视觉技术通常是将图像抽象成另一种非图像的表征形式,比如欧式距离度量和各类统计值度量等。例如图像的特征选择、图像分割与图像边缘检测等任务都属于图像数据分析领域的外延技术。模式识别技术是指计算机通过对确定的或随机的部分所组成的过程现象或物体抽象出能表征它的相关信息进行处理分析,以达到对过程现象或物体进描述和解释的过程,工业视觉检测中有哪几项重要工作?

1、解释图像内容

当模式识别的对象是图像数据时,模式识别又可称为图像识别。图像识别通过探寻图像中各区域对象的性质与其周围环境的联系,识别出对象的所在位置与所属类别,以达到描述和解释该图像的目的。图像识别可以认为是图像数据分析的一种进阶性任务。图像数据分析技术获取到能表征感兴趣对象的客观度量信息之后,利用图像识别技术以该度量信息为标准可实现对感兴趣目标进行分类等任务。计算机视觉任务就是囊括图像处理、图像数据分析与图像识别的整个过程,工业视觉检测将图像中感兴趣目标的信息进行抽象化处理,试图降低图像矩阵的信息熵,提炼出对于视觉任务有度量意义的有效信息,然后利用这些信息达到解释图像内容的目的。

2、动态目标检测

从信息论的观点看,图像是其范围内所有物体所含的某一类信息的概括,其中数字图像处理主要侧重于将此类信息进行变换,比如说变换其信息内的熵值;而图像数据分析主要是侧重于抽取信息中特有的部分以供如图像识别等后续过程使用。目标检测是一种计算机视觉方法,它是图像分类任务与目标定位任务结合在一起的综合性视觉任务。对于人眼来说目标检测是一件很容易的事情,一辆汽车、一只小狗出现在我们的视野中,立马就能判断它是汽车或者小狗,并且能轻而易举地锁定它所在的位置。然而对于计算机而言,从一个RGB三通道像素矩阵中寻找到目标位置并判断其类别并不容易,并且通常情况下目标周围复杂背景的外在像素干扰严重,使得计算机进行目标检测任务更困难。

因为计算机的目标检测技术对智能识别领域的重要性不言而喻,所以该技术是计算机视觉与人工智能领域的重点,目标检测所应用的重点领域如行人检测与人脸识别技术在前人的研究之下已取得很优秀的成果,工业视觉检测对多类目标检测也取得了非凡的成绩。