視覺技術通常是將圖像抽象成另一種非圖像的表征形式,比如歐式距離度量和各類統計值度量等。例如圖像的特征選擇、圖像分割與圖像邊緣檢測等任務都屬于圖像數據分析領域的外延技術。模式識別技術是指計算機通過對確定的或隨機的部分所組成的過程現象或物體抽象出能表征它的相關信息進行處理分析,以達到對過程現象或物體進描述和解釋的過程,工業視覺檢測中有哪幾項重要工作?

1、解釋圖像內容

當模式識別的對象是圖像數據時,模式識別又可稱為圖像識別。圖像識別通過探尋圖像中各區域對象的性質與其周圍環境的聯系,識別出對象的所在位置與所屬類別,以達到描述和解釋該圖像的目的。圖像識別可以認為是圖像數據分析的一種進階性任務。圖像數據分析技術獲取到能表征感興趣對象的客觀度量信息之后,利用圖像識別技術以該度量信息為標準可實現對感興趣目標進行分類等任務。計算機視覺任務就是囊括圖像處理、圖像數據分析與圖像識別的整個過程,工業視覺檢測將圖像中感興趣目標的信息進行抽象化處理,試圖降低圖像矩陣的信息熵,提煉出對于視覺任務有度量意義的有效信息,然后利用這些信息達到解釋圖像內容的目的。

2、動態目標檢測

從信息論的觀點看,圖像是其范圍內所有物體所含的某一類信息的概括,其中數字圖像處理主要側重于將此類信息進行變換,比如說變換其信息內的熵值;而圖像數據分析主要是側重于抽取信息中特有的部分以供如圖像識別等后續過程使用。目標檢測是一種計算機視覺方法,它是圖像分類任務與目標定位任務結合在一起的綜合性視覺任務。對于人眼來說目標檢測是一件很容易的事情,一輛汽車、一只小狗出現在我們的視野中,立馬就能判斷它是汽車或者小狗,并且能輕而易舉地鎖定它所在的位置。然而對于計算機而言,從一個RGB三通道像素矩陣中尋找到目標位置并判斷其類別并不容易,并且通常情況下目標周圍復雜背景的外在像素干擾嚴重,使得計算機進行目標檢測任務更困難。

因為計算機的目標檢測技術對智能識別領域的重要性不言而喻,所以該技術是計算機視覺與人工智能領域的重點,目標檢測所應用的重點領域如行人檢測與人臉識別技術在前人的研究之下已取得很優秀的成果,工業視覺檢測對多類目標檢測也取得了非凡的成績。