊后區(qū)域數(shù)目較少，邊緣較平滑；從直方圖上看，閩俏應(yīng)選在谷位上，若具有較寬的谷值，應(yīng)選在谷值的中間或靠近較大峰的邊界點(diǎn)．
目前闊值選取有P一參數(shù)法、直方圖法、最大類間方差法、最小誤差和均勻誤差法、簡單統(tǒng)計(jì)法、概率松弛法和模糊集法等十大類。一司．此外大多都是以上述基本方法為基礎(chǔ)，做出的改進(jìn)方法或者對(duì)算法的優(yōu)化．例如文獻(xiàn)閡咭，將混沌遺傳算法應(yīng)用到最大類間方差法中，通過仿真實(shí)驗(yàn)，表明該算法有較快的收斂速度和很高的收斂率．并且，隨著鬧位數(shù)的增加，算法的高效性得到了充分體現(xiàn)．
1.2.1.2、圖象邊緣提取中的算法研究
對(duì)于圖像的邊緣檢測(cè)來說，一般在識(shí)別過程中有如卜的要求：
首先能夠正確的檢測(cè)出有效的邊緣。邊緣定位的精度要高；檢測(cè)的響應(yīng)最好是單像素的．對(duì)于不同尺度的邊緣都能有較好的響應(yīng)并盡量減少漏檢．對(duì)噪聲應(yīng)該不敏感；槍測(cè)的靈敏度受邊緣方向影響應(yīng)該小。機(jī)器視覺系統(tǒng)
這些要求往往都很矛后，很難在一個(gè)邊緣檢測(cè)器中得到完全的統(tǒng)一判斷邊緣檢側(cè)器性能的方法是先看邊緣圖像，再坪價(jià)其性能，邊緣槍澎器的響應(yīng)中主要有三種誤差：丟失的有效邊緣．邊緣定位誤差和將噪聲誤判斷為邊緣．
常用的邊緣檢測(cè)算法主要有：
1）、微分邊緣算子：一般常用一階和二階微分來檢測(cè)邊緣一階微分邊緣算子即梯度算子，主要包括Robert算子、prewitt算子、Sobel算子、Kirsch算子、Canny算子等，二階微分算子有拉普拉斯算子、log算子等；
2）、基于形態(tài)學(xué)的邊緣檢測(cè)，
3）、基于小波的邊緣檢測(cè)；
4）、基于神經(jīng)網(wǎng)絡(luò)的邊緣檢側(cè)；
5）、基于模栩?qū)W的邊緣檢測(cè)．
6）、鑒干遺傳算法的邊緣檢側(cè)．
1.2.2、圖象濾波
圖象處理的時(shí)候必然是帶有噪聲的．圖像的噪聲表現(xiàn)為圖像上面出現(xiàn)各種形式的干擾斑點(diǎn)、條紋等，這些隨機(jī)噪聲把像素的真值隱蔽起來，嚴(yán)重影響對(duì)圖像的處理禮提取圖像特征，所以系統(tǒng)必須對(duì)視覺處理后的信號(hào)進(jìn)行數(shù)字濾波．噪聲的濃度與其四周像素的濃度間，存在著很大的濃度差，平滑化就是利用噪聲的這種性質(zhì)除去噪聲的方法．但因圖像的邊界部分也存在著急劇變化的濃度差，所以將這類邊界部分與噪聲的部分恰當(dāng)?shù)胤蛛x開，直至把噪聲除去是研究的重點(diǎn)。

常用的有移動(dòng)平均法、中值濾波、平滑化方法等．消除噪聲沒有完美無缺的方法，只有盡力選擇與目的相吻合的方法．在確定采用何種方法前，應(yīng)當(dāng)實(shí)際試驗(yàn)幾次觀察效果如何，可能是捷徑。