（武漢理工大學(xué)自動(dòng)化學(xué)院，武漢 430000）

0 引言

從20世紀(jì)80年代開始，機(jī)器視覺技術(shù)的發(fā)展速度不斷加快，已經(jīng)走進(jìn)了人們的日常生活與工作之中。機(jī)器視覺的圖像目標(biāo)識(shí)別系統(tǒng)的自動(dòng)化程度較高，應(yīng)用范圍廣，尤其在危險(xiǎn)場(chǎng)所的運(yùn)用，采用機(jī)器視覺代替?zhèn)鹘y(tǒng)的人工視覺，能夠更好的滿足危險(xiǎn)作業(yè)基本需求。

1 機(jī)器視覺的圖像目標(biāo)識(shí)別的重要性

圖像目標(biāo)識(shí)別是機(jī)器視覺中的核心研究領(lǐng)域，在農(nóng)業(yè)、工業(yè)和醫(yī)療等領(lǐng)域均有涉及。例如，在農(nóng)作物生長過程之中，通過運(yùn)用該技術(shù)實(shí)施藥物噴灑，能有效預(yù)防農(nóng)作物病蟲害的發(fā)生。由于機(jī)器視覺的圖像目標(biāo)識(shí)別方法能將大量信息進(jìn)行集中處理，能夠更好的達(dá)到計(jì)算機(jī)集成制造基礎(chǔ)目標(biāo)。在比較復(fù)雜的機(jī)器視覺領(lǐng)域當(dāng)中，機(jī)器視覺的圖像目標(biāo)識(shí)別方法的大力運(yùn)用，能夠減少錯(cuò)誤視覺信息的輸出與傳遞，進(jìn)一步提升了各項(xiàng)圖像識(shí)別信息的準(zhǔn)確性[1]。

2 機(jī)器視覺的圖像目標(biāo)識(shí)別原理與特點(diǎn)

2.1 圖像目標(biāo)識(shí)別的原理

機(jī)器視覺的圖像目標(biāo)識(shí)別運(yùn)用模式識(shí)別和圖像處理原理，在海量的圖片當(dāng)中，經(jīng)過初步識(shí)別之后，提取相應(yīng)的目標(biāo)圖像，并將該目標(biāo)圖像進(jìn)行分類處理。與計(jì)算機(jī)視覺技術(shù)相比，機(jī)器視覺的圖像目標(biāo)識(shí)別方法操作更為便捷，系統(tǒng)結(jié)構(gòu)組成比較簡(jiǎn)單。在處理圖像之前，需要獲取完整的圖像，在獲取圖像的過程當(dāng)中，要采用一套靈敏的硬件設(shè)備，如照明光源、用于調(diào)節(jié)圖像清晰程度的鏡頭與攝像機(jī)等。

2.2 圖像目標(biāo)識(shí)別的特點(diǎn)

機(jī)器視覺的圖像目標(biāo)識(shí)別方法具有較強(qiáng)的實(shí)時(shí)性，能夠自動(dòng)獲取圖像并對(duì)圖像進(jìn)行分析與研究。由于該項(xiàng)技術(shù)的特殊性，其識(shí)別精度與識(shí)別時(shí)間領(lǐng)域還存在很多缺陷[1]，為了保證該項(xiàng)技術(shù)得到更好應(yīng)用，還需要不斷加大研究力度，提升機(jī)器視覺圖像目標(biāo)識(shí)別效率，杜絕識(shí)別錯(cuò)誤的發(fā)生。

3 機(jī)器視覺的圖像目標(biāo)識(shí)別方法

3.1 圖像的預(yù)處理

圖像的預(yù)處理指的是通過矯正機(jī)器視覺所獲得的圖像目標(biāo)，并將噪音等干擾進(jìn)行合理過濾，對(duì)圖像目標(biāo)內(nèi)部的信息開展有效提取。其處理流程首先，將圖像平行移動(dòng)或者換不同的方向，縮放其尺寸等，使圖像識(shí)別速度得到提升，識(shí)別結(jié)果更為精確。其次，將圖像進(jìn)行濾波處理，去除圖像中的噪音干擾，使圖像的各項(xiàng)特征得到更好保存。最后，對(duì)圖像的預(yù)處理結(jié)果進(jìn)行檢驗(yàn)。

圖像濾波處理主要分為兩種，分別是線性濾波處理與非線性濾波處理。其中，非線性濾波對(duì)圖像中的各個(gè)細(xì)節(jié)起到保護(hù)作用，去除圖像噪音時(shí)，保證圖像細(xì)節(jié)更加完整，在圖像濾波處理中有良好的應(yīng)用效果。在非線性濾波中，應(yīng)用效果較好的分別是粒子濾波與卡爾曼濾波兩種，與粒子濾波相比，卡爾曼濾波操作比較簡(jiǎn)單，魯棒性能也比較好，在機(jī)器視覺跟蹤領(lǐng)域應(yīng)用較多。粒子濾波與卡爾曼濾波算法不同，該方法存在樣本匱乏、粒子數(shù)量選擇不當(dāng)?shù)纫幌盗袉栴}[2]。

在圖像預(yù)處理過程當(dāng)中，要加強(qiáng)圖像邊緣處理力度，該區(qū)域作為圖像目標(biāo)中的核心區(qū)域，如果處理不當(dāng)，會(huì)嚴(yán)重影響圖像預(yù)處理效果。因此，為了進(jìn)一步提升圖像邊緣預(yù)處理水平，可以運(yùn)用先進(jìn)的檢測(cè)技術(shù)，對(duì)圖像邊緣預(yù)處理結(jié)果進(jìn)行全面檢測(cè)，并加強(qiáng)圖像邊緣檢測(cè)技術(shù)優(yōu)化力度，制定更為科學(xué)的檢測(cè)技術(shù)措施，可以采用多尺度與結(jié)構(gòu)的數(shù)學(xué)理念，將圖像目標(biāo)邊緣進(jìn)行有效提取，保證圖像邊緣更加穩(wěn)定，處理結(jié)果更為準(zhǔn)確。從研究結(jié)果來分析，通過做好圖像預(yù)處理工作，能夠保證機(jī)器視覺的圖像目標(biāo)識(shí)別水平得到全面提升。

3.2 圖像的分割

通過加強(qiáng)圖像分割，能夠提高機(jī)器視覺的圖像目標(biāo)識(shí)別的自動(dòng)化水平，使得圖像目標(biāo)識(shí)別效果更加顯著。圖像分割的方法有很多種，不同方法分別適用于不同領(lǐng)域，這里重點(diǎn)介紹以下3種分割方法。

（1）閾值分割法，這種方法屬于常規(guī)圖像分割方法，工作原理是將圖像的像素點(diǎn)分為不同類型，并對(duì)各個(gè)類型的圖像像素點(diǎn)進(jìn)行計(jì)量，該方法具有操作便捷、圖像計(jì)算量較小、性能可靠等特點(diǎn)，但是，該方法的操作范圍比較小，分割進(jìn)度緩慢。

（2）能量最小化分割方法，該項(xiàng)分割方法的主要缺點(diǎn)是計(jì)算效率特別低，應(yīng)用效果較差。

（3）區(qū)域生長分割方法，主要指的是將比較相近的像素進(jìn)行有效結(jié)合，構(gòu)成更為完整的圖像區(qū)域，在該圖像區(qū)域之內(nèi)，方可開展目標(biāo)識(shí)別，具備計(jì)算便捷、圖像分割效率高的特點(diǎn)，但是，在實(shí)際分割的過程之中，要明確種子點(diǎn)位置，對(duì)噪音特別敏感的部位，如果應(yīng)用該方法，區(qū)域內(nèi)部容易出現(xiàn)空洞現(xiàn)象。當(dāng)圖像目標(biāo)比較大，會(huì)降低圖像的分割速率，使得圖像目標(biāo)的識(shí)別效果不斷下降。

圖像目標(biāo)的識(shí)別，要采用多方位的分割技術(shù)才能夠取得良好的分割效果?？梢詫⒉煌姆指罘椒ㄟM(jìn)行完美結(jié)合，更好的提升圖像分割水平與效率。近年來，混合分割法已經(jīng)引起相關(guān)研究人員的關(guān)注，對(duì)混合分割法的分割效果比較滿意。

3.3 特征提取要點(diǎn)

特征提取指的是在眾多繁復(fù)的圖像信息當(dāng)中，要提取出符合要求的圖像特征，對(duì)提取技術(shù)的速度與精度要求特別高，這一環(huán)節(jié)是機(jī)器視覺的圖像目標(biāo)識(shí)別核心環(huán)節(jié)。結(jié)合圖像區(qū)域范圍的大小，將圖像全局特征進(jìn)行分類，可以分為局部特征與全局特征，在繁雜的大背景之下，研究人員通常采用局部特征，準(zhǔn)確描述圖像目標(biāo)，具有較高的提取效率[3]。

采用較多的特征提取法主要分為3種，分別是密集提取法、稀疏提取法與其它提取法，但是，這3種特征提取方法需要圖像目標(biāo)背景的支持。描述子的出現(xiàn)，有效解決了以上問題，特別是采用多種類型的描述子開展機(jī)器視覺的圖像目標(biāo)識(shí)別，例如，采用SURF描述子對(duì)圖像目標(biāo)特征進(jìn)行識(shí)別，能有效提高圖像目標(biāo)識(shí)別效率和效果，同時(shí)SIFT描述子性能穩(wěn)定，識(shí)別效果好，其應(yīng)用領(lǐng)域也特別廣。

4 結(jié)束語

文章介紹了機(jī)器視覺的圖像目標(biāo)識(shí)別方法操作要點(diǎn)，如提升圖像的預(yù)處理效果，圖像的分割，明確特征提取要點(diǎn)等，能夠更好的掌握機(jī)器視覺的圖像目標(biāo)識(shí)別途徑，有效降低機(jī)器視覺圖像目標(biāo)識(shí)別難度。視覺定位的核心目標(biāo)是找到所定目標(biāo)物的具體坐標(biāo)位置，通過研究機(jī)器視覺圖像目標(biāo)識(shí)別方法，能夠?qū)δ繕?biāo)物體進(jìn)行有效識(shí)別與定位，減少識(shí)別錯(cuò)誤現(xiàn)象的發(fā)生。