導(dǎo)語(yǔ)：如何才能寫(xiě)好一篇計(jì)算機(jī)視覺(jué)方案，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

關(guān)鍵詞：計(jì)算機(jī)；網(wǎng)絡(luò)故障；解決措施

中圖分類(lèi)號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）25-5857-02

隨著信息化時(shí)代的到來(lái)，計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)水平不斷向前發(fā)展，日新月異的科學(xué)技術(shù)為計(jì)算機(jī)網(wǎng)絡(luò)覆蓋范圍的擴(kuò)展奠定了堅(jiān)實(shí)的基礎(chǔ)。如今計(jì)算機(jī)網(wǎng)絡(luò)不僅僅只限于企業(yè)或公司的生產(chǎn)活動(dòng)中，它已深入到人們?nèi)粘Ｉ畹姆椒矫婷妫?jì)算機(jī)網(wǎng)絡(luò)得到了大范圍的普及。隨著計(jì)算機(jī)網(wǎng)絡(luò)的廣泛應(yīng)用，企業(yè)的生產(chǎn)效率得到了很大的提高，人們之間的溝通與交流也越來(lái)越便捷，豐富的網(wǎng)絡(luò)資源為人們提供了學(xué)習(xí)的平臺(tái)。但是，計(jì)算機(jī)網(wǎng)絡(luò)的普及在帶來(lái)便利的同時(shí)也存在著一定的安全隱患，計(jì)算機(jī)網(wǎng)絡(luò)在使用中出現(xiàn)網(wǎng)絡(luò)故障的概率不斷增加，加強(qiáng)對(duì)計(jì)算機(jī)網(wǎng)絡(luò)故障類(lèi)型的識(shí)別是正確解決網(wǎng)絡(luò)故障的重要前提，對(duì)網(wǎng)絡(luò)故障產(chǎn)生的原因進(jìn)行正確分析并掌握一套行之有效的解決方案是排查計(jì)算機(jī)網(wǎng)絡(luò)故障的關(guān)鍵。

1 計(jì)算機(jī)網(wǎng)絡(luò)故障及其常見(jiàn)問(wèn)題

1.1 關(guān)于計(jì)算機(jī)網(wǎng)絡(luò)故障

當(dāng)前計(jì)算機(jī)被廣泛應(yīng)用到生產(chǎn)生活的各個(gè)領(lǐng)域與環(huán)節(jié)中，一方面計(jì)算機(jī)網(wǎng)絡(luò)的應(yīng)用對(duì)促進(jìn)生產(chǎn)效率提高、改進(jìn)生活方式產(chǎn)生了積極的促進(jìn)作用，而另一方面網(wǎng)絡(luò)故障問(wèn)題出現(xiàn)的概率也不斷增加。所謂網(wǎng)絡(luò)故障，是不同于正常網(wǎng)絡(luò)連接的一種狀態(tài)，主要表現(xiàn)為出現(xiàn)網(wǎng)速不正常現(xiàn)象或無(wú)法通過(guò)與網(wǎng)絡(luò)進(jìn)行互聯(lián)等，是與網(wǎng)絡(luò)暢通相對(duì)的概念。一般來(lái)說(shuō)，計(jì)算機(jī)網(wǎng)絡(luò)故障可以分為物理/硬件故障和邏輯/軟件故障，物理/硬件故障主要是指計(jì)算機(jī)內(nèi)部的網(wǎng)卡、集成器、內(nèi)存、硬盤(pán)和外部的交換機(jī)、路由器、顯示器等出現(xiàn)的故障，而常見(jiàn)的邏輯/軟件故障主要是由網(wǎng)絡(luò)協(xié)議、網(wǎng)絡(luò)設(shè)備配置或設(shè)置錯(cuò)誤造成的計(jì)算機(jī)網(wǎng)絡(luò)故障問(wèn)題。

1.2 常見(jiàn)的計(jì)算機(jī)網(wǎng)絡(luò)故障問(wèn)題

網(wǎng)絡(luò)故障的主要表現(xiàn)為計(jì)算機(jī)的設(shè)備故障，具體可以分為以下三類(lèi)：計(jì)算機(jī)主機(jī)故障、網(wǎng)絡(luò)線(xiàn)路故障及網(wǎng)絡(luò)端口故障。

1.2.1計(jì)算機(jī)主機(jī)故障

計(jì)算機(jī)出現(xiàn)主機(jī)故障一般是主機(jī)不能正常運(yùn)行的問(wèn)題，導(dǎo)致主機(jī)出現(xiàn)故障的原因多種多樣，可能是網(wǎng)卡松動(dòng)或損壞引起的，也可能是卡槽故障、網(wǎng)卡驅(qū)動(dòng)未安裝或安裝不當(dāng)導(dǎo)致的主機(jī)故障，還有可能是參數(shù)設(shè)置不當(dāng)、協(xié)議不當(dāng)、設(shè)備沖突或黑客惡意入侵引起的。主機(jī)在計(jì)算機(jī)網(wǎng)絡(luò)中非常重要的存在，若主機(jī)出現(xiàn)故障，那么整個(gè)計(jì)算機(jī)網(wǎng)絡(luò)也會(huì)無(wú)法正常運(yùn)行，因此要十分重視對(duì)主機(jī)的維護(hù)。

1.2.2 網(wǎng)絡(luò)線(xiàn)路故障

網(wǎng)絡(luò)線(xiàn)路故障主要是指由于計(jì)算機(jī)各類(lèi)線(xiàn)路問(wèn)題引起的計(jì)算機(jī)無(wú)法網(wǎng)絡(luò)正常工作的情況。相對(duì)其他故障而言，線(xiàn)路故障造成的影響較有限，而導(dǎo)致線(xiàn)路故障的原因是多樣的，引起網(wǎng)絡(luò)線(xiàn)路故障的原因主要有線(xiàn)路接觸不良、線(xiàn)路串接或線(xiàn)路破損等，比如線(xiàn)路質(zhì)量、人為的外部破壞或使用年限過(guò)長(zhǎng)造成的破損問(wèn)題，或接線(xiàn)員的技術(shù)錯(cuò)誤引起的線(xiàn)路故障問(wèn)題等。

1.2.3 網(wǎng)絡(luò)端口故障

相較于其他故障，網(wǎng)絡(luò)端口故障是影響較小的故障，主要是由于計(jì)算機(jī)網(wǎng)絡(luò)端口問(wèn)題導(dǎo)致計(jì)算機(jī)網(wǎng)絡(luò)不能正常運(yùn)行的情況。通常來(lái)說(shuō)，網(wǎng)絡(luò)端口故障的影響有限，不會(huì)對(duì)計(jì)算機(jī)的正常運(yùn)轉(zhuǎn)產(chǎn)生十分嚴(yán)重的破壞，但在一些特定情況下卻也有可能直接導(dǎo)致計(jì)算機(jī)網(wǎng)絡(luò)的全面癱瘓。端口故障的種類(lèi)同網(wǎng)絡(luò)端口的類(lèi)別密切相關(guān)，大致可以分為三種：端口接觸不良、端口破損或端口關(guān)閉錯(cuò)誤引發(fā)的端口故障。

2 計(jì)算機(jī)網(wǎng)絡(luò)故障產(chǎn)生的原因剖析

通常對(duì)計(jì)算機(jī)網(wǎng)絡(luò)故障的原因分析主要可以從兩個(gè)角度進(jìn)行分析，即人為原因與非人為原因，這兩類(lèi)原因是導(dǎo)致計(jì)算機(jī)網(wǎng)絡(luò)故障的主要原因。

2.1 引起計(jì)算機(jī)網(wǎng)絡(luò)故障的人為因素

導(dǎo)致計(jì)算機(jī)網(wǎng)絡(luò)故障人為原因的分析主要集中在三個(gè)方面，首先是相關(guān)設(shè)備的制造商，在計(jì)算機(jī)相關(guān)設(shè)備的生產(chǎn)過(guò)程中，由于制造商過(guò)度控制成本、監(jiān)管系統(tǒng)松散或生產(chǎn)不暢通等不當(dāng)措施，極易引起設(shè)備的質(zhì)量問(wèn)題；其次是設(shè)備的安裝技術(shù)人員，安裝人員在對(duì)設(shè)備進(jìn)行安裝的過(guò)程中，錯(cuò)誤的參數(shù)設(shè)置或?qū)υO(shè)備的損害等失誤行為引起的網(wǎng)絡(luò)故障；最后是計(jì)算機(jī)網(wǎng)絡(luò)的用戶(hù)，用戶(hù)日常無(wú)意識(shí)的錯(cuò)誤操作或黑客有意識(shí)的網(wǎng)絡(luò)攻擊行為都會(huì)導(dǎo)致計(jì)算機(jī)網(wǎng)絡(luò)出現(xiàn)故障。這類(lèi)由人為原因引起的計(jì)算機(jī)網(wǎng)絡(luò)故障是可控的，通過(guò)一定的措施可以實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)故障的有效控制。

2.2引起計(jì)算機(jī)網(wǎng)絡(luò)故障的非人為因素

導(dǎo)致計(jì)算機(jī)網(wǎng)絡(luò)故障的非人為因素具有不可控性，計(jì)算機(jī)網(wǎng)絡(luò)故障非人為因素的主要表現(xiàn)有：長(zhǎng)時(shí)間暴露在外導(dǎo)致設(shè)備失靈、老鼠等生物啃咬線(xiàn)路導(dǎo)致線(xiàn)路破損、機(jī)器使用年限過(guò)長(zhǎng)引起的設(shè)備老化情況或天氣突變、自然災(zāi)害造成的計(jì)算機(jī)網(wǎng)絡(luò)故障問(wèn)題等。對(duì)于引起計(jì)算機(jī)網(wǎng)絡(luò)故障的非人為因素不能進(jìn)行有效的控制，我們只能盡最大可能實(shí)現(xiàn)對(duì)各類(lèi)非人為因素的事前預(yù)防，并在故障不可避免的發(fā)生后進(jìn)行快速處理，盡可能減少故障帶來(lái)的危害。

3 計(jì)算機(jī)網(wǎng)絡(luò)故障的解決措施

隨著計(jì)算機(jī)網(wǎng)絡(luò)故障的頻發(fā)，如何有效識(shí)別計(jì)算機(jī)網(wǎng)絡(luò)故障，并以最快速度排除故障恢復(fù)網(wǎng)絡(luò)運(yùn)行成為大眾關(guān)注的問(wèn)題。上文中，筆者分析了網(wǎng)絡(luò)故障及其常見(jiàn)問(wèn)題，并就引起計(jì)算機(jī)網(wǎng)絡(luò)故障的兩類(lèi)因素進(jìn)行了探討，現(xiàn)對(duì)此提出相應(yīng)的解決措施，包括主機(jī)故障的解決方案、線(xiàn)路故障的解決方案以及端口故障的解決方案等，具體闡述如下：

3.1主機(jī)故障的解決方案

計(jì)算機(jī)網(wǎng)絡(luò)出現(xiàn)主機(jī)故障的原因多種多樣，在排查主機(jī)故障時(shí)要根據(jù)故障的不同特點(diǎn)進(jìn)行維修。比如，若主機(jī)故障是由網(wǎng)卡驅(qū)動(dòng)未安裝或安裝不當(dāng)引起的，網(wǎng)絡(luò)維護(hù)人員需要對(duì)主機(jī)網(wǎng)卡進(jìn)行定期的檢查。若主機(jī)故障是網(wǎng)卡松動(dòng)導(dǎo)致，則極有可能是網(wǎng)卡放置方法或位置錯(cuò)誤，重新放置網(wǎng)卡即可解決。若是卡槽損壞引起了主機(jī)故障，那么則需要換新的卡槽，如果故障仍沒(méi)有排除，則需要將計(jì)算機(jī)的網(wǎng)卡放到正常機(jī)器上進(jìn)行檢測(cè)，若網(wǎng)卡不能正常工作就需要進(jìn)行更換。若主機(jī)故障是由于網(wǎng)卡驅(qū)動(dòng)未安裝或安裝不當(dāng)導(dǎo)致的，那么需要盡快安裝驅(qū)動(dòng)程序。若出現(xiàn)設(shè)備沖突引起的主機(jī)故障，要對(duì)接頭類(lèi)型、IQ端口地址及網(wǎng)卡設(shè)置進(jìn)行檢查，及時(shí)排查問(wèn)題，對(duì)有問(wèn)題的參數(shù)重新設(shè)置，必要時(shí)需要更換設(shè)備。若主機(jī)故障是由協(xié)議或參數(shù)設(shè)置不當(dāng)引起的，需要及時(shí)更新參數(shù)設(shè)置或重新設(shè)定協(xié)議。若主機(jī)故障是受到黑客惡意攻擊導(dǎo)致的，則需要啟用程序復(fù)原。

3.2 線(xiàn)路故障的解決方案

在計(jì)算機(jī)網(wǎng)絡(luò)線(xiàn)路的選擇與采購(gòu)過(guò)程中，要特別注意選擇品牌大、質(zhì)量好的優(yōu)質(zhì)線(xiàn)，以保證線(xiàn)路安裝后能提供良好的售后服務(wù)；在進(jìn)行線(xiàn)路安裝過(guò)程中，安裝人員要遵循分裝多跟線(xiàn)路的原則，避免今后使用過(guò)程中的潛在損傷，盡量將線(xiàn)路分布在人們不易接觸到的地方；在線(xiàn)路的使用過(guò)程中，使用人員要注重保護(hù)線(xiàn)路，減少外力對(duì)線(xiàn)路的破壞，對(duì)于長(zhǎng)期使用的線(xiàn)路要進(jìn)行定期的更換。若在實(shí)際使用過(guò)程中出現(xiàn)因電路故障導(dǎo)致的計(jì)算網(wǎng)絡(luò)故障，使用者可以嘗試對(duì)其進(jìn)行更換線(xiàn)路測(cè)試，若測(cè)試結(jié)果顯示可以正常工作，那么可以斷定是線(xiàn)路故障引起的網(wǎng)絡(luò)癱瘓，若顯示不能正常工作，則需要考慮其他的可能性。

3.3 端口故障的解決方案

在出現(xiàn)端口故障的情況下，首先要對(duì)端口故障的可能情況進(jìn)行排查，相較于其他兩類(lèi)故障，對(duì)端口故障的確認(rèn)要相對(duì)容易些。一般情況下都需要首先對(duì)端口故障進(jìn)行確認(rèn)，若計(jì)算機(jī)網(wǎng)絡(luò)出現(xiàn)異常，無(wú)常正常工作，那么首先有必要對(duì)路由器端口進(jìn)行檢測(cè)，檢查是否是路由器接觸不良導(dǎo)致的網(wǎng)路故障。路由器端口包括路由器網(wǎng)線(xiàn)端口和路由器電源線(xiàn)段El兩大類(lèi)，對(duì)其端口故障的排查需要依照端口是否打開(kāi)、端口是否松動(dòng)和端口是否損壞的順序進(jìn)行，若是端口為正常打開(kāi)或鏈接的情況，按正確的操作方法打開(kāi)鏈接即可；若是端口松動(dòng)的情況，使用正確的操作方法卡緊端口即可；若是端口出現(xiàn)損壞，則需要進(jìn)行相應(yīng)的測(cè)試，檢驗(yàn)端口是否能正常工作，如果不能正常工作則需要及時(shí)替換能正常運(yùn)行的端口。

4 結(jié)束語(yǔ)

在科技高速發(fā)展的信息化大背景下，計(jì)算機(jī)網(wǎng)絡(luò)的普及為人們生產(chǎn)生活的智能化、便捷化和高效化奠定了基礎(chǔ)，計(jì)算機(jī)網(wǎng)絡(luò)成為人們?nèi)粘Ｉ钪胁豢苫蛉钡墓ぞ咧唬俏覀円矐?yīng)該看到，計(jì)算機(jī)網(wǎng)絡(luò)在為人們提供便利的同時(shí)，網(wǎng)絡(luò)故障的出現(xiàn)也是不可避免的。因此，要加強(qiáng)對(duì)計(jì)算機(jī)網(wǎng)絡(luò)的日常管理，正確識(shí)別計(jì)算機(jī)網(wǎng)絡(luò)故障的類(lèi)別，極可能的降低網(wǎng)絡(luò)故障發(fā)生的概率，將可避免的細(xì)小故障發(fā)生概率盡可能控制為零，對(duì)不同類(lèi)型的計(jì)算機(jī)網(wǎng)絡(luò)故障進(jìn)行針對(duì)性的故障排查。只有盡量減少計(jì)算機(jī)網(wǎng)絡(luò)故障帶來(lái)的不利影響，才能真正發(fā)揮計(jì)算機(jī)網(wǎng)絡(luò)的作用，為人們的日常生活提供便利，推動(dòng)社會(huì)經(jīng)濟(jì)的持續(xù)性發(fā)展。

參考文獻(xiàn)：

[1] 崔凱.智能型網(wǎng)絡(luò)故障診斷系統(tǒng)研究[J].河南教育學(xué)院學(xué)報(bào)：自然科學(xué)版，2013（3）.

[2] 馬長(zhǎng)安.文件替換法排除TCP/IP協(xié)議故障[J].安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2009（5）.

[3] 張東進(jìn).探析計(jì)算機(jī)網(wǎng)絡(luò)故障與維護(hù)策略[J].電腦編程技巧與維護(hù)，2011（2）.

篇2

本文對(duì)計(jì)算機(jī)局域網(wǎng)絡(luò)應(yīng)用中常見(jiàn)的故障問(wèn)題進(jìn)行了分析并提出了相應(yīng)的解決方案。主要分析了計(jì)算機(jī)無(wú)法聯(lián)網(wǎng)、Windows XP系統(tǒng)拒絕訪(fǎng)問(wèn)，無(wú)線(xiàn)網(wǎng)卡不能正常工作，資源共享等問(wèn)題出現(xiàn)的原因及基本解決方案，是在對(duì)平時(shí)計(jì)算機(jī)局域網(wǎng)知識(shí)的學(xué)習(xí)的基礎(chǔ)之上的進(jìn)一步的總結(jié)、應(yīng)用，反映平時(shí)日常工作的心得，也是對(duì)理論知識(shí)的進(jìn)一步升華。論文中提及的常見(jiàn)計(jì)算機(jī)局域網(wǎng)故障及解決方法，能夠?qū)τ?jì)算機(jī)局域網(wǎng)使用人員有一定幫助。

【關(guān)鍵詞】計(jì)算機(jī)網(wǎng)絡(luò) 故障 解決 運(yùn)用

1 引言

隨著計(jì)算機(jī)網(wǎng)絡(luò)應(yīng)用的逐漸普及，人們?cè)絹?lái)越多地依賴(lài)網(wǎng)絡(luò)處理日常工作和事務(wù)，網(wǎng)絡(luò)出現(xiàn)故障如果不能及時(shí)排除就會(huì)給人們?cè)斐珊艽蟮膿p失。對(duì)網(wǎng)絡(luò)故障及其排除方法的研究和應(yīng)用對(duì)于保障網(wǎng)絡(luò)的正常運(yùn)行、提高網(wǎng)絡(luò)系統(tǒng)的可靠性和可用性有著極其重要的意義。如果計(jì)算機(jī)網(wǎng)絡(luò)故障不能及時(shí)排除，就會(huì)影響正常的工作和辦公。所以計(jì)算機(jī)網(wǎng)絡(luò)故障會(huì)嚴(yán)重影響正常的學(xué)習(xí)和工作。由此可見(jiàn)，我們必須掌握常見(jiàn)的計(jì)算機(jī)網(wǎng)絡(luò)故障以及解決方案，掌握相關(guān)基本的網(wǎng)絡(luò)故障理論知識(shí)和故障排除的動(dòng)手實(shí)踐的技巧是十分實(shí)用和必要的。隨著網(wǎng)絡(luò)的不斷發(fā)展，在我們的日常生活中，局域網(wǎng)已經(jīng)得到了廣泛的應(yīng)用。組建局域網(wǎng)具有如下優(yōu)點(diǎn)：加速信息的傳播速度、還可以實(shí)現(xiàn)內(nèi)部文件與資源的共享。局域網(wǎng)的應(yīng)用廣泛，在組建和使用局域網(wǎng)過(guò)程中，實(shí)現(xiàn)網(wǎng)絡(luò)信息與資源共享，不可避免的會(huì)出現(xiàn)一些常見(jiàn)的問(wèn)題，我們只是對(duì)較為常見(jiàn)的一些問(wèn)題進(jìn)行探討和研究。計(jì)算機(jī)局域網(wǎng)故障診斷、排除是管好網(wǎng)絡(luò)、用好網(wǎng)絡(luò)，使局域網(wǎng)絡(luò)發(fā)揮其作用的重要技術(shù)工作之一。

2 常見(jiàn)計(jì)算機(jī)局域網(wǎng)故障分析

2.1 所有設(shè)置均正確，無(wú)法聯(lián)網(wǎng)的問(wèn)題

在局域網(wǎng)中，我們經(jīng)常會(huì)遇到不能連網(wǎng)、網(wǎng)絡(luò)不通的狀況。對(duì)于這些問(wèn)題，我們首先要明確的是診斷步驟。通常可以從網(wǎng)卡、網(wǎng)線(xiàn)、網(wǎng)絡(luò)設(shè)備、驅(qū)動(dòng)程序、設(shè)備等一一去排查。

步驟一：檢查網(wǎng)卡。首先，打【系統(tǒng)屬性】對(duì)話(huà)框，選擇【硬件】選項(xiàng)卡，單擊【設(shè)備管理器】按鈕。

在彈出的【設(shè)備管理器】對(duì)話(huà)框中單擊【網(wǎng)絡(luò)適配器】前面的【+】，選擇自己所使用的網(wǎng)卡，執(zhí)行【屬性】命令。

網(wǎng)卡【屬性】對(duì)話(huà)框中選擇【常規(guī)】選項(xiàng)卡，可顯示網(wǎng)卡的狀態(tài)資源。

在【設(shè)備用法】下拉列表框中可以選擇啟用或停用該網(wǎng)卡。如果沒(méi)有處于正在運(yùn)行狀態(tài)，我們就需要重新安裝驅(qū)動(dòng)程序，選擇【驅(qū)動(dòng)程序】選項(xiàng)卡，可以更新、卸載驅(qū)動(dòng)程序。

步驟二：按上述方法一次檢查后，我們可以檢查一下網(wǎng)絡(luò)設(shè)備以及網(wǎng)線(xiàn)，在確定網(wǎng)卡沒(méi)有問(wèn)題后，就可以對(duì)網(wǎng)線(xiàn)進(jìn)行檢查，常見(jiàn)的故常有雙絞線(xiàn)內(nèi)部出現(xiàn)斷裂、RJ-45水晶頭內(nèi)部接觸不良，也有可能是網(wǎng)絡(luò)設(shè)備自身質(zhì)量有問(wèn)題，也可能是連接有問(wèn)題，我們需要仔細(xì)進(jìn)行檢查。

2.2 Windows XP系統(tǒng)拒絕訪(fǎng)問(wèn)

當(dāng)Windows XP系統(tǒng)拒絕訪(fǎng)問(wèn)時(shí)，首先確定用戶(hù)在系統(tǒng)中是否進(jìn)行了以下設(shè)置。（1）當(dāng)使用其他操作系統(tǒng)登錄Windows XP系統(tǒng)時(shí)，確定啟用了Windows XP系統(tǒng)的Guest 用戶(hù)。（2）在Windows XP中運(yùn)行了網(wǎng)絡(luò)安裝向?qū)А＃?）關(guān)閉了Internet連接防火墻。（4）保證用戶(hù)的網(wǎng)絡(luò)信息設(shè)置正確，例如IP地址、網(wǎng)關(guān)、子網(wǎng)掩碼等。

如果依然不能訪(fǎng)問(wèn)，可在Windows XP 系統(tǒng)中位客戶(hù)機(jī)分配一個(gè)專(zhuān)用的用戶(hù)名和密碼，或者兩臺(tái)計(jì)算機(jī)使用相同的用戶(hù)名和密碼。

2.3 無(wú)線(xiàn)網(wǎng)卡不能正常工作

當(dāng)人們使用無(wú)線(xiàn)網(wǎng)絡(luò)時(shí)，常會(huì)發(fā)現(xiàn)無(wú)線(xiàn)網(wǎng)卡不能使用。這廝應(yīng)該從以下幾個(gè)方面找原因。

（1）網(wǎng)卡是否安裝正確，查看網(wǎng)絡(luò)硬件管理器中是否能看到無(wú)線(xiàn)網(wǎng)絡(luò)硬件。

（2）網(wǎng)卡驅(qū)動(dòng)是否安裝成功，如果網(wǎng)卡驅(qū)動(dòng)安裝不正確，也就不能讓無(wú)線(xiàn)網(wǎng)卡正常的工作。

（3）網(wǎng)卡是否在無(wú)線(xiàn)信號(hào)的覆蓋范圍中，使用無(wú)線(xiàn)網(wǎng)卡搜索所在區(qū)域是否有無(wú)線(xiàn)網(wǎng)絡(luò)信號(hào)，如果沒(méi)有無(wú)線(xiàn)網(wǎng)絡(luò)信號(hào)，無(wú)線(xiàn)網(wǎng)卡也無(wú)法進(jìn)行正常工作。

（4）網(wǎng)絡(luò)設(shè)置中對(duì)無(wú)線(xiàn)連接的設(shè)置是否正確。無(wú)線(xiàn)網(wǎng)卡雖然在無(wú)線(xiàn)網(wǎng)絡(luò)信號(hào)的覆蓋范圍之內(nèi)，但是無(wú)線(xiàn)網(wǎng)絡(luò)的連接也有一定的安全設(shè)置，如果無(wú)線(xiàn)網(wǎng)卡在請(qǐng)求連接時(shí)，沒(méi)有輸入正確的密匙或被無(wú)線(xiàn)設(shè)備屏蔽了連接，無(wú)線(xiàn)網(wǎng)卡都不能正常工作。

3 資源共享的相關(guān)問(wèn)題

在XP系統(tǒng)中，有時(shí)候雖然能在文件夾上看到共享的圖標(biāo)，但是局域網(wǎng)內(nèi)的其他計(jì)算機(jī)卻并不能訪(fǎng)問(wèn)該文件夾。這個(gè)時(shí)候我們一般還要安裝網(wǎng)絡(luò)安裝向?qū)?lái)進(jìn)行網(wǎng)絡(luò)共享。

步驟一：打開(kāi)【控制面板】窗口，之后再?gòu)棾龅膶?duì)話(huà)框中雙擊【網(wǎng)絡(luò)和共享中心】。

步驟二：繼續(xù)單擊彈出對(duì)話(huà)框中的【網(wǎng)絡(luò)狀態(tài)和任務(wù)】，會(huì)彈出下一個(gè)對(duì)話(huà)框。

步驟三：接著點(diǎn)擊【更改高級(jí)共享設(shè)置】，會(huì)彈出如圖所示的對(duì)話(huà)框。

步驟四：選中【啟用文件和打印機(jī)共享】按鈕，繼續(xù)單擊【下一步】按鈕，在彈出的新對(duì)話(huà)框中將會(huì)列出計(jì)算機(jī)的相關(guān)的一系列信息，繼續(xù)單擊【下一步】按鈕，系統(tǒng)會(huì)自動(dòng)配置網(wǎng)絡(luò)。

步驟五：網(wǎng)絡(luò)設(shè)置完成后，在彈出的對(duì)話(huà)框中選中【完成該向?qū)В也恍枰谄渌?jì)算機(jī)上運(yùn)行該向?qū)А繂芜x按鈕，結(jié)束安裝。

4 結(jié)論

通過(guò)以上計(jì)算機(jī)局域網(wǎng)的技術(shù)方面的實(shí)際應(yīng)用， 文章只是列舉了在日常使用中常見(jiàn)的一些問(wèn)題，在具體應(yīng)用中還會(huì)遇到各式各樣的問(wèn)題，計(jì)算機(jī)局域網(wǎng)絡(luò)應(yīng)用是一項(xiàng)比較復(fù)雜的問(wèn)題，涉及技術(shù)、設(shè)備、管理和制度等多方面的因素，需要從整體上進(jìn)行把握。我們應(yīng)從平時(shí)使用中吸取使用的經(jīng)驗(yàn)，正確地維護(hù)計(jì)算機(jī)局域網(wǎng)，并確保出現(xiàn)故障之后能夠迅速、準(zhǔn)確地定位并且排除故障，要求建立一個(gè)系統(tǒng)化的故障排除思想并合理應(yīng)用于實(shí)踐中，將一個(gè)復(fù)雜的故障問(wèn)題隔離、分解或縮小排錯(cuò)范圍，從而及時(shí)修復(fù)網(wǎng)絡(luò)故障。此外，還應(yīng)做到管理和技術(shù)并重，應(yīng)教育計(jì)算機(jī)用戶(hù)和全體工作人員，應(yīng)自覺(jué)遵守為維護(hù)計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)而建立的一切規(guī)章制度，建立一個(gè)順暢安全的計(jì)算機(jī)局域網(wǎng)絡(luò)。

參考文獻(xiàn)

[1]劉全.計(jì)算機(jī)網(wǎng)絡(luò)故障排除理論與實(shí)踐[D].中國(guó)地質(zhì)大學(xué)，2007.

[2]易建勛.計(jì)算機(jī)維修技術(shù)[M].北京：清華大學(xué)出版社，2005.

[3]黎連業(yè).計(jì)算機(jī)網(wǎng)絡(luò)故障診斷與排除[M].北京：清華大學(xué)出版社，2007（03）.

[4]張繼烈.局域網(wǎng)維護(hù)及其常見(jiàn)問(wèn)題探討[J].冶金叢刊，2002（02）.

篇3

關(guān)鍵詞： 計(jì)算機(jī)視覺(jué)；快速開(kāi)發(fā)；框架；模塊化；模塊耦合；底層剝離

中圖分類(lèi)號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2012）29-7084-04

在視覺(jué)分析實(shí)際應(yīng)用項(xiàng)目中，如何通過(guò)建立計(jì)算機(jī)視覺(jué)分析快速開(kāi)發(fā)框架，搭建一個(gè)分工明確，快捷有效的圖像學(xué)應(yīng)用處理平臺(tái)，提高開(kāi)發(fā)效率，縮短開(kāi)發(fā)時(shí)間，已成為項(xiàng)目開(kāi)發(fā)人員關(guān)注的重點(diǎn)內(nèi)容之一。本框架從項(xiàng)目應(yīng)用和實(shí)際需求出發(fā)，將計(jì)算機(jī)視覺(jué)技術(shù)的核心算法從底層研究工作中剝離，可極大的縮短開(kāi)發(fā)時(shí)間，提高開(kāi)發(fā)效率。

在本框架下，開(kāi)發(fā)人員可各司其職，分工、構(gòu)成和職能劃分明確，框架開(kāi)發(fā)人員只專(zhuān)注于框架接口的定義；算法開(kāi)發(fā)人員只專(zhuān)注于圖像處理與識(shí)別等算法的開(kāi)發(fā)；上層應(yīng)用開(kāi)發(fā)人員只負(fù)責(zé)抽取出一般的處理流程，專(zhuān)注于項(xiàng)目的具體實(shí)現(xiàn)和功能模塊的組合應(yīng)用。

1 研究與應(yīng)用

1.1背景

計(jì)算機(jī)視覺(jué)是用攝像機(jī)和電腦代替人眼對(duì)目標(biāo)進(jìn)行識(shí)別、跟蹤和測(cè)量的機(jī)器視覺(jué)。系統(tǒng)將獲取的視頻或圖像資料，通過(guò)計(jì)算機(jī)處理成為更適合人眼觀(guān)察或傳送給儀器檢測(cè)的圖像，其中包括圖像處理、模式識(shí)別或圖像識(shí)別、景物分析、圖像理解等相關(guān)內(nèi)容，它們之間既有差別，又有相互重疊。

在計(jì)算機(jī)視覺(jué)分析技術(shù)中，對(duì)于一些復(fù)雜的問(wèn)題，往往不是某單一學(xué)科能夠解決的，它需要一系列相關(guān)技術(shù)的支持。例如：對(duì)航道中船舶的識(shí)別，獲取的視頻流往往要經(jīng)過(guò)平滑、去噪等圖像處理操作后，便于下一步運(yùn)用基于直方圖分類(lèi)器的圖像識(shí)別算法來(lái)區(qū)分船舶和水面，通過(guò)圖像分割技術(shù)來(lái)提取檢測(cè)目標(biāo)。而這些方案的實(shí)現(xiàn)中，同一個(gè)問(wèn)題的解決又往往需要有一系列的算法來(lái)支持。還是以船舶識(shí)別為例，圖像平滑有領(lǐng)域平均、低通濾波等算法；圖像去噪有各種濾波器算法；基于直方圖的分類(lèi)器也存在決策樹(shù)、貝葉斯、SVM等等算法。雖然上述的算法本身沒(méi)有優(yōu)劣之分，但在特定的環(huán)境下一定會(huì)有某個(gè)最佳算法。

因此，在實(shí)際應(yīng)用項(xiàng)目中如何找出其最優(yōu)路徑，除了需要開(kāi)發(fā)者擁有深厚的圖像學(xué)功底，更需要的是通過(guò)大量的對(duì)比實(shí)驗(yàn)來(lái)找出該最優(yōu)路徑的解決方案。即便如此，也只能解決特定環(huán)境下的計(jì)算機(jī)視覺(jué)需求，換個(gè)應(yīng)用場(chǎng)景，上述步驟又需要重新進(jìn)行，此類(lèi)過(guò)程的重復(fù)，既增加了開(kāi)發(fā)成本，又延長(zhǎng)了開(kāi)發(fā)時(shí)間。

本框架從工程化的角度出發(fā)，在不同項(xiàng)目中的計(jì)算機(jī)視覺(jué)軟件開(kāi)發(fā)中，研究如何提高開(kāi)發(fā)結(jié)果的復(fù)用性，盡量降低上述各條件間的相互依賴(lài)關(guān)系，將視覺(jué)技術(shù)的核心算法從底層研究中剝離，達(dá)到縮短開(kāi)發(fā)時(shí)間，提高開(kāi)發(fā)效率的目的。

1.2研究目標(biāo)

1） 框架系統(tǒng)的扁平化、模塊化；

2） 完成處理過(guò)程的任意組合，使圖像處理模塊單一化；

3） 理行為在處理模塊內(nèi)部完成，處理結(jié)果可通過(guò)接口方式進(jìn)行輸出；

4） 處理模塊間的數(shù)據(jù)流動(dòng)定義在框架之中，框架負(fù)責(zé)配置數(shù)據(jù)流；

5） 置好的數(shù)據(jù)流，通過(guò)指定圖像處理模塊實(shí)現(xiàn)對(duì)物體的識(shí)別、行為的識(shí)別。

1.3.5框架的效果演示

從右側(cè)功能區(qū)中選取兩個(gè)輸入模塊：MediaOpen00和MediaOpen01，分別打開(kāi)視頻文件“.＼公司監(jiān)控視頻.avi”和圖片“.＼Lena.jpg”，任意添加一些圖像處理模塊或者圖像識(shí)別模塊，這里我們選取了行人檢測(cè)算法、基本全局閾值二值算法、人臉檢測(cè)算法、輪廓檢測(cè)算法，加入輸出展示模塊用于顯示處理結(jié)果。最后我們用曲線(xiàn)將模塊間的輸入輸出點(diǎn)連起來(lái)，完成數(shù)據(jù)流向的配置過(guò)程。其中一個(gè)輸出點(diǎn)可以連接多個(gè)輸入點(diǎn)，但一個(gè)輸入點(diǎn)只能接入一個(gè)輸出點(diǎn)。

2 結(jié)論

隨著計(jì)算機(jī)視覺(jué)技術(shù)發(fā)展的日新月異，算法的更新和積累將會(huì)越來(lái)越多。計(jì)算機(jī)視覺(jué)快速開(kāi)發(fā)框架從實(shí)際應(yīng)用工程的角度出發(fā)，在不同項(xiàng)目計(jì)算機(jī)視覺(jué)軟件的開(kāi)發(fā)過(guò)程中，將視覺(jué)技術(shù)的核心算法從底層研究中剝離，使視覺(jué)分析應(yīng)用項(xiàng)目中的框架開(kāi)發(fā)人員專(zhuān)注于框架接口定義的開(kāi)發(fā)，而項(xiàng)目中的算法、上層應(yīng)用等開(kāi)發(fā)人員各司其職，分工明確，不但提高了開(kāi)發(fā)結(jié)果的復(fù)用性，同時(shí)，也降低了項(xiàng)目開(kāi)發(fā)中各條件間的相互依賴(lài)關(guān)系，縮短了開(kāi)發(fā)時(shí)間，提高了開(kāi)發(fā)效率。

參考文獻(xiàn)：

[1] Gary bradski，Adrian Kaebler.《Learning OpenCV》[M].O’Reilly Media Inc，2008.

[2] 張廣軍.機(jī)器視覺(jué)[M].北京：科學(xué)出版社，2005.

[3] 張少輝，沈曉蓉，范耀祖.一種基于圖像特征點(diǎn)提取及匹配的方法[J].北京航空航天大學(xué)學(xué)報(bào)，2008，34（5）.

[4] 劉立，彭復(fù)員，趙坤，萬(wàn)亞平.采用簡(jiǎn)化SIFT算法實(shí)現(xiàn)快速圖像匹配[J].紅外與激光工程，2008，37（1）.

[5] 戴斌，方宇強(qiáng)，孫振平，王亮.基于光流技術(shù)的運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤方法研究[D].國(guó)防科學(xué)技術(shù)大學(xué)機(jī)電工程與自動(dòng)化學(xué)院.

[6] 陳勝勇，劉盛.基于OpenCV的計(jì)算機(jī)視覺(jué)技術(shù)實(shí)現(xiàn)[M].科學(xué)出版社.

篇4

關(guān)鍵詞：數(shù)字圖像處理；測(cè)距；聚焦；頻域

中圖分類(lèi)號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-1302(2012)09-0016-03

Images ranging method based on frequency domain analysis

ZHU Xue-yi

(School of Microelectronics and Solid-State Electronics, University of Electronic Science and Technology, Chengdu 610054, China)

Abstract: Using digital image processing theories and methods, the digital image pre-processing mode, the target graphic detection and the ranging model construction are studied and analyzed. Combined with a ranging scheme of single camera, a focusing ranging technique based on frequency domain analysis is given to process images captured by the monocular camera and calculate the distance from target detection image to the camera based on frequency domain image signals. The technique saves lots of complex hardware and reduces the demands of digital image processing, which has the advantages of high ranging precision and fast processing speed.

Keywords: digital image processing; ranging; focusing; frequency domain

0 引 言

視覺(jué)是人類(lèi)觀(guān)察世界、認(rèn)知世界的重要功能手段，人類(lèi)感知外部世界主要通過(guò)視覺(jué)、觸覺(jué)、聽(tīng)覺(jué)和嗅覺(jué)等感覺(jué)器官，其中80%的信息是由視覺(jué)獲取的。計(jì)算機(jī)視覺(jué)就是人類(lèi)利用計(jì)算機(jī)實(shí)現(xiàn)人的視覺(jué)功能，從而對(duì)客觀(guān)世界三維場(chǎng)景進(jìn)行感知、識(shí)別和理解。計(jì)算機(jī)視覺(jué)是一個(gè)相當(dāng)新而且發(fā)展迅速的研究領(lǐng)域。

在對(duì)生物視覺(jué)系統(tǒng)的研究中，人們?cè)缇妥⒁獾剑瑤缀跛芯哂幸曈X(jué)功能的生物都有兩只眼睛。用兩只眼睛同時(shí)觀(guān)察物體，會(huì)有深度或遠(yuǎn)近的感覺(jué)，我們稱(chēng)之為視差。因此，在計(jì)算機(jī)視覺(jué)系統(tǒng)中，也常用兩臺(tái)或多臺(tái)攝像機(jī)從兩個(gè)或多個(gè)視點(diǎn)去觀(guān)察同一場(chǎng)景，從而獲得在不同視角下的一組圖像，然后通過(guò)同一場(chǎng)景點(diǎn)在不同圖像中的視差，推斷出場(chǎng)景中目標(biāo)物體的空間幾何形狀和位置，這種方法稱(chēng)為立體視覺(jué)。它是計(jì)算機(jī)視覺(jué)的一個(gè)重要分支，也是計(jì)算機(jī)視覺(jué)的核心研究?jī)?nèi)容之一。

視頻和圖像是對(duì)物質(zhì)世界客觀(guān)事物的形象而生動(dòng)的描述，是最直接且具體的信息表達(dá)形式之一，是人類(lèi)最重要的信息載體。隨著科技的日益發(fā)展，人們需要一種更加先進(jìn)快捷的工作方式，另外，人們對(duì)工作環(huán)境和工作條件也提出了更新、更高的要求，視頻測(cè)距系統(tǒng)便在這種背景下應(yīng)運(yùn)而生。

視覺(jué)測(cè)距技術(shù)的發(fā)展對(duì)于距離測(cè)量有重要的意義。在基于數(shù)字圖像處理技術(shù)的視覺(jué)測(cè)距系統(tǒng)中，使用單個(gè)CCD(Charge Couple Device)攝像機(jī)的系統(tǒng)稱(chēng)為單目攝像系統(tǒng)，而同時(shí)使用兩臺(tái)攝像機(jī)對(duì)同一景物進(jìn)行攝像，并運(yùn)用計(jì)算機(jī)分析兩幅圖像來(lái)確定物體的三維狀況的系統(tǒng)稱(chēng)為雙目攝像系統(tǒng)。雙目攝像系統(tǒng)測(cè)量精度高，但計(jì)算速度較慢，成本較高。而單目攝像系統(tǒng)方法則比較簡(jiǎn)潔、快速，因此，本文對(duì)采用單目攝像系統(tǒng)檢測(cè)目標(biāo)物的測(cè)距方法進(jìn)行研究。

1 測(cè)距技術(shù)在國(guó)內(nèi)外的研究現(xiàn)狀

目前，國(guó)內(nèi)外對(duì)視覺(jué)測(cè)距技術(shù)的研究仍在不斷的進(jìn)行之中，還并沒(méi)有形成國(guó)際統(tǒng)一的標(biāo)準(zhǔn)模式，各種數(shù)字圖像處理技術(shù)和算法之間孰優(yōu)孰劣仍在不斷的探討和比較中。當(dāng)前，國(guó)內(nèi)外的研究機(jī)構(gòu)主要研究的測(cè)距技術(shù)包括超聲波測(cè)距技術(shù)、微波雷達(dá)測(cè)距技術(shù)、激光雷達(dá)測(cè)距技術(shù)和視覺(jué)測(cè)距技術(shù)。

1.1 激光雷達(dá)測(cè)距

激光雷達(dá)測(cè)距具有測(cè)量時(shí)間短、量程長(zhǎng)、精度高等特點(diǎn)，但激光雷達(dá)在惡劣天氣環(huán)境下或逆光狀態(tài)下的測(cè)距準(zhǔn)確性降低，另外，其造價(jià)、耗能、對(duì)人眼安全等因素也對(duì)其進(jìn)一步應(yīng)用有一定影響。

1.2 超聲波測(cè)距

超聲波是指振動(dòng)頻率在20 kHz以上的機(jī)械波，具有聲波傳輸?shù)幕疚锢硖匦浴３暡y(cè)距是根據(jù)超聲波反射時(shí)間來(lái)計(jì)算與前方車(chē)輛之間的距離。超聲波測(cè)距原理比較簡(jiǎn)單，成本低，但超聲波的傳輸速度受天氣影響較大，不同天氣條件下的傳輸速度不同。

篇5

關(guān)鍵詞：印制電路板；圖像處理；機(jī)器視覺(jué)；PCB裸板；自動(dòng)光學(xué)檢測(cè)；缺陷檢測(cè) 文獻(xiàn)標(biāo)識(shí)碼：A

中圖分類(lèi)號(hào)：TP391 文章編號(hào)：1009-2374（2016）09-0010-05 DOI：10.13535/ki.11-4406/n.2016.09.005

我國(guó)是全球第一大PCB生產(chǎn)基地，作為電子產(chǎn)品承載體的電路板，其集成度和產(chǎn)量不斷在提高。為了保證電子產(chǎn)品的性能，電路板缺陷檢測(cè)技術(shù)已經(jīng)成為電子行業(yè)中非常關(guān)鍵的技術(shù)。建立在圖像處理算法基礎(chǔ)上的機(jī)器視覺(jué)檢測(cè)技術(shù)與傳統(tǒng)的人工檢測(cè)技術(shù)相比，提高了缺陷檢測(cè)的效率和準(zhǔn)確度。因此，設(shè)計(jì)一種高效精準(zhǔn)的機(jī)器視覺(jué)檢測(cè)電路板缺陷的系統(tǒng)，具有非常重要的現(xiàn)實(shí)意義。評(píng)估印刷電路板質(zhì)量的一個(gè)重要因素就是表觀(guān)檢測(cè)，PCB的表觀(guān)質(zhì)量對(duì)產(chǎn)品性能及成品使用安全有著極大的重要性。而伴隨著近年來(lái)在工業(yè)生產(chǎn)領(lǐng)域崛起的計(jì)算機(jī)視覺(jué)，當(dāng)前表觀(guān)缺陷檢測(cè)和分類(lèi)識(shí)別的研究方向已經(jīng)轉(zhuǎn)向了利用計(jì)算機(jī)視覺(jué)技術(shù)來(lái)實(shí)現(xiàn)。計(jì)算機(jī)圖像處理識(shí)別技術(shù)這種基于計(jì)算機(jī)視覺(jué)的檢測(cè)技術(shù)成功取代了傳統(tǒng)的PCB缺陷檢測(cè)方法，在自動(dòng)光學(xué)檢測(cè)系統(tǒng)眾多應(yīng)用中占據(jù)了相對(duì)重要的地位，一躍成為PCB生產(chǎn)業(yè)表觀(guān)缺陷的主要檢測(cè)方法。

圖1 系統(tǒng)框圖

因此本文通過(guò)設(shè)計(jì)AOI自動(dòng)光學(xué)檢測(cè)系統(tǒng)，搭建較為簡(jiǎn)單的PCB缺陷自動(dòng)檢測(cè)系統(tǒng)的實(shí)驗(yàn)平臺(tái)，對(duì)PCB中四類(lèi)較為關(guān)鍵、常見(jiàn)的缺陷進(jìn)行檢測(cè)、分析、識(shí)別、判定，為研究推廣PCB缺陷自動(dòng)檢測(cè)系統(tǒng)開(kāi)拓應(yīng)用前景，如能實(shí)現(xiàn)工業(yè)上的產(chǎn)業(yè)化檢測(cè)，將有高額的經(jīng)濟(jì)收益。本文側(cè)重對(duì)PCB中的四類(lèi)較為關(guān)鍵、常見(jiàn)的缺陷進(jìn)行檢測(cè)、分析、識(shí)別、判定，并且僅搭建了較為簡(jiǎn)單的PCB缺陷自動(dòng)檢測(cè)系統(tǒng)的實(shí)驗(yàn)平臺(tái)，即通過(guò)復(fù)雜算法對(duì)采集到的圖像進(jìn)行處理、配準(zhǔn)、對(duì)比，從而得出PCB缺陷類(lèi)型及對(duì)其進(jìn)行標(biāo)識(shí)。如圖1所示。

1 硬件設(shè)計(jì)方案

PCB缺陷檢測(cè)的總體系統(tǒng)設(shè)計(jì)方案主要是基于自動(dòng)光學(xué)檢測(cè)技術(shù)來(lái)搭建PCB缺陷檢測(cè)系統(tǒng)，硬件設(shè)計(jì)是使用CNC-T程控光源高精度影像測(cè)試系統(tǒng)操作臺(tái)，對(duì)待測(cè)電路板進(jìn)行圖像采集，再通過(guò)VS2010軟件所編寫(xiě)程序處理，得出待測(cè)電路板的缺陷種類(lèi)。整個(gè)系統(tǒng)主要分為運(yùn)動(dòng)控制、光源、圖像采集、圖像處理四個(gè)模塊，分模塊簡(jiǎn)要闡述了實(shí)驗(yàn)過(guò)程、所需設(shè)備以及軟件算法，搭建了一個(gè)相對(duì)完整的系統(tǒng)工作平臺(tái)。

圖2 CNC-T程控光源影像操作臺(tái)

該設(shè)備具有測(cè)量元素種類(lèi)齊全、手動(dòng)測(cè)量、自動(dòng)對(duì)焦等多種功能，使用該設(shè)備采集圖像進(jìn)行二維檢測(cè)，測(cè)量軟體為YR-CNC，將圖像儲(chǔ)存至電腦后便由VS軟件進(jìn)行圖像處理。實(shí)驗(yàn)組成如圖3所示：

圖3 實(shí)驗(yàn)系統(tǒng)框圖

1.1 運(yùn)動(dòng)控制模塊

本系統(tǒng)運(yùn)動(dòng)流程為：被檢測(cè)的PCB在檢測(cè)臺(tái)上，通過(guò)步進(jìn)電機(jī)XY軸運(yùn)動(dòng)到攝像機(jī)拍攝區(qū)域，CCD攝像機(jī)固定在工作臺(tái)上方（Z軸），通過(guò)Z軸的運(yùn)動(dòng)實(shí)現(xiàn)聚焦。如圖4所示：

圖4 平臺(tái)運(yùn)動(dòng)示意圖

設(shè)備工作臺(tái)臺(tái)面尺寸為746mm×506mm，承載玻璃面尺寸為452mm×354mm，有效測(cè)量行程為400×300×200。本裝置既可通過(guò)軟件驅(qū)動(dòng)自動(dòng)采集圖像，也可以通過(guò)手動(dòng)控制，移動(dòng)并聚焦采集待測(cè)PCB的圖像。

1.2 光源模塊

輔助光照――采用的是正向和背向光源這兩種輔助光照。其中正光源和攝像頭同側(cè)，均位于Z軸上，正光源主要用于檢測(cè)待測(cè)物體的表面特征。背光源位于檢測(cè)臺(tái)面下方，與正光源處于同軸反向關(guān)系，背光源能突出待測(cè)物體的輪廓特征，常用于檢測(cè)物體輪廓尺寸。

圖像采集：分別利用正光源突出PCB表面如走線(xiàn)、過(guò)孔和焊盤(pán)等主要特征，而下光源主要使PCB的輪廓尺寸和過(guò)孔產(chǎn)生強(qiáng)烈的輪廓對(duì)比。

光源：使用的是高度集中照明光源中心的LDR系列，由于該光源的傘狀結(jié)構(gòu)緊密排列著LED且采用了CCS獨(dú)創(chuàng)的柔性板，使之成為L(zhǎng)ED照明系統(tǒng)的標(biāo)準(zhǔn)模式。照明系統(tǒng)如圖5所示：

圖5 照明系統(tǒng)

1.3 圖像采集模塊

圖像采集模塊是由圖像采集卡、相機(jī)和鏡頭組成的，該模塊是圖像配準(zhǔn)階段的硬件基礎(chǔ)。計(jì)算機(jī)采集圖像的媒介就是相機(jī)，而相機(jī)按照不同原理又分為多種，常見(jiàn)的有CCD（Charge Coupled Device）和CMOS（Complementary Metal Oxide Semiconductor）兩類(lèi)。本系統(tǒng)采用的是CCD 1/2英寸43萬(wàn)像素彩色攝像頭和高清晰度0.7～4.5X變焦倍率鏡頭，顯示分辨率為0.001mm。

1.4 圖像處理模塊

通常獲得的圖像將受到工業(yè)現(xiàn)場(chǎng)環(huán)境、光照等條件的干擾，計(jì)算機(jī)所獲得的圖像質(zhì)量多數(shù)參差不齊，圖像的清晰度不一致，大大增加了PCB缺陷檢測(cè)的難度，所以在利用復(fù)雜算法檢測(cè)、識(shí)別PCB缺陷前要先對(duì)圖像進(jìn)行預(yù)處理。

本圖像處理模塊主要通過(guò)VS軟件在OpenCV計(jì)算機(jī)視覺(jué)庫(kù)的基礎(chǔ)上，通過(guò)一系列算法對(duì)圖像進(jìn)行處理對(duì)比。

2 系統(tǒng)軟件設(shè)計(jì)

2.1 OpenCV

OpenCV（Open Source Computer Vision Library）是一個(gè)跨平臺(tái)的可以運(yùn)行在Linux、Windows和Mac OS操作系統(tǒng)上的基于（開(kāi)源）發(fā)行的計(jì)算機(jī)視覺(jué)庫(kù)。它重量輕而高效，開(kāi)放了多種接口如MATLAB、Ruby和Python等，并且在計(jì)算機(jī)視覺(jué)和圖像處理中大多數(shù)通用的算法都是被允許的。OpenCV可用于開(kāi)發(fā)實(shí)時(shí)圖像處理、計(jì)算機(jī)視覺(jué)和模式識(shí)別方案，它提供了多種函數(shù)，實(shí)現(xiàn)了大量的計(jì)算機(jī)視覺(jué)算法，算法涵蓋了從最基礎(chǔ)的濾波至以高級(jí)的物體檢測(cè)。OpenCV實(shí)際上是一堆C和C++語(yǔ)言源代碼文件，許多常見(jiàn)的計(jì)算機(jī)視覺(jué)算法由這些源代碼文件實(shí)現(xiàn)。如C接口函數(shù)cvCanny（）實(shí)現(xiàn)Canny邊緣檢測(cè)算法。它可直接加入到我們自己的軟件項(xiàng)目編程中，而無(wú)需去編寫(xiě)自己的Canny算子代碼，就是沒(méi)有必要重復(fù)“造輪子”。

根據(jù)OpenCV中源代碼文件巨多的特點(diǎn)，以算法的功能為基準(zhǔn)，將這些源文件分到多個(gè)模塊中，如core、imgproc、highgui等。將每個(gè)模塊中的源文件編譯成一個(gè)庫(kù)文件（如opencv_core.lib、opencv_imgproc.lib、opencv_highgui.lib等），用戶(hù)在使用時(shí)，僅需在自己的項(xiàng)目中添加要用的庫(kù)文件，與自己的源文件一起連接成可執(zhí)行程序即可。

OpenCV計(jì)算機(jī)視覺(jué)庫(kù)的出現(xiàn)，是為了使人們利用方便快捷的計(jì)算機(jī)視覺(jué)框架，在計(jì)算機(jī)視覺(jué)領(lǐng)域可以更加輕松地設(shè)計(jì)出更為復(fù)雜的應(yīng)用程序。OpenCV涵蓋了多種計(jì)算機(jī)視覺(jué)應(yīng)用區(qū)域，如用戶(hù)界面、信息安全、醫(yī)學(xué)影像學(xué)、工廠(chǎng)產(chǎn)品檢驗(yàn)、立體視覺(jué)、機(jī)器人和攝像機(jī)標(biāo)定等，約有500多個(gè)函數(shù)。因?yàn)橛?jì)算機(jī)視覺(jué)與機(jī)器學(xué)習(xí)是相輔相成的，所以O(shè)penCV也開(kāi)放了MLL（Machine Learning Library）機(jī)器學(xué)習(xí)庫(kù)。MLL除了在視覺(jué)任務(wù)相關(guān)中使用，也可以很容易地應(yīng)用到其他機(jī)器學(xué)習(xí)中。

2.2 Microsoft Visual Studio2010

Visual Studio是微軟公司推出的開(kāi)發(fā)環(huán)境，是同行業(yè)中目前最流行的Windows平臺(tái)應(yīng)用程序開(kāi)發(fā)環(huán)境。Visual Studio 2010于2010年4月12日，其集成開(kāi)發(fā)環(huán)境（IDE）已被重新設(shè)計(jì)和組織，變得更簡(jiǎn)單了。

Visual Studio 2010同時(shí)帶來(lái)了NET Framework 4.0、Microsoft Visual Studio 2010 CTP（Community Technology Preview――CTP），并且支持開(kāi)發(fā)面向Windows 7的應(yīng)用程序。除了Microsoft SQL Server外，它還支持IBM DB2和Oracle數(shù)據(jù)庫(kù)。目前有專(zhuān)業(yè)版、高級(jí)版、旗艦版、學(xué)習(xí)版和測(cè)試版五個(gè)版本。Visual Studio的用處十分廣泛，不僅可被用來(lái)基于Windows平臺(tái)創(chuàng)建Windows應(yīng)用程序和Web應(yīng)用程序，還可被用來(lái)創(chuàng)建智能設(shè)備、Office插件和Web服務(wù)等應(yīng)用程序。微軟的Visual Studio 2010將成為一個(gè)版本的經(jīng)典，這是相當(dāng)于6.0版本。該版本可以自定義開(kāi)始頁(yè)，新功能還包括：（1）C# 4.0中的動(dòng)態(tài)類(lèi)型和動(dòng)態(tài)編程；（2）多顯示器支持；（3）使用Visual Studio 2010的特性支持TDD；（4）支持Office；（5）Quick Search特性；（6）C++ 0x新特性；（7）IDE增強(qiáng)；（8）使用Visual C++ 2010創(chuàng)建Ribbon界面；（9）新增基于.NET平臺(tái)的語(yǔ)言F#。本課題將基于OpenCV計(jì)算機(jī)視覺(jué)庫(kù)使用Microsoft Visual Studio2010開(kāi)發(fā)環(huán)境，通過(guò)編輯算法實(shí)現(xiàn)PCB缺陷檢測(cè)。

3 圖像預(yù)處理

要使用計(jì)算機(jī)對(duì)圖像進(jìn)行處理，所得到的連續(xù)圖像就必須被轉(zhuǎn)換為離散的數(shù)據(jù)集，這是因?yàn)橛?jì)算機(jī)只能處理離散度數(shù)據(jù)，這一過(guò)程我們稱(chēng)之為圖像采集。圖像采集由圖像采集系統(tǒng)實(shí)現(xiàn)，如圖6所示。圖像采集系統(tǒng)的三個(gè)主要模塊是成像系統(tǒng)、采樣系統(tǒng)和量化器。

圖6

將整理出的字符圖像交予識(shí)別模塊來(lái)識(shí)別，被稱(chēng)為圖像的預(yù)處理。PCB的圖像預(yù)處理包括灰度化、增強(qiáng)、濾波、二值化、配準(zhǔn)等，處理后的PCB輸出的圖像質(zhì)量將得到改善，在很大程度上使得該圖像特征更直觀(guān)，方便計(jì)算機(jī)分析和處理。PCB的圖像預(yù)處理為整個(gè)PCB缺陷檢測(cè)系統(tǒng)的核心部件，很大程度上決定了檢測(cè)的準(zhǔn)確性。圖像預(yù)處理流程如圖7所示：

圖7 圖像預(yù)處理流程圖

4 PCB缺陷檢測(cè)

本文針對(duì)四種常見(jiàn)缺陷：斷路、短路、毛刺（凸起）、缺損（凹陷）進(jìn)行檢測(cè)研究。在這四種缺陷中，最為嚴(yán)重的缺陷類(lèi)型是斷路和短路，它們將會(huì)使整塊板子失去本來(lái)的功能；而凸起、凹陷也可能影響到PCB在使用過(guò)程中的穩(wěn)定性能。如圖8所示為幾種常見(jiàn)的缺陷：

圖8 常見(jiàn)電路板缺陷

4.1 PCB缺陷的檢測(cè)方法

常用的PCB缺陷檢測(cè)方法有參考法和非參考法兩種。要是從概念理解和電路難易程度看，參考法明顯更加具有概念直觀(guān)、電路簡(jiǎn)單的優(yōu)勢(shì)；要是從檢測(cè)所需要的條件來(lái)看，非參考法則在不需要待測(cè)PCB與標(biāo)準(zhǔn)PCB進(jìn)行準(zhǔn)確對(duì)準(zhǔn)這一點(diǎn)上優(yōu)于參考法。

本課題采用參考法進(jìn)行PCB缺陷檢測(cè)。

使用參考法對(duì)PCB缺陷進(jìn)行檢測(cè)的流程為：（1）確定標(biāo)準(zhǔn)的PCB圖像并放入?yún)⒖紟?kù)；（2）通過(guò)成像設(shè)備采集待測(cè)PCB圖像，進(jìn)行圖像預(yù)處理之后，再二值化PCB待測(cè)圖像，并對(duì)其進(jìn)行連通域提取；（3）然后將處理結(jié)果與標(biāo)準(zhǔn)圖像進(jìn)行對(duì)比，利用圖像相減來(lái)判斷PCB可能存在的缺陷；（4）進(jìn)行分類(lèi)，確定缺陷類(lèi)型。

4.2 圖像連通域

像素是圖像中最小的單位，每個(gè)像素周?chē)?個(gè)鄰接像素，常見(jiàn)的鄰接關(guān)系有兩種：4鄰接與8鄰接。4鄰接一共4個(gè)點(diǎn)，即上下左右。包括對(duì)角線(xiàn)位置的點(diǎn)，8鄰接的點(diǎn)一共有8個(gè)，如圖9所示：

圖9 領(lǐng)域示圖

如果像素點(diǎn)A與B鄰接，我們稱(chēng)A與B連通，即有如下的結(jié)論：

如果A與B連通、B與C連通，則A與C連通。在視覺(jué)上看來(lái)，點(diǎn)與點(diǎn)相互連通，形成一個(gè)區(qū)域，而不是連通的點(diǎn)形成不同的區(qū)域。這種相互立體的所有的點(diǎn)，我們稱(chēng)為連通區(qū)域。連通區(qū)域標(biāo)記常用的方法有Two-Pass（兩遍掃描法）和Seed Filling（種子填充法）兩種方法，本課題主要介紹第二種。

Seed Filling來(lái)源于計(jì)算機(jī)圖形學(xué)，通常應(yīng)用在填充圖形上。思路：以一個(gè)前景像素當(dāng)作種子，而后在處于同一像素值且位置相鄰的連通區(qū)域，把和種子相鄰的前景像素融合到同一組像素中，結(jié)果將是獲得一個(gè)像素集，即連通區(qū)域。接下來(lái)介紹使用種子填充法實(shí)現(xiàn)的連通區(qū)域分析法：

第一，重復(fù)掃描圖像，當(dāng)?shù)玫疆?dāng)前像素點(diǎn)B（x，y）=1時(shí)停止：（1）賦予B（x，y）一個(gè)label，并將像素位置作為種子，接著將所有位于該種子周?chē)那熬跋袼囟級(jí)喝霔Ｖ校唬?）將棧頂像素賦以相同的label值并彈出，接著將全部位于棧頂像素周邊的前景像素都?jí)喝霔Ｖ校唬?）重復(fù)（2）步驟，直到棧為空。此時(shí)，圖像B中的一個(gè)像素值被標(biāo)記為label的連通區(qū)域便被找到了。

第二，在掃描結(jié)束前，重復(fù)第一個(gè)步驟，由此可以獲得圖像B中所有的連通區(qū)域在掃描結(jié)束后。

掃描所得的連通域如圖10所示：

圖10 圖像連通域提取

4.3 缺陷識(shí)別

缺陷識(shí)別具體特征如表1所示：

表1 缺陷特征

缺陷種類(lèi) 二值圖像面積 連通區(qū)域數(shù)

斷路 減少 增加

短路 增加 減少

凸起 增加 不變

凹陷 減少 不變

第一，短路和斷路。在出現(xiàn)短路缺陷時(shí)，待測(cè)圖像與標(biāo)準(zhǔn)圖像相比，其所包含的連通區(qū)域數(shù)將會(huì)減少。同理可得，在出現(xiàn)斷路缺陷時(shí)，待測(cè)圖像與標(biāo)準(zhǔn)圖像相比，其所包含的連通區(qū)域數(shù)將會(huì)增多。因此，斷路和短路缺陷便可利用比較連通區(qū)域數(shù)來(lái)判定和識(shí)別。

第二，凸起和凹陷。凸起缺陷將導(dǎo)致導(dǎo)線(xiàn)和導(dǎo)線(xiàn)、導(dǎo)線(xiàn)和其他導(dǎo)體間的間隙變小，而凹陷缺陷將導(dǎo)致導(dǎo)線(xiàn)和導(dǎo)線(xiàn)、導(dǎo)線(xiàn)和其他導(dǎo)體間的間隙變大，二者均會(huì)導(dǎo)致PCB使用過(guò)程中出現(xiàn)不穩(wěn)定狀態(tài)。而觀(guān)察可知，這兩種缺陷的連通區(qū)域相同，差別在于各自二值化面積的大小，所以可以通過(guò)計(jì)算該待測(cè)圖像的連通區(qū)域面積來(lái)識(shí)別凸起、凹陷缺陷。

識(shí)別過(guò)程：將經(jīng)過(guò)圖像預(yù)處理的待測(cè)PCB圖像與標(biāo)準(zhǔn)圖像進(jìn)行對(duì)比后，通過(guò)算法找出缺陷。比較二者的連通區(qū)域數(shù)，若前者大于后者，則標(biāo)定該缺陷點(diǎn)為斷路，反之則為短路；若二者連通區(qū)域數(shù)相同，則比較二值化圖像面積，若前者大于后者，則標(biāo)定該缺陷點(diǎn)為凸起，反之則為凹陷。檢測(cè)流程如圖11所示：

圖11 PCB缺陷檢測(cè)流程圖

5 系統(tǒng)實(shí)驗(yàn)

本文使用CNC-T程控光源高精度影像測(cè)試系統(tǒng)操作臺(tái)，結(jié)合VS2010軟件基于OpenCV計(jì)算機(jī)視覺(jué)庫(kù)的算法編程來(lái)實(shí)現(xiàn)PCB的缺陷檢測(cè)。整體實(shí)驗(yàn)過(guò)程為：手動(dòng)控制操作臺(tái)捕捉、聚焦、采集待測(cè)PCB的圖像，采集到的圖像與標(biāo)準(zhǔn)圖像進(jìn)行對(duì)比、識(shí)別，得出缺陷種類(lèi)并顯示結(jié)果。

本課題一共就所研究缺陷類(lèi)型，做了40組實(shí)驗(yàn)，通過(guò)實(shí)驗(yàn)結(jié)果計(jì)算正確率。如表2所示：

表2 實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)

缺陷類(lèi)型 實(shí)驗(yàn)次數(shù) 正確率

斷路 10 100%

短路 10 100%

凸起 10 100%

凹陷 10 100%

針對(duì)不同電路板圖中出現(xiàn)的同種斷路類(lèi)型進(jìn)行檢測(cè)，效果如圖12a、圖12b、圖12c所示，可準(zhǔn)確檢測(cè)出缺陷存在。

圖12

針對(duì)不同電路板圖中出現(xiàn)的同種短路類(lèi)型進(jìn)行檢測(cè)，效果如圖13a、圖13b、圖13c所示，可準(zhǔn)確檢測(cè)出缺陷存在。

圖13

針對(duì)不同電路板圖中出現(xiàn)的同種凸起類(lèi)型進(jìn)行檢測(cè)，效果如圖14a、圖14b、圖14c所示，可準(zhǔn)確檢測(cè)出缺陷存在。

圖14

針對(duì)不同電路板圖中出現(xiàn)的同種凹陷類(lèi)型進(jìn)行檢測(cè)，效果如圖15a、圖15b、圖15c所示，可準(zhǔn)確檢測(cè)出缺陷存在。

圖15

6 結(jié)語(yǔ)

PCB板面向體積越來(lái)越小、密度越來(lái)越高的方向發(fā)展。在檢測(cè)產(chǎn)品價(jià)格方面，國(guó)外AOI檢測(cè)產(chǎn)品價(jià)格普遍偏高，而由于經(jīng)濟(jì)原因，在國(guó)內(nèi)PCB板生產(chǎn)制造商多數(shù)仍采用人工目測(cè)等傳統(tǒng)檢測(cè)方法檢測(cè)。隨著經(jīng)濟(jì)的發(fā)展，數(shù)字圖像處理研究的深入，自動(dòng)光學(xué)檢測(cè)系統(tǒng)也開(kāi)始頻繁活躍在人們視線(xiàn)中，但在PCB缺陷檢測(cè)方面的應(yīng)用卻還有待完善。因此，本論文建立在深入掌握工控系統(tǒng)結(jié)構(gòu)并從PCB板的質(zhì)量標(biāo)準(zhǔn)、圖像特點(diǎn)、缺陷特征及檢測(cè)要求的分析基礎(chǔ)上，對(duì)以圖像處理為基礎(chǔ)的PCB缺陷檢測(cè)技術(shù)進(jìn)行了深入研究。由于PCB缺陷自動(dòng)檢測(cè)系統(tǒng)的研究涉及多個(gè)領(lǐng)域的知識(shí)，其研究過(guò)程十分耗時(shí)、繁瑣，由此，本論文僅僅對(duì)PCB缺陷檢測(cè)中較為常見(jiàn)的問(wèn)題進(jìn)行了較深入研究，并且僅搭建了較為簡(jiǎn)單的PCB缺陷自動(dòng)檢測(cè)系統(tǒng)的實(shí)驗(yàn)平臺(tái)，對(duì)PCB中的四類(lèi)較為關(guān)鍵、常見(jiàn)的缺陷進(jìn)行檢測(cè)、分析、識(shí)別、判定。雖然還未實(shí)現(xiàn)真正實(shí)現(xiàn)工業(yè)上產(chǎn)業(yè)化檢測(cè)，但是在未來(lái)幾十年中，研究推廣的PCB缺陷自動(dòng)檢測(cè)系統(tǒng)將有十分良好的應(yīng)用前景，也將有高額的經(jīng)濟(jì)收益。

參考文獻(xiàn)

[1] 陳勝勇，劉盛，等.基于OpenCV的計(jì)算機(jī)視覺(jué)技術(shù)實(shí)現(xiàn)[M].北京：科學(xué)出版社，2008.

[2] Gary Bradski，Adrian Kaebler，于仕琪，等.學(xué)習(xí)OpenCV[M].北京：清華大學(xué)出版社，2009.

[3] 周長(zhǎng)發(fā).精通Visual C++圖像處理編程（第3版）

[M].北京：電子工業(yè)出版社，2006.

[4] 黨振.中國(guó)大陸PCB產(chǎn)業(yè)的現(xiàn)狀與未來(lái)[J].印制電路信息，2006，32（1）.

[5] 胡躍明，譚穎.自動(dòng)光學(xué)檢測(cè)在中國(guó)的應(yīng)用現(xiàn)狀和發(fā)展[J].微計(jì)算機(jī)信息，2006，（4）.

[6] 李漢，何星，等.印刷電路板的自動(dòng)光學(xué)檢測(cè)系統(tǒng)

[J].無(wú)損檢測(cè)，2004，26（6）.

[7] 張利，高永英，等.PCB板檢測(cè)中的定位研究[J].中國(guó)圖像圖形學(xué)，1999，4（8）.

[8] 姚立新，張武學(xué)，等.AOI系統(tǒng)在PCB中的應(yīng)用[J].電子工業(yè)專(zhuān)用備，2004，（5）.

[9] 范小濤，夏雨人.一種基于圖像處理的PCB檢測(cè)算法研究[J].計(jì)算機(jī)工程與應(yīng)用，2004，（13）.

[10] 傅莉.印制電路板的發(fā)展及前景[J].電腦與電信，2010，（5）.

[11] 張明軒.基于視頻序列的人臉檢測(cè)與跟蹤算法研究[D].中北大學(xué)，2011.

[12] 張馳.基于機(jī)器視覺(jué)的智能控制與圖像識(shí)別問(wèn)題研究[D].蘭州理工大學(xué)，2009.

[13] 謝飛.基于計(jì)算機(jī)視覺(jué)的自動(dòng)光學(xué)檢測(cè)關(guān)鍵技術(shù)與應(yīng)用研究[D].南京大學(xué)，2013.

[14] 張靜.PCB表觀(guān)缺陷的自動(dòng)光學(xué)檢測(cè)理論與技術(shù)

[D].電子科技大學(xué)，2013.

[15] 俞瑋.AOI技術(shù)在PCB缺陷檢測(cè)中的應(yīng)用研究[D].電子科技大學(xué)，2007.

篇6

多采用是人工測(cè)量的方式，在誤差的控制上選擇的是多次測(cè)量，反復(fù)操作，再將多次測(cè)量的結(jié)果進(jìn)行加權(quán)，最終得到相對(duì)準(zhǔn)確的測(cè)量數(shù)值。這種方法在一定程度上是操作十分復(fù)雜，精度還很難達(dá)到設(shè)計(jì)要求，所以我們?cè)诘V區(qū)土地信息測(cè)量工程中引進(jìn)了GIS技術(shù)這樣的一個(gè)概念，下面我們就如何通過(guò)GIS技術(shù)進(jìn)行有效的觀(guān)測(cè)測(cè)量來(lái)進(jìn)行討論。

[關(guān)鍵詞] GIS技術(shù)； 精密測(cè)量； 構(gòu)造幾何模型； 信號(hào)源的接收

地理信息系統(tǒng)（Geographic information system，GIS）是利用計(jì)算機(jī)及其外部設(shè)備采集、存儲(chǔ)、分析、描述與空間和地理分布有關(guān)的數(shù)據(jù)的空間信息系統(tǒng)。GIS融合計(jì)算機(jī)圖形和數(shù)據(jù)庫(kù)于一體，在一定的地域內(nèi)，將地理空間信息和一些與該地域地理信息相關(guān)的屬性信息結(jié)合起來(lái)，達(dá)到對(duì)地理和屬性信息的綜合管理。從外部來(lái)看，GSI表現(xiàn)為計(jì)算機(jī)軟硬件系統(tǒng)，而其內(nèi)涵是由計(jì)算機(jī)程序和地理數(shù)據(jù)組織而成的地理空間信息模型，是一個(gè)高度信息化的地理系統(tǒng)。

1）等高線(xiàn)生成及等高線(xiàn)分析：等高線(xiàn)圖是人們傳統(tǒng)上觀(guān)測(cè)地形的主要手段。可以在等高線(xiàn)圖上精確地獲知地形的起伏程度、區(qū)域內(nèi)各部分的高程等等。等高線(xiàn)圖可以從格網(wǎng)數(shù)字地形模型中獲取相關(guān)的資料信息，也可在不規(guī)則三角形格網(wǎng)T（NI）中生成。

2）立體透視圖分析：當(dāng)用戶(hù)需要從直觀(guān)上觀(guān)察地形的概貌時(shí)，用繪制透視圖的方法（還可以用色彩）可以更逼真地顯示地形。

3）坡度分析、地表面積計(jì)算及挖、填土方體積計(jì)算：建立DTM后就可以用之計(jì)算坡度、面積和挖、填土方體積，以其作為土地適宜性評(píng)價(jià)的因子。

一 GIS技術(shù)在信息管理模式中的具體形式

在以往的測(cè)量中，選擇的測(cè)量方式還是完全采用機(jī)械的形式，但是在使用了計(jì)算機(jī)GIS技術(shù)精密測(cè)量后，完成了許多以往技術(shù)所不能達(dá)到的任務(wù)。在我們的研究中，計(jì)算機(jī)GIS技術(shù)測(cè)量的原理是通過(guò)攝像機(jī)將被處理的對(duì)象采集進(jìn)行影像采集，在多個(gè)控制點(diǎn)的數(shù)據(jù)采集完成后，系統(tǒng)會(huì)自動(dòng)將這些圖像進(jìn)行整合，得出相關(guān)的幾何多變參數(shù)，再在計(jì)算機(jī)上以具體的數(shù)據(jù)顯示出來(lái)，以供礦區(qū)技術(shù)人員使用參照。

在上面所說(shuō)的攝像機(jī)并不是我們通常意義上生活中使用的攝像機(jī)。它是一種可視化較強(qiáng)，表針比較敏感的測(cè)試儀。可以將視覺(jué)中的二維形態(tài)通過(guò)顯影，記錄在機(jī)械的光譜儀上，再將這種的二維圖像做數(shù)學(xué)處理，有二階矩陣轉(zhuǎn)換為三階矩陣，通過(guò)播放儀呈現(xiàn)出三維的影像。這時(shí)的圖像變?yōu)榱Ⅲw化，更有層次感，效果上也有了明顯的變化，這是一種顯示方法。此外還有一種造價(jià)較高的儀器，我們不常使用，就是圖像提取器。同樣是采集控制點(diǎn)的數(shù)據(jù)，將數(shù)據(jù)整合在系統(tǒng)之內(nèi)，然后對(duì)于原始的圖像進(jìn)行預(yù)處理，不再經(jīng)過(guò)有曝光這個(gè)程序，將圖像中關(guān)鍵點(diǎn)的坐標(biāo)在整個(gè)內(nèi)部軸面上體現(xiàn)出來(lái)，提取數(shù)據(jù)幀數(shù)，再運(yùn)用機(jī)器的智能識(shí)別系統(tǒng)，對(duì)控制點(diǎn)的坐標(biāo)進(jìn)行數(shù)據(jù)分析，自動(dòng)生成圖形，這也可以用于精密測(cè)量。它的優(yōu)點(diǎn)就是使用上極其的方面，基本只要架立儀器和打開(kāi)開(kāi)關(guān)，其他的工作機(jī)械系統(tǒng)都會(huì)自動(dòng)的完成。使用的困難就是造價(jià)極其的高，不適合一般企業(yè)使用。在基于計(jì)算機(jī)視覺(jué)圖像測(cè)量中使用上的原理如下：

（1）計(jì)算出觀(guān)察控制點(diǎn)到計(jì)算機(jī)視覺(jué)圖像測(cè)量?jī)x器的有效距離；

（2）得出觀(guān)察點(diǎn)到目標(biāo)控制點(diǎn)之間的三維的運(yùn)動(dòng)幾何參數(shù)；

（3）推斷出目標(biāo)控制點(diǎn)在整個(gè)平面上的表面特征（大多時(shí)候要求形成立體視覺(jué)）；

（4）還通過(guò)觀(guān)察可以判斷出目標(biāo)物體的幾何坐標(biāo)方位。

在整個(gè)計(jì)算機(jī)GIS技術(shù)精密測(cè)量的在礦區(qū)土地信息管理中最關(guān)鍵的元件就是壓力應(yīng)變電阻儀，這也是傳感器的一部分。

所謂的壓力感應(yīng)就是一種新型的傳感器，通過(guò)電阻的變化作為一種感應(yīng)值的判斷標(biāo)準(zhǔn)進(jìn)行計(jì)算和采集數(shù)據(jù)。具體的做法是在受力物體上粘貼高靈敏度的感應(yīng)片，通過(guò)力的傳遞將物體上受到即時(shí)的力傳遞到感應(yīng)片上，以備技術(shù)人員收集。在物體的中心或者是機(jī)械的隔斷處，使用丙酮溶液進(jìn)行擦拭，以保證物體的表面潔凈和貼合度較高。當(dāng)液體充分風(fēng)干的情況下將感應(yīng)片貼在已涂丙酮的物體上（注意感應(yīng)片的正反），再使用導(dǎo)線(xiàn)和感應(yīng)片相互連接，從而形成了一個(gè)完整的閉合電路體系，在通電的情況下，在計(jì)算機(jī)終端上可以顯示出來(lái)。以便技術(shù)人員可以在任何時(shí)候掌握每個(gè)檢測(cè)點(diǎn)的施工使用情況，一旦機(jī)械設(shè)備發(fā)生異常現(xiàn)象，就會(huì)在計(jì)算機(jī)圖形中顯示出來(lái)。于此同時(shí)，它還可以對(duì)施工人員所處的具置做到應(yīng)力感應(yīng)，人自身的重量傳遞到地面上，結(jié)構(gòu)會(huì)出現(xiàn)結(jié)構(gòu)上的略微變化，這個(gè)儀器就能第一時(shí)間以信號(hào)的方式傳送到計(jì)算機(jī)終端，讓技術(shù)人員掌握相關(guān)施工的情況，并結(jié)合數(shù)據(jù)報(bào)告總結(jié)出相關(guān)的可行性分析付諸實(shí)踐。

當(dāng)無(wú)法觀(guān)察到控制點(diǎn)是，計(jì)算機(jī)GIS技術(shù)測(cè)量可以通過(guò)接收信號(hào)或是相關(guān)的頻率波段來(lái)收集數(shù)據(jù)，不會(huì)因?yàn)橐酝鶞y(cè)量的環(huán)境不好，距離太遠(yuǎn)，誤差太大的影響。同時(shí)在信息管理中通過(guò)了加密通道，系統(tǒng)可以將數(shù)據(jù)自動(dòng)的保存和轉(zhuǎn)換為視圖模式，對(duì)于數(shù)據(jù)的審計(jì)和運(yùn)行可以同時(shí)進(jìn)行，這樣就可以很好的保證大地測(cè)量中的圖像數(shù)據(jù)安全，利用防護(hù)墻將采集中廢棄的數(shù)據(jù)革除在外，避免數(shù)值之間發(fā)生紊亂的現(xiàn)象，進(jìn)一步改善計(jì)算機(jī)GIS技術(shù)。

二 計(jì)算機(jī)GIS與CAD技術(shù)的結(jié)合

在計(jì)算機(jī)GIS技術(shù)測(cè)量中解決了很多以往很難完成的任務(wù)，但是在使用過(guò)程中還是發(fā)生了很多的問(wèn)題。尤其在土地信息的選擇中，無(wú)法使用高幀數(shù)的圖片顯示，無(wú)法將計(jì)算機(jī)測(cè)量的關(guān)鍵技術(shù)的優(yōu)點(diǎn)發(fā)揮出來(lái)。在煤礦生產(chǎn)過(guò)程中，對(duì)于生產(chǎn)效率的提高就要對(duì)開(kāi)采環(huán)境的要求更高。使用繪圖技術(shù)與GIS技術(shù)相互結(jié)合可以將復(fù)雜的地理環(huán)境的具體形狀在電腦當(dāng)中展現(xiàn)出來(lái)，用較為直觀(guān)的圖形準(zhǔn)確的反應(yīng)出來(lái)。而且在使用中，可以在計(jì)算機(jī)中隨時(shí)將圖像進(jìn)行修改，完全可以適應(yīng)復(fù)雜情況下的設(shè)備調(diào)試。在以往傳統(tǒng)的圖像設(shè)計(jì)中，技術(shù)人員在圖紙中很難將地理信息進(jìn)行再次修改，在設(shè)計(jì)后期在計(jì)算機(jī)圖形繪制處理技術(shù)中，對(duì)于圖像的調(diào)試使用的范圍很廣，通過(guò)虛擬的模擬和現(xiàn)實(shí)的結(jié)合來(lái)實(shí)現(xiàn)煤礦信息的完整，有效的加強(qiáng)了煤礦的信息化管理。

CAD技術(shù)是基于工程圖上的三維建模方式。三維模型是從二維信息中提取的三維模型信息，通過(guò)再次分類(lèi)以后，得到的一系列的相關(guān)處理信息，之后在三維空間建立相應(yīng)的二維信息的三維形狀模型提，使模型本身恢復(fù)點(diǎn)，線(xiàn)，面和拓?fù)潢P(guān)系，從而實(shí)現(xiàn)形狀重建工程。計(jì)算機(jī)圖形繪制處理，也可以應(yīng)用于測(cè)繪圖紙和關(guān)于地形的建模。土地信息中包含的地貌和自然資源圖，它是國(guó)民經(jīng)濟(jì)體系的重要組成部分。我們可以畫(huà)一個(gè)圖，三維地形圖的存儲(chǔ)信息的產(chǎn)生。為預(yù)測(cè)和決策水平的使用有重大的意義，也為綜合治理和煤炭資源的研究開(kāi)發(fā)利用提供科學(xué)依據(jù)，這些依據(jù)，在軍事上也起著非常重要的作用。在煤礦機(jī)械設(shè)備也使用CAD軟件繪制零件圖，利用繪圖軟件在操作更簡(jiǎn)單的菜單式設(shè)計(jì)，繪制出圖形更準(zhǔn)確。

三 GIS技術(shù)測(cè)量的關(guān)鍵技術(shù)遇到的困難和使用前景

計(jì)算機(jī)GIS技術(shù)測(cè)量的關(guān)鍵技術(shù)作為一種新興技術(shù)在使用時(shí)間上不過(guò)十幾年，其使用的程度已經(jīng)無(wú)法估算。正是因?yàn)樗暮?jiǎn)單、使用、精度高以及自動(dòng)化能力卓越的特點(diǎn)受到了礦區(qū)土地信息管理部門(mén)的廣泛青睞。在測(cè)量調(diào)控方面的這些可靠性和穩(wěn)定性也是有目共睹的。這項(xiàng)關(guān)鍵技術(shù)中涵蓋的學(xué)科非常的多，涉及到的知識(shí)也很全面，一旦出現(xiàn)了機(jī)器的故障，在維修上還是一個(gè)很大的問(wèn)題，如何很好的解決計(jì)算機(jī)視覺(jué)圖像技術(shù)的相關(guān)核心問(wèn)題就是當(dāng)下亟待解決的。通過(guò)在一些相關(guān)的技術(shù)之間的相互結(jié)合才能使GIS技術(shù)發(fā)揮的更加完美。

我們都知道，人的眼睛是可以受到自身的控制，想要完成礦區(qū)土地觀(guān)測(cè)是十分簡(jiǎn)單的，但是在計(jì)算機(jī)GIS技術(shù)中，畢竟是采取攝像機(jī)取景的模式，在取得的點(diǎn)位有的時(shí)候不是特別的有代表性，很難將這些問(wèn)題具體化、形象化。達(dá)不到我們?cè)O(shè)計(jì)時(shí)的初衷。所以在這些模型的構(gòu)建中和數(shù)據(jù)的轉(zhuǎn)換上必須有嚴(yán)格的規(guī)定和要求，切不可盲目的實(shí)施測(cè)量，每項(xiàng)技術(shù)操作都要按規(guī)程來(lái)實(shí)施。

四 結(jié)束語(yǔ)

在煤礦土地工程發(fā)展的今天，很多的測(cè)量技術(shù)已經(jīng)離不了計(jì)算機(jī)GIS技術(shù)的輔助，本文中詳細(xì)的談到了GIS技術(shù)方面的研究，對(duì)于之中可能出現(xiàn)的一些問(wèn)題也提出了相應(yīng)的解決方案，對(duì)于和CAD繪圖技術(shù)相互結(jié)合的使用方式也做出了詳細(xì)的介紹。測(cè)量工程中使用計(jì)算機(jī)GIS技術(shù)可以很好的解決和完善測(cè)量中遇到的一些問(wèn)題，但是也暴露出了很多的問(wèn)題亟需技術(shù)人員不斷去解決完善。

將GIS技術(shù)在礦區(qū)土地管理信息系統(tǒng)中使用，也是加強(qiáng)了礦區(qū)建設(shè)的信息化水平。可以預(yù)見(jiàn)的是，在未來(lái)使用計(jì)算機(jī)GIS技術(shù)在礦區(qū)土地管理信息系統(tǒng)建立的測(cè)量模型會(huì)得到更多、更好的應(yīng)用。但作為一個(gè)長(zhǎng)期復(fù)雜的技術(shù)工程，在這個(gè)建設(shè)過(guò)程中定會(huì)有一些困難的出現(xiàn)。希望通過(guò)不斷的發(fā)現(xiàn)問(wèn)題、總結(jié)經(jīng)驗(yàn)，讓GIS技術(shù)在礦區(qū)土地管理信息系統(tǒng)在煤礦的開(kāi)挖中的作用發(fā)揮的更好。

[參考文獻(xiàn)]

[1] 湯劍，周芳芹，楊繼隆.計(jì)算機(jī)視覺(jué)圖像系統(tǒng)的技術(shù)改造[J].機(jī)電產(chǎn)品開(kāi)發(fā)與創(chuàng)新周刊，2005，14（18）：33-36

[2] 段發(fā)階等. 拔絲模孔形計(jì)算機(jī)視覺(jué)檢測(cè)技術(shù)[J] . 光電工程時(shí)報(bào)， 2006， 23（ 13）：189-190

篇7

關(guān)鍵詞： 機(jī)器視覺(jué)； 圖像檢測(cè)； 航空輪胎； 表面質(zhì)量

中圖分類(lèi)號(hào)： TP 23文獻(xiàn)標(biāo)識(shí)碼： A

引言近年來(lái)，隨著生產(chǎn)工藝飛速發(fā)展，人們開(kāi)始關(guān)注產(chǎn)品的外觀(guān)質(zhì)量，比如印刷品、包裝、工藝品等以外觀(guān)質(zhì)量為重要附加價(jià)值的產(chǎn)品，又比如航空輪胎等表面缺陷會(huì)直接影響到使用效果甚至?xí)o使用者的生命財(cái)產(chǎn)安全帶來(lái)無(wú)可挽回的損失的產(chǎn)品。眾所周知，機(jī)器視覺(jué)已經(jīng)發(fā)展成為重要的工業(yè)生產(chǎn)加工手段之一，在中國(guó)成為全球重要的制造中心之一的背景下，中國(guó)成為繼美國(guó)、歐洲和日本后的全球第四大機(jī)器視覺(jué)市場(chǎng)，同時(shí)也是最具發(fā)展?jié)摿Φ氖袌?chǎng)。一方面外國(guó)企業(yè)積極入駐中國(guó)帶來(lái)了巨大的視覺(jué)系統(tǒng)需求，另一方面國(guó)內(nèi)企業(yè)不斷擴(kuò)大生產(chǎn)規(guī)模，加大了對(duì)視覺(jué)系統(tǒng)的需求，以航空輪胎為例，未來(lái)十年，國(guó)家將在大飛機(jī)項(xiàng)目中投入500～600億資金，大飛機(jī)項(xiàng)目的發(fā)展，必將會(huì)帶動(dòng)航空輪胎行業(yè)大規(guī)模的發(fā)展，對(duì)航空輪胎的質(zhì)量要求也會(huì)更加嚴(yán)格。1國(guó)內(nèi)外相關(guān)技術(shù)研究國(guó)外對(duì)機(jī)器視覺(jué)技術(shù)的研究，由于開(kāi)展的比較早，而且具有資金、技術(shù)以及硬件方面的優(yōu)勢(shì)，已經(jīng)走在了國(guó)內(nèi)的前面。國(guó)外的機(jī)器視覺(jué)系統(tǒng)的應(yīng)用領(lǐng)域涉及到了社會(huì)生產(chǎn)的各個(gè)方面，有原始的在線(xiàn)監(jiān)視，也有外觀(guān)檢測(cè)以及動(dòng)作、行為控制，許多工業(yè)加工成套生產(chǎn)設(shè)備都集成了機(jī)器視覺(jué)系統(tǒng)，成為加工生產(chǎn)線(xiàn)的標(biāo)配，比如印刷生產(chǎn)線(xiàn)上的機(jī)器視覺(jué)質(zhì)量控制系統(tǒng)，又比如汽車(chē)制造業(yè)中的移動(dòng)三坐標(biāo)測(cè)量系統(tǒng)[1]。由于經(jīng)濟(jì)和技術(shù)原因，國(guó)內(nèi)絕大多數(shù)圖像處理技術(shù)公司都以國(guó)外產(chǎn)品為主，沒(méi)有或者很少涉足擁有自主知識(shí)產(chǎn)權(quán)的機(jī)器視覺(jué)在線(xiàn)檢測(cè)設(shè)備，對(duì)視覺(jué)技術(shù)的開(kāi)發(fā)應(yīng)用停留在比較低端的小系統(tǒng)集成上，對(duì)需要進(jìn)行大數(shù)據(jù)量的實(shí)時(shí)在線(xiàn)檢測(cè)的研究很少，也很少有成功案例。但是，隨著國(guó)內(nèi)經(jīng)濟(jì)發(fā)展和技術(shù)手段不斷提高，對(duì)產(chǎn)品質(zhì)量檢測(cè)要求就更高，對(duì)在線(xiàn)檢測(cè)設(shè)備的需求也就更大，具有巨大的市場(chǎng)潛力。計(jì)算機(jī)、攝像機(jī)等電子技術(shù)的飛速發(fā)展大大提高了機(jī)器視覺(jué)系統(tǒng)的硬件水平，同時(shí)圖像處理理論和算法的快速發(fā)展也給機(jī)器視覺(jué)系統(tǒng)提供了強(qiáng)大的軟件支持。但是，仍然伴隨著一些問(wèn)題，主要有以下兩點(diǎn)：光學(xué)儀器第35卷

第3期謝，等：機(jī)器視覺(jué)在輪胎檢測(cè)領(lǐng)域的應(yīng)用研究

（1）算法的精確性提高伴隨著計(jì)算量的成倍增加，處理時(shí)間就成為了實(shí)時(shí)檢測(cè)的軟肋；（2）硬件的分辨率提高了，圖像的分辨率、精度也隨之提高了，但是數(shù)據(jù)量計(jì)算量都因此成倍增加。因此，如何保證檢測(cè)的實(shí)時(shí)性和準(zhǔn)確性，是機(jī)器視覺(jué)系統(tǒng)在工業(yè)應(yīng)用中需要解決的核心問(wèn)題。2視覺(jué)檢測(cè)核心技術(shù)

2.1機(jī)器視覺(jué)圖像處理技術(shù)機(jī)器視覺(jué)就是用機(jī)器代替人眼來(lái)做測(cè)量和判斷。機(jī)器視覺(jué)系統(tǒng)是指通過(guò)機(jī)器視覺(jué)產(chǎn)品（即圖像攝取裝置，分CMOS和CCD兩種）將被攝取目標(biāo)轉(zhuǎn)換成圖像信號(hào)，傳送給專(zhuān)用的圖像處理系統(tǒng)，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號(hào)；圖像系統(tǒng)對(duì)這些信號(hào)進(jìn)行各種運(yùn)算來(lái)抽取目標(biāo)的特征，進(jìn)而根據(jù)判別的結(jié)果來(lái)控制現(xiàn)場(chǎng)的設(shè)備動(dòng)作。有大量的文獻(xiàn)和著作給與介紹和討論，其中比較著名的馬頌德的《計(jì)算機(jī)視覺(jué)》介紹了計(jì)算機(jī)視覺(jué)的算法和理論，以及Richard Hartley的《Multiple View Geometry in Computer Vision》介紹了在計(jì)算機(jī)視覺(jué)中的幾何理論和方法[2]。機(jī)器視覺(jué)中的圖像處理方法，主要包括圖像增強(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。經(jīng)過(guò)這些處理后，輸出圖像的質(zhì)量得到相當(dāng)程度的改善，既優(yōu)化了圖像的視覺(jué)效果，又便于處理器對(duì)圖像進(jìn)行分析、處理和識(shí)別[3]。機(jī)器視覺(jué)理論應(yīng)用于現(xiàn)代檢測(cè)領(lǐng)域，是上世紀(jì)末本世紀(jì)初計(jì)算機(jī)視覺(jué)的一個(gè)新的研究方向。它使用計(jì)算機(jī)視覺(jué)的理論方法來(lái)識(shí)別物體的關(guān)鍵點(diǎn)，經(jīng)過(guò)分析處理以后，轉(zhuǎn)換成坐標(biāo)數(shù)據(jù)，然后產(chǎn)生檢測(cè)數(shù)據(jù)。國(guó)內(nèi)已有學(xué)者把機(jī)器視覺(jué)技術(shù)運(yùn)用于檢測(cè)領(lǐng)域[4]。但是在輪胎檢測(cè)領(lǐng)域，機(jī)器視覺(jué)技術(shù)的應(yīng)用還僅僅停留在理論之上，還沒(méi)有可實(shí)際應(yīng)用的商品化的設(shè)備，更不用說(shuō)結(jié)合機(jī)器視覺(jué)和嵌入式兩種技術(shù)的便攜式檢測(cè)儀了。

2.2嵌入式技術(shù)嵌入式系統(tǒng)一般指非PC系統(tǒng)，有計(jì)算機(jī)功能但又不稱(chēng)之為計(jì)算機(jī)的設(shè)備或器材。它是以應(yīng)用為中心，軟硬件可裁減的，適應(yīng)對(duì)功能、可靠性、成本、體積、功耗等綜合性嚴(yán)格要求的專(zhuān)用計(jì)算機(jī)系統(tǒng)。嵌入式系統(tǒng)幾乎包括了生活中的所有電器設(shè)備，如掌上PDA、移動(dòng)計(jì)算設(shè)備、電視機(jī)頂盒、手機(jī)上網(wǎng)、數(shù)字電視、多媒體、汽車(chē)、微波爐、數(shù)字相機(jī)、家庭自動(dòng)化系統(tǒng)、電梯、空調(diào)、安全系統(tǒng)、自動(dòng)售貨機(jī)、蜂窩式電話(huà)、消費(fèi)電子設(shè)備、工業(yè)自動(dòng)化儀表與醫(yī)療儀器等。嵌入式系統(tǒng)有以下幾大優(yōu)點(diǎn)[56]：（1）嵌入式系統(tǒng)通常是面向特定應(yīng)用的，它通常都具有低功耗、體積小，集成度高等特點(diǎn)；（2）嵌入式系統(tǒng)和具體應(yīng)用有機(jī)地結(jié)合在一起，它的升級(jí)換代也是和具體產(chǎn)品同步進(jìn)行的，因此嵌入式系統(tǒng)產(chǎn)品一旦進(jìn)入市場(chǎng)，就具有較長(zhǎng)的生命周期；（3）由于空間和各種資源相對(duì)不足，嵌入式系統(tǒng)的硬件和軟件都必須設(shè)計(jì)，量體裁衣、去除冗余，力爭(zhēng)在同樣的硅片面積上實(shí)現(xiàn)更高的性能，這樣才能在具體應(yīng)用中對(duì)處理器的選擇更具有競(jìng)爭(zhēng)力。本研究選取嵌入式系統(tǒng)中的DSP（數(shù)字信號(hào)處理器）來(lái)進(jìn)行開(kāi)發(fā)，具體型號(hào)為T(mén)I公司的TMS320。它具有很高的編譯效率和執(zhí)行速度，在信號(hào)處理方面具有優(yōu)勢(shì)，它的特點(diǎn)如下：（1）程序和數(shù)據(jù)具有獨(dú)立的存儲(chǔ)空間，有著各自獨(dú)立的程序總線(xiàn)與數(shù)據(jù)總線(xiàn)，可以同時(shí)對(duì)數(shù)據(jù)和程序進(jìn)行尋址，大大提高了數(shù)據(jù)處理能力；（2）由于廣泛采用了流水線(xiàn)操作，減少了指令的執(zhí)行時(shí)間，可以同時(shí)運(yùn)行8條指令；（3）與一般計(jì)算機(jī)不同，乘法（除法）不由加法和移位實(shí)現(xiàn)，它具有硬件乘法器，乘法運(yùn)算可以在一個(gè)指令周期內(nèi)完成；（4）指令周期降到了1.67 ns。隨著工作頻率進(jìn)一步提高，指令周期將進(jìn)一步縮短；（5）擁有自己獨(dú)特的專(zhuān)門(mén)為數(shù)字信號(hào)處理而設(shè)計(jì)的指令系統(tǒng)；（6）相比傳統(tǒng)的處理芯片，它還具有體積小、功耗小、使用方便、實(shí)時(shí)處理迅速、處理數(shù)據(jù)量大、處理精度高、性能價(jià)格比高等許多優(yōu)點(diǎn)。3輪胎檢測(cè)系統(tǒng)構(gòu)成

3.1研究目標(biāo)機(jī)器視覺(jué)用于產(chǎn)品表面缺陷檢測(cè)需要面對(duì)以下主要問(wèn)題：（1）數(shù)據(jù)處理量非常龐大；（2）如何快讀匹配圖像；（3）如何快速實(shí)現(xiàn)缺陷分割并剔除偽缺陷；（4）如何選取缺陷特征，用以實(shí)現(xiàn)缺陷識(shí)別。以具體產(chǎn)品為例，相對(duì)其他輪胎產(chǎn)品，航空輪胎對(duì)質(zhì)量檢測(cè)的要求較為嚴(yán)格，只要航空輪胎的檢測(cè)技術(shù)到位，其他輪胎產(chǎn)品也基本可以檢測(cè)。以航空輪胎的缺陷檢測(cè)為例，根據(jù)GB/T 9747-2008《航空輪胎試驗(yàn)方法》、GB/T 13652-2004 《航空輪胎表面質(zhì)量》和GB 15323-1994 《航空輪胎內(nèi)胎》等標(biāo)準(zhǔn)的要求，研究表面缺陷在線(xiàn)檢測(cè)的圖像處理方案；開(kāi)發(fā)一套基于機(jī)器視覺(jué)的產(chǎn)品表面缺陷的在線(xiàn)檢測(cè)設(shè)備，同時(shí)根據(jù)GB/T 13653-2004 《航空輪胎X射線(xiàn)檢測(cè)方法》所述，配合X射線(xiàn)發(fā)射儀，利用一對(duì)一的服務(wù)器/客戶(hù)機(jī)構(gòu)架的機(jī)器視覺(jué)對(duì)標(biāo)準(zhǔn)中所描述的航空輪胎的一系列缺陷，如斷層、氣泡和裂口等進(jìn)行高精度、高實(shí)時(shí)性、高連續(xù)性以及非接觸式的在線(xiàn)缺陷檢測(cè)。具體技術(shù)指標(biāo)：（1）能檢測(cè)出最小直徑0.3 mm的輪胎內(nèi)部缺陷（即橫向縱向最小均為0.3 mm）并能對(duì)缺陷進(jìn)行分類(lèi)識(shí)別，主要包括結(jié)構(gòu)類(lèi)、氣泡類(lèi)和夾雜物類(lèi)，對(duì)缺陷的檢出率要求大于90%；（2）對(duì)缺陷部位進(jìn)行定量和定位分析：讀出缺陷的尺寸（誤差0.5 mm），測(cè)出缺陷距離輪胎表面的深度，決定缺陷在輪胎內(nèi)部的位置；（3）在線(xiàn)檢測(cè)設(shè)備的檢測(cè)檢測(cè)速度與X射線(xiàn)管旋轉(zhuǎn)速度同步，X射線(xiàn)管旋轉(zhuǎn)一周即完成一個(gè)輪胎一個(gè)圓周的缺陷檢測(cè)。

3.2研究?jī)?nèi)容和技術(shù)路線(xiàn)

3.2.1確定機(jī)器視覺(jué)檢測(cè)系統(tǒng)的基本框架在數(shù)據(jù)量大時(shí)，采用一個(gè)處理器搭配一臺(tái)攝像機(jī)的一對(duì)一方式。在產(chǎn)品表面檢測(cè)中，由于航空輪胎的圓周面比較大，數(shù)據(jù)量也就比較大，通常采用的機(jī)器視覺(jué)單攝像機(jī)方式，很難滿(mǎn)足圓周面檢測(cè)分辨率高、數(shù)據(jù)量大的要求，而多臺(tái)攝像機(jī)能滿(mǎn)足分辨率和數(shù)據(jù)量的要求，卻又相應(yīng)帶來(lái)實(shí)時(shí)性差的問(wèn)題。若采用多臺(tái)攝像機(jī)的方式，就需要配備多套成像系統(tǒng)，一套成像系統(tǒng)造價(jià)在10萬(wàn)元左右，基于成本和計(jì)算數(shù)據(jù)量的考慮，本研究選用一對(duì)一方式，利用分時(shí)運(yùn)動(dòng)克服單臺(tái)攝像機(jī)采集數(shù)據(jù)量不足的缺點(diǎn)。具體來(lái)說(shuō)，就是在經(jīng)典的服務(wù)器/客戶(hù)端模式架構(gòu)的基礎(chǔ)上設(shè)計(jì)一種基于機(jī)器視覺(jué)的系統(tǒng)結(jié)構(gòu)以實(shí)現(xiàn)輪胎圓周面產(chǎn)品表面缺陷的在線(xiàn)檢測(cè)，該結(jié)構(gòu)主要由四部分組成：服務(wù)器（嵌入式系統(tǒng)）、客戶(hù)端（圖像處理子系統(tǒng)）、信號(hào)模塊（PLC）、輸出單元。系統(tǒng)框架如圖1所示。每隔一定的時(shí)間（系統(tǒng)初步設(shè)定為5 s），服務(wù)器通過(guò)PLC控制步進(jìn)電機(jī)驅(qū)動(dòng)輪胎做圓周轉(zhuǎn)動(dòng)，每轉(zhuǎn)過(guò)一個(gè)固定角度（系統(tǒng)定為120°），服務(wù)器就調(diào)動(dòng)客戶(hù)端完成此區(qū)域內(nèi)相對(duì)獨(dú)立的視覺(jué)檢測(cè)任務(wù)，一次間隔只檢測(cè)輪胎的三分之一（120/360），經(jīng)過(guò)3個(gè)時(shí)間間隔，客戶(hù)端即完成了整個(gè)輪胎360°的全面檢測(cè)，然后利用拼接原理把各部分拼接起來(lái)，統(tǒng)一到一個(gè)坐標(biāo)系下。拼接測(cè)量的關(guān)鍵是利用重疊區(qū)計(jì)算出各次測(cè)量時(shí)基準(zhǔn)的不同，然后消除不同，統(tǒng)一在一個(gè)坐標(biāo)系下。拼接測(cè)量的方法可以直接計(jì)算出被測(cè)輪胎的全面信息。為了保證服務(wù)器和客戶(hù)端之間圖像檢測(cè)數(shù)據(jù)可靠、實(shí)時(shí)的交互，本研究采用千兆以太網(wǎng)的方式傳輸數(shù)據(jù)。作為整個(gè)檢測(cè)系統(tǒng)的管理控制單元和人機(jī)交互接口，服務(wù)器不僅要完成檢測(cè)任務(wù)的調(diào)度，還要可以設(shè)定檢測(cè)參數(shù)，接收和實(shí)時(shí)顯示客戶(hù)端上傳的圖像數(shù)據(jù)和處理結(jié)果（缺陷等），并將信息存入數(shù)據(jù)庫(kù)中。此外，服務(wù)器還接收PLC傳來(lái)的位置檢測(cè)信號(hào)，用于與客戶(hù)端的同步，并且根據(jù)檢測(cè)結(jié)果中的位置信號(hào)，對(duì)執(zhí)行機(jī)構(gòu)發(fā)出動(dòng)作信號(hào)，標(biāo)記并剔除有缺陷的產(chǎn)品。在客戶(hù)端處理核心中安裝有圖像采集卡，接收服務(wù)器設(shè)置的參數(shù)和任務(wù)調(diào)度，控制采集卡和攝像機(jī)完成圖像實(shí)時(shí)采集，利用圖像處理算法處理和分析圖像數(shù)據(jù)，將最終得到的缺陷位置和分類(lèi)信息上傳給服務(wù)器，保存缺陷圖像以備查。

3.2.2設(shè)計(jì)編寫(xiě)表面缺陷檢測(cè)的圖像處理方案在表面缺陷檢測(cè)中，根據(jù)圖像數(shù)據(jù)的特點(diǎn)，本研究提出以下圖像處理過(guò)程：缺陷分割、特征提取及缺陷分類(lèi)。首先是缺陷分割：在表面缺陷檢測(cè)的時(shí)候，利用圖像處理算法，處理采集到的產(chǎn)品表面圖像，將缺陷從復(fù)雜的背景圖像中分離出來(lái)。接著是特征提取：提取缺陷后，對(duì)缺陷的各種標(biāo)識(shí)性屬性進(jìn)行提取，主要是幾何特征和灰度統(tǒng)計(jì)特征，以保證后續(xù)的缺陷分類(lèi)和識(shí)別。幾何特征指的是輪廓特征，比如長(zhǎng)度、形狀、面積、重心等。灰度統(tǒng)計(jì)特征指的是分布位置、統(tǒng)計(jì)值、均方差等等。還有缺陷分類(lèi)：本研究采用改進(jìn)的BP算法[7]對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，構(gòu)建神經(jīng)網(wǎng)絡(luò)分類(lèi)器來(lái)實(shí)現(xiàn)輪胎缺陷分類(lèi)，為了提高檢測(cè)系統(tǒng)對(duì)偽缺陷的適應(yīng)性，本研究將部分偽缺陷也作為網(wǎng)絡(luò)輸出并對(duì)其進(jìn)行訓(xùn)練。由于圖像處理中需要運(yùn)用大量的計(jì)算機(jī)內(nèi)存處理算法，為避免編程中出現(xiàn)內(nèi)存泄露進(jìn)而造成計(jì)算機(jī)內(nèi)存資源流失的現(xiàn)象，決定采用對(duì)內(nèi)存進(jìn)行托管的C#語(yǔ)言進(jìn)行編程。

3.2.3服務(wù)器和客戶(hù)機(jī)系統(tǒng)之間的同步服務(wù)器/客戶(hù)端模式架構(gòu)的機(jī)器視覺(jué)系統(tǒng)具有獨(dú)立性和并行性的特點(diǎn)，它不得不面臨的一個(gè)重要問(wèn)題是如何解決服務(wù)器和圖像處理子系統(tǒng)之間的同步問(wèn)題，包括攝像機(jī)同步采集、數(shù)據(jù)同步處理和輪胎運(yùn)動(dòng)同步控制等。本研究利用攝像機(jī)本身的外同步特性，采用對(duì)攝像機(jī)提供統(tǒng)一的線(xiàn)掃描觸發(fā)信號(hào)保證攝像機(jī)采集同步。機(jī)器視覺(jué)系統(tǒng)基本組成模塊見(jiàn)圖2。

4結(jié)論實(shí)際測(cè)量結(jié)果證明，應(yīng)用視覺(jué)檢測(cè)方法可以較好地解決傳統(tǒng)測(cè)量方法中時(shí)間長(zhǎng)、工作量大、測(cè)量效率低的問(wèn)題。該方法能夠充分利用現(xiàn)代計(jì)算機(jī)技術(shù)的優(yōu)勢(shì)，設(shè)備簡(jiǎn)單、易用，克服了傳統(tǒng)測(cè)量?jī)x器的許多誤差來(lái)源，具有快速、準(zhǔn)確、非接觸測(cè)量的優(yōu)點(diǎn)。在實(shí)驗(yàn)室中初步完成了實(shí)驗(yàn)系統(tǒng)的核心部分（如圖3所示），與傳統(tǒng)的測(cè)量方法相比，原先需要15 min的測(cè)量時(shí)間，現(xiàn)在只需要15～30 s就可完成，操作也更加簡(jiǎn)單便捷。該系統(tǒng)可檢測(cè)出最小直徑0.3 mm的輪胎內(nèi)部缺陷（即橫向縱向最小均為0.3 mm）并能對(duì)缺陷進(jìn)行分類(lèi)識(shí)別，主要包括結(jié)構(gòu)類(lèi)、氣泡類(lèi)和夾雜物類(lèi)，對(duì)缺陷的檢出率為96%。

參考文獻(xiàn)：

[1]彭向前.產(chǎn)品表面缺陷在線(xiàn)檢測(cè)方法研究及系統(tǒng)實(shí)現(xiàn)[D].武漢：華中科技大學(xué)，2008.

[2]ZHANG Z.Determining the Epipolar geometry and its uncertainty[J].A Review Int Journal on Computer Vision，1998，27（2）：161-195.

[3]章毓晉.圖像處理和分析[M].北京：清華大學(xué)出版社，1999.

[4]朱方文.基于LAP方法的機(jī)器人靈巧手控制[D].上海：上海大學(xué)，2006.

[5]張嘉琪.基于嵌入式系統(tǒng)圖像處理平臺(tái)的萬(wàn)壽菊水分狀態(tài)檢測(cè)系統(tǒng)的研究[D].重慶：西南大學(xué)，2009.

篇8

【關(guān)鍵詞】機(jī)器視覺(jué)；應(yīng)用研究

機(jī)器視覺(jué)是一門(mén)涉及人工智能、計(jì)算機(jī)科學(xué)、圖像處理、模式識(shí)別、神經(jīng)生物學(xué)、心理物理學(xué)等諸多領(lǐng)域的交叉學(xué)科。機(jī)器視覺(jué)主要利用計(jì)算機(jī)來(lái)模擬人或再現(xiàn)與人類(lèi)視覺(jué)有關(guān)的某些智能行為，從客觀(guān)事物的圖像中提取信息進(jìn)行處理，并加以理解，最終用于實(shí)際檢測(cè)和控制。隨著現(xiàn)代計(jì)算機(jī)技術(shù)、現(xiàn)場(chǎng)總線(xiàn)技術(shù)與大規(guī)模集成電路技術(shù)的飛速發(fā)展，機(jī)器視覺(jué)技術(shù)也日臻成熟，已經(jīng)廣泛應(yīng)用在國(guó)民經(jīng)濟(jì)發(fā)展的各行業(yè)。

1.機(jī)器視覺(jué)系統(tǒng)組成

一個(gè)典型的機(jī)器視覺(jué)應(yīng)用系統(tǒng)包括圖像捕捉、光源系統(tǒng)、圖像數(shù)字化模塊、數(shù)字圖像處理模塊、智能判斷決策模塊和機(jī)械控制執(zhí)行模塊，如圖1所示。首先采用CCD攝像機(jī)獲得被測(cè)目標(biāo)的圖像信號(hào)，然后通過(guò)A/D轉(zhuǎn)換成數(shù)字信號(hào)傳送給專(zhuān)用的圖像處理系統(tǒng)，根據(jù)像素分布、亮度和色彩等信息，進(jìn)行各種運(yùn)算來(lái)抽取目標(biāo)的特征，然后再根據(jù)預(yù)設(shè)的判別標(biāo)準(zhǔn)輸出判斷結(jié)果，去控制驅(qū)動(dòng)執(zhí)行機(jī)構(gòu)進(jìn)行相應(yīng)處理。

總之，隨著機(jī)器視覺(jué)技術(shù)自身的成熟和發(fā)展，可以預(yù)計(jì)它將在現(xiàn)代和未來(lái)制造企業(yè)中得到越來(lái)越廣泛的應(yīng)用。

2.機(jī)器視覺(jué)技術(shù)的應(yīng)用

在國(guó)外，機(jī)器視覺(jué)的應(yīng)用主要體現(xiàn)在半導(dǎo)體及電子行業(yè)，其中大概40%-50%都集中在半導(dǎo)體行業(yè)。具體如PCB印刷電路；SMT表面貼裝；電子生產(chǎn)加工設(shè)備；機(jī)器視覺(jué)系統(tǒng)還在質(zhì)量檢測(cè)的各個(gè)方面已經(jīng)得到了廣泛的應(yīng)用，并且其產(chǎn)品在應(yīng)用中占據(jù)著舉足輕重的地位。

而在中國(guó)，以上行業(yè)本身就屬于新興的領(lǐng)域，再加之機(jī)器視覺(jué)產(chǎn)品技術(shù)的普及不夠，導(dǎo)致機(jī)器視覺(jué)在以上各行業(yè)的應(yīng)用幾乎空白。目前隨著我國(guó)隨著配套基礎(chǔ)建設(shè)的完善，技術(shù)、資金的積累，各行各業(yè)對(duì)采用圖像和機(jī)器視覺(jué)技術(shù)的工業(yè)自動(dòng)化、智能化需求開(kāi)始廣泛出現(xiàn)，國(guó)內(nèi)有關(guān)大中專(zhuān)院校、研究所和企業(yè)近兩年在圖像和機(jī)器視覺(jué)技術(shù)領(lǐng)域進(jìn)行了積極思索和大膽的嘗試，逐步開(kāi)始了工業(yè)現(xiàn)場(chǎng)和其它領(lǐng)域的應(yīng)用。

（1）工業(yè)中的應(yīng)用

雖然機(jī)器視覺(jué)技術(shù)從20世紀(jì)80年代才開(kāi)始起步，但由于其突出的優(yōu)點(diǎn)，在各種工業(yè)領(lǐng)域被廣泛應(yīng)用，特別是近幾年發(fā)展十分迅速，國(guó)內(nèi)外的成果也是層出不窮。

在國(guó)外，機(jī)器視覺(jué)技術(shù)廣泛應(yīng)用于機(jī)器零部件的裝配、非接觸測(cè)量、產(chǎn)品質(zhì)量檢測(cè)、在線(xiàn)過(guò)程控制、數(shù)控機(jī)床加工、過(guò)程監(jiān)控等領(lǐng)域。英國(guó)ROVER汽車(chē)公司800系列汽車(chē)車(chē)身輪廓尺寸精度的100%在線(xiàn)檢測(cè)，是機(jī)器視覺(jué)系統(tǒng)用于工業(yè)檢測(cè)中的一個(gè)較為典型的例子，該系統(tǒng)由62個(gè)測(cè)量單元組成，每個(gè)測(cè)量單元包括一臺(tái)激光器和一個(gè)CCD攝像機(jī)，用以檢測(cè)車(chē)身外殼上288個(gè)測(cè)量點(diǎn)。汽車(chē)車(chē)身置于測(cè)量框架下，通過(guò)軟件校準(zhǔn)車(chē)身的精確位置。測(cè)量單元的校準(zhǔn)將會(huì)影響檢測(cè)精度，因而受到特別重視。每個(gè)激光器/攝像機(jī)單元均在離線(xiàn)狀態(tài)下經(jīng)過(guò)校準(zhǔn)。同時(shí)還有一個(gè)在離線(xiàn)狀態(tài)下用三坐標(biāo)測(cè)量機(jī)校準(zhǔn)過(guò)的校準(zhǔn)裝置，可對(duì)攝像頂進(jìn)行在線(xiàn)校準(zhǔn)。檢測(cè)系統(tǒng)以每40秒檢測(cè)一個(gè)車(chē)身的速度，檢測(cè)三種類(lèi)型的車(chē)身。系統(tǒng)將檢測(cè)結(jié)果與人、從CAD模型中撮出來(lái)的合格尺寸相比較，測(cè)量精度為±0。1mm。ROVER的質(zhì)量檢測(cè)人員用該系統(tǒng)來(lái)判別關(guān)鍵部分的尺寸一致性，如車(chē)身整體外型、門(mén)、玻璃窗口等。實(shí)踐證明，該系統(tǒng)是成功的，并將用于ROVER公司其它系列汽車(chē)的車(chē)身檢測(cè)。

機(jī)器視覺(jué)在國(guó)內(nèi)的應(yīng)用主要集中于檢測(cè)與定位等幾個(gè)方面，這樣的工業(yè)產(chǎn)品占據(jù)了中國(guó)市場(chǎng)的絕大部分。機(jī)器視覺(jué)在工業(yè)檢測(cè)中的應(yīng)用最為常見(jiàn)的是對(duì)各種機(jī)械零件的幾何尺寸進(jìn)行測(cè)量，在半導(dǎo)體及電子行業(yè)，國(guó)內(nèi)高等院校和科研單位也研究出基于機(jī)器視覺(jué)的管腳尺寸自動(dòng)檢測(cè)裝置。此外，機(jī)器視覺(jué)還被用于對(duì)于如刀具等工業(yè)設(shè)備的檢測(cè)和數(shù)控機(jī)床的加工。在很多工業(yè)領(lǐng)域存在著高精度定位的問(wèn)題，如鉆床數(shù)控系統(tǒng)鉆頭定位、金屬板材數(shù)控加工軌跡坐標(biāo)定位等。目前機(jī)器視覺(jué)技術(shù)由于其高精度的優(yōu)點(diǎn)在這方面得到廣泛的應(yīng)用。華中科技大學(xué)在金屬板材數(shù)控加工中利用機(jī)器視覺(jué)技術(shù)對(duì)加工軌跡坐標(biāo)定位。提出一種基于機(jī)器視覺(jué)的非接觸式加工軌跡坐標(biāo)定位方法，完成了金屬板材數(shù)字化成形中支撐模型的非接觸式高精度快速定位。湖南大學(xué)進(jìn)行了鉆頭視覺(jué)定位研究，在視覺(jué)定位中采用間接定位方式，間接實(shí)現(xiàn)鉆頭刃磨初始狀態(tài)的定位。中國(guó)計(jì)量學(xué)院等單位進(jìn)行了基于機(jī)器視覺(jué)的PCB數(shù)控鉆機(jī)定位研究。大量的實(shí)踐證明采用機(jī)器視覺(jué)系統(tǒng)進(jìn)行定位并且綜合運(yùn)用數(shù)控伺服傳動(dòng)技術(shù)以及各種先進(jìn)控制技術(shù)能夠有效實(shí)現(xiàn)精確定位。利用機(jī)器視覺(jué)系統(tǒng)節(jié)約了大量的人力和物力，降低了產(chǎn)品生產(chǎn)成本。

（2）農(nóng)業(yè)中的應(yīng)用

計(jì)算機(jī)視覺(jué)技術(shù)在農(nóng)業(yè)上的應(yīng)用研究，起始于20世紀(jì)70年代末期，主要應(yīng)用于植物種類(lèi)的鑒別、農(nóng)產(chǎn)品品質(zhì)檢測(cè)與分級(jí)等。隨著計(jì)算機(jī)軟硬件技術(shù)、圖形圖像處理技術(shù)的迅猛發(fā)展，它在農(nóng)業(yè)上的應(yīng)用研究有了較大的突破，在農(nóng)業(yè)領(lǐng)域的生產(chǎn)前、生產(chǎn)中、收獲時(shí)和產(chǎn)后的各個(gè)環(huán)節(jié)中，均可以利用計(jì)算機(jī)視覺(jué)技術(shù)來(lái)實(shí)現(xiàn)這些農(nóng)業(yè)生產(chǎn)的視覺(jué)化。計(jì)算機(jī)視覺(jué)在產(chǎn)前的應(yīng)用主要是檢驗(yàn)種子質(zhì)量；在產(chǎn)中的應(yīng)用包括田間雜草識(shí)別、植物生長(zhǎng)信息的監(jiān)測(cè)、病蟲(chóng)害的監(jiān)視和營(yíng)養(yǎng)脅迫診斷等方面；在農(nóng)作物收獲時(shí)的應(yīng)用主要體現(xiàn)在農(nóng)業(yè)機(jī)器人的研制與開(kāi)發(fā)上；在產(chǎn)后的應(yīng)用包括水果分級(jí)和農(nóng)產(chǎn)品的加工等。在農(nóng)田作業(yè)機(jī)械上，機(jī)器視覺(jué)技術(shù)被不斷的開(kāi)發(fā)和應(yīng)用。農(nóng)藥的粗放式噴灑正是農(nóng)業(yè)生產(chǎn)中效率最低、污染最嚴(yán)重的環(huán)節(jié)。利用機(jī)器視覺(jué)技術(shù)可以實(shí)現(xiàn)農(nóng)藥的精量噴灑，近年來(lái)，機(jī)器視覺(jué)技術(shù)在播種機(jī)械方面的應(yīng)用主要是檢測(cè)播種質(zhì)量；在自動(dòng)收獲機(jī)等農(nóng)田自動(dòng)作業(yè)機(jī)械上，更需要依靠機(jī)器視覺(jué)系統(tǒng)來(lái)確定作物行與機(jī)械的相對(duì)位置，以控制自動(dòng)作業(yè)機(jī)械在作物行間自動(dòng)行進(jìn)，

機(jī)器視覺(jué)技術(shù)在農(nóng)業(yè)生產(chǎn)上的應(yīng)用可提高生產(chǎn)的自動(dòng)化水平，解放勞動(dòng)力，具有良好的應(yīng)用前景。同時(shí)還應(yīng)看到，由于農(nóng)業(yè)對(duì)象的特點(diǎn)，機(jī)器視覺(jué)理論和技術(shù)的局限性以及硬件條件的限制，機(jī)器視覺(jué)技術(shù)在農(nóng)業(yè)生產(chǎn)的應(yīng)用距離實(shí)用和普及還有相當(dāng)長(zhǎng)的距離。相信隨著相關(guān)技術(shù)的發(fā)展，很多問(wèn)題會(huì)得到好的解決，機(jī)器視覺(jué)技術(shù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用會(huì)極大地加快農(nóng)業(yè)現(xiàn)代化的進(jìn)程。

（3）醫(yī)學(xué)上的應(yīng)用

隨著藥品和醫(yī)療器械安全性問(wèn)題重要性的不斷提升，越來(lái)越多的生產(chǎn)廠(chǎng)商將機(jī)器視覺(jué)技術(shù)引入實(shí)際生產(chǎn)中來(lái)，以達(dá)到提高生產(chǎn)效率，加強(qiáng)產(chǎn)品品質(zhì)保障的目的。同樣，在醫(yī)療系統(tǒng)中機(jī)器視覺(jué)也得到了越來(lái)越多的應(yīng)用。

機(jī)器視覺(jué)科技醫(yī)藥領(lǐng)域的應(yīng)用主要分為醫(yī)學(xué)與藥物兩部分。機(jī)器視覺(jué)技術(shù)在醫(yī)學(xué)疾病診斷方面的應(yīng)用主要體現(xiàn)在兩個(gè)方面：一是對(duì)（X射線(xiàn)成像、顯微圖片、B超、CT、MRI）圖像增強(qiáng)、標(biāo)記、渲染處理，主要利用數(shù)字圖像處理技術(shù)、信息融合技術(shù)對(duì)X射線(xiàn)透視圖、核磁共振圖像、CT圖像進(jìn)行適當(dāng)疊加，然后進(jìn)行綜合分析協(xié)助醫(yī)生診斷；二是利用專(zhuān)家知識(shí)和3D重構(gòu)對(duì)物體三維信息與運(yùn)動(dòng)參數(shù)進(jìn)行分析并給出形象準(zhǔn)確的解釋?zhuān)缭\斷與手術(shù)等。機(jī)器視覺(jué)技術(shù)的應(yīng)用不僅節(jié)省了人力，而且大大提高了準(zhǔn)確率和效率。在藥物方面，機(jī)器視覺(jué)系統(tǒng)對(duì)藥用瓶的缺陷檢測(cè)，也包括了藥用玻璃瓶范疇，也就是說(shuō)機(jī)器視覺(jué)也涉及到了醫(yī)藥領(lǐng)域，其主要檢測(cè)包括尺寸檢測(cè)、瓶身外觀(guān)缺陷檢測(cè)、瓶肩部缺陷檢測(cè)、瓶口檢測(cè)等。除此之外，對(duì)藥劑雜質(zhì)的檢測(cè)、對(duì)醫(yī)學(xué)用具質(zhì)量的檢測(cè)、對(duì)藥物外包裝泄露的檢測(cè)等等都在保障著藥物的質(zhì)量安全，保障著人們的生命健康。

（4）交通領(lǐng)域的應(yīng)用

隨著計(jì)算機(jī)的普及和相關(guān)軟件的不斷更新升級(jí)，機(jī)器視覺(jué)技術(shù)在交通領(lǐng)域所發(fā)揮的作用愈為重要。機(jī)器視覺(jué)技術(shù)在交通領(lǐng)域的應(yīng)用范圍較廣，主要包括視頻檢測(cè)系統(tǒng)、智能車(chē)輛的安全保障系統(tǒng)、車(chē)牌識(shí)別和交通指揮等。

視覺(jué)技術(shù)應(yīng)用于視頻檢測(cè)時(shí)，視頻檢測(cè)系統(tǒng)的目標(biāo)就是用數(shù)字圖像處理和計(jì)算機(jī)視覺(jué)技術(shù)，通過(guò)分析交通圖像序列來(lái)對(duì)車(chē)輛、行人等交通目標(biāo)的運(yùn)動(dòng)進(jìn)行檢測(cè)、定位、識(shí)別和跟蹤，

并對(duì)目標(biāo)的交通行為進(jìn)行分析、理解和判斷，從而完成各種交通流數(shù)據(jù)的采集、交通事件的檢測(cè)，并盡快進(jìn)行相應(yīng)處理。視頻的交通事件和參數(shù)檢測(cè)系統(tǒng)有高度的網(wǎng)絡(luò)化和智能化，可實(shí)現(xiàn)遠(yuǎn)程監(jiān)控和設(shè)置。視覺(jué)技術(shù)應(yīng)用于智能車(chē)輛安全保障系統(tǒng)，主要用于路徑識(shí)別與跟蹤、障礙物識(shí)別、駕駛員狀態(tài)監(jiān)測(cè)、駕駛員視覺(jué)增強(qiáng)等。德國(guó)UBM大學(xué)Dick-manns教授領(lǐng)導(dǎo)的智能車(chē)輛研究小組一直致力于動(dòng)態(tài)機(jī)器視覺(jué)領(lǐng)域的研究，研制的EMS-Vision視覺(jué)可較好地模擬人眼功能。車(chē)牌識(shí)別技術(shù)（VLPR）是計(jì)算機(jī)視覺(jué)和模式識(shí)別技術(shù)在現(xiàn)代智能交通系統(tǒng)中的一項(xiàng)重要研究課題，是實(shí)現(xiàn)交通管理智能化的重要環(huán)節(jié)。隨著圖像處理技術(shù)的日趨成熟，更多算法的融入綜合，使得車(chē)牌識(shí)別技術(shù)逐漸成熟。單一算法很難達(dá)到良好的識(shí)別效果，只有多種方法結(jié)合，才能實(shí)現(xiàn)車(chē)牌識(shí)別的高效性和準(zhǔn)確性。過(guò)去的10多年里，有些國(guó)家已經(jīng)成功開(kāi)發(fā)了一些基于視覺(jué)的道路識(shí)別和跟蹤系統(tǒng)。其中，具有代表性的系統(tǒng)有：LOIS系統(tǒng)、GOLD系統(tǒng)、RALPH系統(tǒng)、SCARF系統(tǒng)和ALVINN系統(tǒng)等。

機(jī)器視覺(jué)技術(shù)在交通各領(lǐng)域都發(fā)揮著越來(lái)越重要的不可替代的作用。在取得較大成績(jī)的同時(shí)仍有不足。其一應(yīng)盡快開(kāi)發(fā)出具有高性?xún)r(jià)比的實(shí)用化的激光距離成像系統(tǒng)，能夠獲取高質(zhì)量的原始圖片至關(guān)重要；其二，處理各種交通事件的及時(shí)性決定了所有的圖像處理的速度應(yīng)盡可能的快，目前的各種算法都各有優(yōu)劣，如何能在最短的時(shí)間內(nèi)完成圖像的識(shí)別工作成為我們下一步要努力的方向。

3.發(fā)展趨勢(shì)

在機(jī)器視覺(jué)賴(lài)以普及發(fā)展的諸多因素中，有技術(shù)層面的，也有商業(yè)層面的，但制造業(yè)的需求是決定性的。制造業(yè)的發(fā)展，帶來(lái)了對(duì)機(jī)器視覺(jué)需求的提升；也決定了機(jī)器視覺(jué)將由過(guò)去單純的采集、分析、傳遞數(shù)據(jù)，判斷動(dòng)作，逐漸朝著開(kāi)放性的方向發(fā)展，這一趨勢(shì)也預(yù)示著機(jī)器視覺(jué)將與自動(dòng)化更進(jìn)一步的融合。未來(lái)，中國(guó)機(jī)器視覺(jué)發(fā)展主要表現(xiàn)為以下一些特性：

（l）隨著產(chǎn)業(yè)化的發(fā)展對(duì)機(jī)器視覺(jué)的需求將呈上升趨勢(shì)。

（2）統(tǒng)一開(kāi)放的標(biāo)準(zhǔn)是機(jī)器視覺(jué)發(fā)展的原動(dòng)力。

（3）基于嵌入式的產(chǎn)品將取代板卡產(chǎn)品。

（4）標(biāo)準(zhǔn)化一體化解決方案是機(jī)器視覺(jué)發(fā)展的必經(jīng)之路。

（5）機(jī)器視覺(jué)系統(tǒng)價(jià)格持續(xù)下降、功能逐漸增多。

4.結(jié)語(yǔ)

機(jī)器視覺(jué)技術(shù)經(jīng)過(guò)20年的發(fā)展，已成為一門(mén)新興的綜合技術(shù)，在社會(huì)諸多領(lǐng)域得到廣泛應(yīng)用。大大提高了裝備的智能化、自動(dòng)化水平，提高了裝備的使用效率、可靠性等性能。隨著新技術(shù)、新理論在機(jī)器視覺(jué)系統(tǒng)中的應(yīng)用，機(jī)器視覺(jué)將在國(guó)民經(jīng)濟(jì)的各個(gè)領(lǐng)域發(fā)揮更大的作用。

參考文獻(xiàn)

[1]李福建，張?jiān)?機(jī)器視覺(jué)系統(tǒng)組成研究[J].自動(dòng)化博覽，2004（2）：61-63.

[2]范祥，盧道華，王佳.機(jī)器視覺(jué)在工業(yè)領(lǐng)域中的研究應(yīng)用[J].現(xiàn)代制造工程，2007（6）：129-133.

[3]張萍，朱政紅.機(jī)器視覺(jué)技術(shù)及其在機(jī)械制造自動(dòng)化中的應(yīng)用[J].合肥工業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2007， 30（10）：1292-1295.

[4]馬彥平.計(jì)算機(jī)視覺(jué)技術(shù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用與展望[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃，2009，30（4）：21-27.

[5]饒秀勤.基于機(jī)器視覺(jué)的水果品質(zhì)實(shí)時(shí)檢測(cè)與分級(jí)生產(chǎn)線(xiàn)的關(guān)鍵技術(shù)研究[博士學(xué)位論文].杭州：浙江大學(xué)，2007.

[6]馮新宇，龐艷輝.車(chē)牌識(shí)別技術(shù)實(shí)現(xiàn)方法初探[J].交通科技與經(jīng)濟(jì)，200712：50-511.

[7]徐琨，賀昱曜，王夏黎.基于背景模型的運(yùn)動(dòng)車(chē)輛檢測(cè)算法究[J].微計(jì)算機(jī)信息，2007，4-1：120-1211.

篇9

10月21日，2016英特爾中國(guó)行業(yè)峰會(huì)在珠海召開(kāi)，來(lái)自醫(yī)療、金融、交通、零售、能源、教育等行業(yè)的企業(yè)代表分享了他們對(duì)于數(shù)字化變革的理解與實(shí)踐。這本該是英特爾中國(guó)行業(yè)峰會(huì)的主旋律，但是實(shí)際是與會(huì)嘉賓對(duì)人工智能的話(huà)題表現(xiàn)出更大的熱情，有點(diǎn)喧賓奪主的味道。

得AI者得未來(lái)

2015年底，許多機(jī)構(gòu)在展望2016年度科技領(lǐng)域時(shí)幾乎會(huì)不約而同地將人工智能列為重點(diǎn)方向之一。現(xiàn)在來(lái)看，人工智能的火爆程度讓最樂(lè)觀(guān)的預(yù)測(cè)者都大跌眼鏡，這得歸結(jié)于A(yíng)lphaGo的推波助瀾。

正如文章開(kāi)始所說(shuō)，人工智能的使命便是完成海量物聯(lián)網(wǎng)數(shù)據(jù)的商業(yè)價(jià)值轉(zhuǎn)化。根據(jù)相關(guān)預(yù)測(cè)，2021年，全球?qū)?huì)擁有18億臺(tái)PC，86億臺(tái)移動(dòng)設(shè)備，157億臺(tái)物聯(lián)網(wǎng)設(shè)備。而到2035年，物聯(lián)網(wǎng)設(shè)備的數(shù)量將會(huì)超過(guò)1萬(wàn)億臺(tái)，相應(yīng)的數(shù)據(jù)數(shù)量將會(huì)增長(zhǎng)2400倍，從1 EB增長(zhǎng)到2.3ZB。如何有效管理、控制和利用如此浩瀚的數(shù)據(jù)，人工智能是解決之道。

所以說(shuō)，得物聯(lián)網(wǎng)者得未來(lái)，而得人工智能者將執(zhí)物聯(lián)網(wǎng)之牛耳。只有人工智能才能為“萬(wàn)物互聯(lián)”之后的應(yīng)用問(wèn)題提供最佳的解決方案。

2016英特爾中國(guó)行業(yè)峰會(huì)上，英特爾與科大訊飛公司簽署合作備忘錄，雙方將在人工智能領(lǐng)域展開(kāi)為期三年的基于英特爾至強(qiáng)處理器+英特爾至強(qiáng)融核處理器，以及英特爾至強(qiáng)處理器+FPGA為基礎(chǔ)的機(jī)器學(xué)習(xí)/深度學(xué)習(xí)研究項(xiàng)目。科大訊飛聯(lián)合創(chuàng)始人，訊飛研究院副院長(zhǎng)王智國(guó)博士非常到位地點(diǎn)評(píng)了這一合作：“一直以來(lái)，我們雙方都致力于人工智能技術(shù)的創(chuàng)新和行業(yè)的推動(dòng)，一方擅長(zhǎng)底層計(jì)算架構(gòu)，一方擅長(zhǎng)算法及應(yīng)用。我們期待雙方在人工智能技術(shù)上的深度合作能夠推動(dòng)硬件和軟件的協(xié)同設(shè)計(jì)及優(yōu)化，共同發(fā)現(xiàn)人工智能計(jì)算平臺(tái)創(chuàng)新的解決方案，推動(dòng)人工智能產(chǎn)業(yè)的發(fā)展，并通過(guò)這些創(chuàng)新的技術(shù)支持更多行業(yè)用戶(hù)進(jìn)行業(yè)務(wù)轉(zhuǎn)型。”

作為全球最大的半導(dǎo)體芯片制造商，英特爾的公司定位正在悄然發(fā)生變化。如今，英特爾將自己定位為“一家致力于驅(qū)動(dòng)云計(jì)算和智能互聯(lián)計(jì)算的公司”。可見(jiàn)人工智能已經(jīng)成為英特爾公司的未來(lái)戰(zhàn)略方向之一。

人工智能對(duì)計(jì)算力資源的需求到底有多大，現(xiàn)在誰(shuí)也無(wú)法預(yù)判，這就像是個(gè)“計(jì)算黑洞”。但有一點(diǎn)可以肯定，人工智能是高性能計(jì)算在現(xiàn)在和未來(lái)的進(jìn)一步延展和進(jìn)化，而這恰好是英特爾的優(yōu)勢(shì)所在。

對(duì)英特爾而言，進(jìn)入人工智能領(lǐng)域是水到渠成的事情，也是技術(shù)上的自然演進(jìn)。從另一個(gè)角度看，物聯(lián)網(wǎng)和人工智能是歷史擺在英特爾公司面前一次前所未有機(jī)遇，其空間和舞臺(tái)遠(yuǎn)大于PC時(shí)代和互聯(lián)網(wǎng)時(shí)代。送上門(mén)的蛋糕（要知道，當(dāng)今世界90%以上的數(shù)據(jù)都是由英特爾處理器來(lái)承載的），豈能讓它從嘴邊溜走。

從資本到技術(shù)，從硬件到軟件

基于新的公司定位，英特爾開(kāi)始從資本層面進(jìn)行帝國(guó)的戰(zhàn)略布局。作為硅谷最大的企業(yè)風(fēng)司，英特爾投資總裁Wendell Brooks 說(shuō)“會(huì)把未來(lái)的投資聚焦于那些能夠更好拓展公司業(yè)務(wù)發(fā)展的領(lǐng)域”，人工智能毫無(wú)疑問(wèn)是重中之重。

9月宣布將收購(gòu)計(jì)算機(jī)視覺(jué)創(chuàng)業(yè)公司Movidius，后者致力于研發(fā)低功耗的計(jì)算機(jī)視覺(jué)芯片；8月將Nervana收入囊中，后者主攻半導(dǎo)體、軟件和AI深度學(xué)習(xí)技術(shù)；5月宣布將收購(gòu)專(zhuān)注于計(jì)算機(jī)視覺(jué)技術(shù)開(kāi)發(fā)的俄羅斯公司Itseez；4月收購(gòu)意大利半導(dǎo)體功能性安全方案廠(chǎng)商Yogitech；2015年12月完成了對(duì)可編程邏輯器件廠(chǎng)商Altera的收購(gòu)；2015年10月收購(gòu)了人工智能公司Saffron Technology……

針對(duì)某一業(yè)務(wù)領(lǐng)域展開(kāi)如此高密度地集中收購(gòu)，無(wú)論是在英特爾公司歷史還是整個(gè)IT行業(yè)都是十分罕見(jiàn)的。可見(jiàn)，英特爾布局人工智能的決心之大。

由于技術(shù)因素，專(zhuān)用領(lǐng)域的智能化是人工智能未來(lái)5到10年的主要應(yīng)用方向，比如自動(dòng)駕駛。在更遠(yuǎn)的將來(lái)，隨著技術(shù)的進(jìn)一步突破，通用領(lǐng)域的智能化有望實(shí)現(xiàn)。但無(wú)論是專(zhuān)用還是通用領(lǐng)域，人工智能都將圍繞“基礎(chǔ)資源-技術(shù)平臺(tái)-業(yè)務(wù)應(yīng)用”這三層基本架構(gòu)形成生態(tài)圈。

在人工智能上，英特爾能做些什么？?jī)H僅是提供計(jì)算平臺(tái)嗎？當(dāng)然不是，這從英特爾的瘋狂收購(gòu)中也看得出。

篇10

谷歌AlphaGO戰(zhàn)勝?lài)?guó)際頂尖圍棋大師，讓人們對(duì)AI（人工智能）的關(guān)注達(dá)到前所未有的高度，再次引發(fā)“人工智能到底可不可怕？”的大討論。騰訊董事會(huì)主席兼首席執(zhí)行官馬化騰在前不久舉行的“云+未來(lái)”峰會(huì)上表示，在云還沒(méi)有發(fā)展得非常成熟的時(shí)候，人工智能還有很長(zhǎng)的一段路需要走，目前的人工智能是可知、可管、可控的。

毫無(wú)疑問(wèn)，AI與云的關(guān)系已經(jīng)密不可分。一方面，云不僅可以為AI持續(xù)地提供海量的數(shù)據(jù)和強(qiáng)大的計(jì)算能力；另一方面，云也成為讓AI更為普及的手段。

那么，在人工智能一日千里的時(shí)代，云計(jì)算為社會(huì)和經(jīng)濟(jì)帶來(lái)的量變與質(zhì)變究竟是什么？在馬化騰看來(lái)，云已經(jīng)成為產(chǎn)業(yè)革新的原動(dòng)力、新型社會(huì)管理的主平臺(tái)、人工智能的強(qiáng)載體。

企業(yè)上云新姿勢(shì)

過(guò)去幾年，云計(jì)算市場(chǎng)發(fā)生了很大的變化，越來(lái)越多的企業(yè)開(kāi)始關(guān)注云并加快速度向云端遷移。“在新的云時(shí)代，整個(gè)社會(huì)經(jīng)濟(jì)操作系統(tǒng)和運(yùn)作模式都在發(fā)生數(shù)字化的迭代。云成為數(shù)字經(jīng)濟(jì)最重要的基礎(chǔ)設(shè)施。”馬化騰強(qiáng)調(diào)云在數(shù)字經(jīng)濟(jì)中的作用，并且指出“用云量”將成為一個(gè)重要的經(jīng)濟(jì)指標(biāo)，能夠衡量一個(gè)行業(yè)的數(shù)字經(jīng)濟(jì)發(fā)展程度。“用云量”是以“用電量”做對(duì)比，過(guò)去“插上電”帶來(lái)了電氣化的革命，現(xiàn)在“接入云”將帶來(lái)數(shù)字化的升級(jí)。

電力時(shí)代出現(xiàn)了計(jì)算機(jī)，而人工智能則被認(rèn)為是云時(shí)代像計(jì)算機(jī)一樣的關(guān)鍵產(chǎn)物。云讓人工智能更加興盛，使人工智能等前沿能力和IT資源像水和電一樣被便捷地使用，一直是云計(jì)算行業(yè)對(duì)未來(lái)的美好期待。

“傳統(tǒng)企業(yè)的未來(lái)就是在云端用人工智能處理大數(shù)據(jù)。”馬化騰表示，“云+AI”相當(dāng)于“電+計(jì)算機(jī)”的概念，企業(yè)“接入云”能夠獲得AI這種信息能源。

“云+ AI”應(yīng)該是當(dāng)前行業(yè)最主流的方向，如IBM把沃森搬到了云上，微軟的“小冰”也入駐了Azure，阿里云引入了ET，百度打造了“百度大腦”等。當(dāng)然，騰訊云也不甘落后，在“云+未來(lái)”峰會(huì)上了AI戰(zhàn)略新品――智能云，推動(dòng)AI即服務(wù)成為現(xiàn)實(shí)。

AI即服務(wù)，是騰訊云在傳統(tǒng)云計(jì)算結(jié)構(gòu)上建立的新的服務(wù)層，是騰訊云提出的新見(jiàn)解。為滿(mǎn)足市場(chǎng)對(duì)AI能力多維度的需求，騰訊云在軟件層面、算法框架服務(wù)、基礎(chǔ)設(shè)施服務(wù)等多維度提供新的AI開(kāi)放服務(wù)層，開(kāi)放了計(jì)算機(jī)視覺(jué)、智能語(yǔ)音識(shí)別、自然語(yǔ)言處理三大核心能力。從此，人工智能不再遙不可及。用戶(hù)可以像“插上電”一樣便捷地“接入云”，一步跨入人工智能時(shí)代。

共享AI時(shí)代的技術(shù)紅利

“今天，云已經(jīng)變成未來(lái)AI普及化的一個(gè)關(guān)鍵，智能云的推出正是基于計(jì)算和大數(shù)據(jù)能力的快速發(fā)展，是AI從概念階段、普通消費(fèi)場(chǎng)景階段發(fā)展到規(guī)模化工業(yè)化階段的產(chǎn)物，可以降低全社會(huì)創(chuàng)新的門(mén)檻，擴(kuò)展未來(lái)社會(huì)和商業(yè)的想象力”。 騰訊副總裁、騰訊云總裁邱躍鵬表示。

為什么騰訊云能夠迅速地開(kāi)放這么多AI服務(wù)？顯然與騰訊多年的積累有關(guān)。與人工智能相關(guān)的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)需要大量數(shù)據(jù)訓(xùn)練，而騰訊擁有廣闊的業(yè)務(wù)場(chǎng)景。“我們積累的數(shù)據(jù)總量超過(guò)1000PB，比15000座世界上最大圖書(shū)館（美國(guó)國(guó)會(huì)圖書(shū)館）的藏書(shū)量還多，同時(shí)還擁有國(guó)內(nèi)數(shù)一數(shù)二規(guī)模的計(jì)算集群。” 邱躍鵬表示。

目前，騰訊在A(yíng)I方面的布局包括騰訊人工智能實(shí)驗(yàn)室（AI Lab）、騰訊優(yōu)圖實(shí)驗(yàn)室、微信智能語(yǔ)音團(tuán)隊(duì)和騰訊云等團(tuán)隊(duì)，其中前三個(gè)團(tuán)隊(duì)向騰訊云輸出算法研究等AI技術(shù)，同時(shí)騰訊云結(jié)合市場(chǎng)的需求，通過(guò)聯(lián)合與協(xié)作，封裝AI技術(shù)向全社會(huì)輸出。

據(jù)了解，騰訊云本次開(kāi)放的三項(xiàng)核心能力（計(jì)算機(jī)視覺(jué)、智能語(yǔ)音識(shí)別、自然語(yǔ)言處理）是由上述團(tuán)隊(duì)提供的技術(shù)。AI Lab提供的自然語(yǔ)言處理能力識(shí)別準(zhǔn)確率超過(guò) 97.9%，優(yōu)圖實(shí)驗(yàn)室提供計(jì)算機(jī)視覺(jué)處理能力，在國(guó)際權(quán)威人臉識(shí)別數(shù)據(jù)庫(kù)LFW測(cè)試中準(zhǔn)確率超過(guò) 99.8%，而微信智能語(yǔ)音團(tuán)隊(duì)提供的智能語(yǔ)音識(shí)別能力高于97%，以上均屬業(yè)界領(lǐng)先水平。

在計(jì)算機(jī)視覺(jué)領(lǐng)域，騰訊云聯(lián)合騰訊優(yōu)圖實(shí)驗(yàn)室，開(kāi)放OCR識(shí)別（光學(xué)字符識(shí)別）、人臉核身、圖片處理、鑒黃等多項(xiàng)智能云服務(wù)。順豐使用OCR識(shí)別服務(wù)，3小時(shí)即可識(shí)別2000萬(wàn)張快遞手寫(xiě)運(yùn)單。OCR技術(shù)還應(yīng)用在更多的場(chǎng)景中，比如證件類(lèi)型的識(shí)別，身份證、駕駛證、行駛證、營(yíng)業(yè)執(zhí)照、車(chē)牌、名片等。目前，騰訊云的OCR技術(shù)可支持?jǐn)?shù)字識(shí)別，以及超過(guò)7000個(gè)常用漢字的識(shí)別，未來(lái)更多的人工識(shí)別工作將由AI輔助甚至完全替代。

在智能語(yǔ)音識(shí)別這一領(lǐng)域，騰訊云提供包括語(yǔ)音轉(zhuǎn)文字、語(yǔ)音合成、聲紋識(shí)別、音頻鑒黃、關(guān)鍵詞檢索、情緒識(shí)別等能力。這些能力都是基于騰訊在語(yǔ)音領(lǐng)域的業(yè)務(wù)的深厚積累，目前標(biāo)注的語(yǔ)音數(shù)據(jù)多達(dá)數(shù)十萬(wàn)小時(shí)，場(chǎng)景達(dá)300多種。

在自然語(yǔ)言處理領(lǐng)域，騰訊云基于自然語(yǔ)言處理提供智能推薦服務(wù)，具有實(shí)際的業(yè)務(wù)訓(xùn)練場(chǎng)景，依托騰訊20億的綜合用戶(hù)畫(huà)像，以“數(shù)據(jù)+算法+系統(tǒng)”為核心，為客戶(hù)提供毫秒級(jí)響應(yīng)的個(gè)性化推薦。從發(fā)起請(qǐng)求到結(jié)果返回，響應(yīng)時(shí)間不超過(guò)30毫秒。以客服部門(mén)為例，過(guò)去企業(yè)有規(guī)模龐大的客服人員，應(yīng)對(duì)每天幾千萬(wàn)次的電話(huà)問(wèn)詢(xún)，這個(gè)現(xiàn)象正在發(fā)生變化。騰訊云提供基于自然語(yǔ)言處理能力的智能客服服務(wù)，使用這項(xiàng)服務(wù)的銀行金融客戶(hù)，日消息智能處理率已經(jīng)達(dá)到97.9%，面對(duì)每天90萬(wàn)次的咨詢(xún)，現(xiàn)在只需1個(gè)智能客服和8名人工客服即可，這相當(dāng)于過(guò)去每天400個(gè)電話(huà)客服10個(gè)小時(shí)電話(huà)連線(xiàn)的工作。

截至目前，騰訊云圍繞這三大能力，已提供25種AI服務(wù)，包括應(yīng)用服務(wù)8種、平臺(tái)服務(wù)15種、框架服務(wù)2種。騰訊云在不斷開(kāi)放騰訊AI能力的同時(shí)，還將攜手客戶(hù)和合作伙伴，貫穿上下游軟硬件產(chǎn)業(yè)鏈，共建智能云生態(tài)。

用聲音連接物理世界

目前，在以人工智能櫓韉嫉南亂淮人機(jī)交互形式中，語(yǔ)音人機(jī)交互技術(shù)憑借其效率上的優(yōu)勢(shì)成為首選信息載體。亞馬遜、谷歌、蘋(píng)果、微軟等巨頭都已經(jīng)深度布局語(yǔ)音開(kāi)放平臺(tái)，國(guó)內(nèi)的百度、微信、科大訊飛、搜狗等也扎推介入。

騰訊云推出了智能云開(kāi)放平臺(tái)――小微。小微作為騰訊云具有代表性的AI解決方案與AI能力平臺(tái)，可以讓所有接入小微的硬件快速具備視覺(jué)和聽(tīng)覺(jué)的能力，實(shí)現(xiàn)和用戶(hù)的交互。小到音箱，大到機(jī)器人、汽車(chē)，以及醫(yī)療設(shè)備等不同的硬件，都可以根據(jù)用戶(hù)的語(yǔ)音指令和要求提供服務(wù)。同時(shí)，騰訊云小微又是一種智能解決方案，可以賦予硬件更多的能力擴(kuò)展，從而構(gòu)建一個(gè)從云到端的“智能云生態(tài)”。

騰訊云小微包括硬件開(kāi)放平臺(tái)、Skill 開(kāi)放平臺(tái)、智能服務(wù)平臺(tái)三部分，是一個(gè)集上下游軟硬件產(chǎn)業(yè)鏈于一身的開(kāi)放平臺(tái)，致力于將智能語(yǔ)音應(yīng)用于家庭、車(chē)載、運(yùn)動(dòng)，以及更廣泛的場(chǎng)景中。

騰訊云副總裁王濤對(duì)小微給出了定義：“小微就是將騰訊在人工智能取得突破性的成果結(jié)合物聯(lián)技術(shù)，打造的智能人機(jī)交互的開(kāi)放平臺(tái)和解決方案。”

在物聯(lián)領(lǐng)域，許多硬件都是孤立的、零散的，目前市場(chǎng)上也并沒(méi)有一家公司能真正把物聯(lián)做起來(lái)，各家都在做自己的部分，整個(gè)物聯(lián)行業(yè)是一盤(pán)散沙。騰訊云用語(yǔ)音打通，把整個(gè)行業(yè)串起來(lái)，這是非常重要的。