机器视觉 2022-09-08 10158
人眼是一个了不起的生物相机。它配备了一个瞬间聚焦的镜头和一个传感器，可以适应最微弱的光线到更强烈的光线。但是一个更奇妙的器官补充了眼睛：人脑。
工程师们创造了高度复杂的紧凑型相机。但是，构建一台能够理解图像、对其进行分类、对其进行预测，然后决定与之相关的动作的计算机一直是一项具有挑战性的壮举。尤其是在试图以紧凑的外形达到高度复杂性时。但传感器内计算可能会改变机器视觉的一切。
在讨论传感器内计算之前，让我们先讨论一下机器视觉及其对自动化系统的意义。首次部署机器人技术时，简单的编程使他们能够一遍又一遍地执行相同的任务。这适用于制造几乎没有变化的相同组件。
机器人技术和其他自动化的较新应用要求系统能够适应组件或环境。工程师发现，通过添加摄像头、计算机硬件和图像识别软件，自动化解决方案现在可以“看到”他们在做什么，然后根据需要进行调整。
机器视觉花了很多年相机和处理是分开的。但随着集成商发现机器视觉技术的更多应用，他们发现了更多挑战。一个主要挑战是空间。并非每个位置都有计算机视觉工作站的空间。为了提供所需的计算能力，连接速度现在成为一个问题。
最后，维也纳科技大学的一个研究小组正在开发一种提高机器视觉速度的方法。他们正在为捕捉图像的传感器添加计算技术。该技术是通过模仿人脑中神经元的动作而实现的。
通过为相机添加传感器内计算功能，系统省去了将完整图像发送到计算机视觉软件进行处理的步骤。传输高分辨率图像通常需要机器视觉工作所需的大量带宽和时间。
如果相机的传感器可以在处理图像时弄清楚它所看到的内容，则可以在不依赖云连接的情况下做出决策。即使某些信息必须发送到云端进行处理，它已经是数字形式，节省了时间和计算能力。拥有可以处理自己数据的传感器可能会为无人驾驶车辆和其他无线工业应用中的机器视觉提供新的可能性。
