人工智能化的機(jī)器視覺技術(shù)

傳感器技術(shù)編輯整理

我們常說，眼睛是人類心靈的窗戶，那么給機(jī)器裝一雙眼睛，賦予它感知能力，使得它看懂世界，這便是計(jì)算機(jī)視覺作為人工智能最重要的環(huán)節(jié)之一。

機(jī)器視覺系統(tǒng)是指利用機(jī)器替代人眼做出各種測(cè)量和判斷。機(jī)器視覺是工程領(lǐng)域和科學(xué)領(lǐng)域中的一個(gè)非常重要的研究領(lǐng)域，它是一門涉及光學(xué)、機(jī)械、計(jì)算機(jī)、模式識(shí)別、圖像處理、人工智能、信號(hào)處理以及光電一體化等多個(gè)領(lǐng)域的綜合性學(xué)科，其能以及應(yīng)用范圍隨著工業(yè)自動(dòng)化的發(fā)展逐漸完善和推廣，其中母子圖像傳感器、CMOS和CCD攝像機(jī)、DSP、ARM嵌入式技術(shù)、圖像處理和模式識(shí)別等技術(shù)的快速發(fā)展，有力地推動(dòng)了機(jī)器視覺的發(fā)展。

機(jī)器視覺是一種比較復(fù)雜的系統(tǒng)。因?yàn)榇蠖鄶?shù)系統(tǒng)監(jiān)控對(duì)象都是運(yùn)動(dòng)物體，系統(tǒng)與運(yùn)動(dòng)物體的匹配和協(xié)調(diào)動(dòng)作尤為重要，所以給系統(tǒng)各部分的動(dòng)作時(shí)間和處理速度帶來了嚴(yán)格的要求。在某些應(yīng)用領(lǐng)域，例如機(jī)器人、飛行物體導(dǎo)制等，對(duì)整個(gè)系統(tǒng)或者系統(tǒng)的一部分的重量、體積和功耗都會(huì)有嚴(yán)格的要求。

機(jī)器視覺系統(tǒng)的構(gòu)成和工作過程

一個(gè)完整的機(jī)器視覺系統(tǒng)包括：照明光源、光學(xué)鏡頭、 CCD 攝相機(jī)、圖像采集卡、圖像檢測(cè)軟件、監(jiān)視器、通訊單元等。

工業(yè)機(jī)器視覺系統(tǒng)的工作過程主要如下：

1、當(dāng)傳感器探測(cè)到被撿測(cè)物體接近運(yùn)動(dòng)至攝像機(jī)的拍攝中心，將觸發(fā)脈沖發(fā)送給圖像采集卡；

2、圖像采集卡根據(jù)已設(shè)定的程序和延時(shí)，將啟動(dòng)脈沖分別發(fā)送給照明系統(tǒng)和攝像機(jī)；

3、一個(gè)啟動(dòng)脈沖送給攝像機(jī)，攝像機(jī)結(jié)束當(dāng)前的拍照，重新開始一副新的拍照，或者在啟動(dòng)脈沖到來前攝像機(jī)處于等待狀態(tài)，檢測(cè)到啟動(dòng)脈沖后啟動(dòng)，在開始新的一副拍照前攝像機(jī)打開曝光構(gòu)件（曝光時(shí)間事先設(shè)定好）；另一個(gè)啟動(dòng)脈沖送給光源，光源的打開時(shí)間需要與攝像機(jī)的曝光時(shí)間匹配；攝像機(jī)掃描和輸出一副圖像；

4、圖像采集卡接收信號(hào)并通過A/D轉(zhuǎn)換將模擬信號(hào)數(shù)字化，或者是直接接收攝像機(jī)數(shù)字化后的數(shù)字視頻數(shù)據(jù)；

5、圖像采集卡將數(shù)字圖像存儲(chǔ)在計(jì)算機(jī)的內(nèi)存中；

6、計(jì)算機(jī)對(duì)圖像進(jìn)行處理、分析和識(shí)別，獲得檢測(cè)結(jié)果；

7、處理結(jié)果控制流水線的動(dòng)作、進(jìn)行定位、糾正運(yùn)動(dòng)的誤差等。

機(jī)器視覺系統(tǒng)的工作過程

1、圖像采集技術(shù)——機(jī)器視覺的基礎(chǔ)

圖像采集部分一般由光源、鏡頭、數(shù)字?jǐn)z像機(jī)和圖像采集卡構(gòu)成。采集過程可簡(jiǎn)單描述為在光源提供照明的條件下，數(shù)字?jǐn)z像機(jī)拍攝目標(biāo)物體并將其轉(zhuǎn)化為圖像信號(hào)，最后通過圖像采集卡傳輸給圖像處理部分。在設(shè)計(jì)圖像采集部分時(shí)，要考慮到多方面的問題，主要是關(guān)于數(shù)字?jǐn)z像機(jī)、圖像采集卡和光源方面的問題。

（1）光源照明

照明是影響機(jī)器視覺系統(tǒng)輸入的重要因素，其直接影響輸入數(shù)據(jù)的質(zhì)量和應(yīng)用效果。到目前為止，還未有哪種機(jī)器視覺照明設(shè)備能通用各種應(yīng)用，因此在實(shí)際應(yīng)用中，需針對(duì)應(yīng)用選擇相應(yīng)的照明設(shè)備以滿足特定需求。 

照明系統(tǒng)按其照射方法可分為:背向照明、前向照明、結(jié)構(gòu)光和頻閃光照明等。其中，背向照明是指將被測(cè)物放在光源和攝像機(jī)之間，以提高圖像的對(duì)比度。前向照明是光源和攝像機(jī)位于被測(cè)物的同側(cè)，其優(yōu)點(diǎn)是便于安裝。結(jié)構(gòu)光照明是將光柵或線光源等投射到被測(cè)物上，并根據(jù)其產(chǎn)生的畸變，解調(diào)出被測(cè)物的三維信息。頻閃光照明是將高頻率的光脈沖照射到物體上，攝像機(jī)拍攝要求與光源同。

（2）光學(xué)攝像頭

光學(xué)攝像頭的任務(wù)就是進(jìn)行光學(xué)成像，一般在測(cè)量領(lǐng)域都又專門的用于測(cè)量的攝像鏡頭，因?yàn)槠鋵?duì)成像質(zhì)量有著關(guān)鍵性的作用。攝像頭需要注意的一個(gè)問題是畸變。這個(gè)就需要使用相應(yīng)的畸變校正方法，目前也開發(fā)出了很多自動(dòng)畸變自動(dòng)校正系統(tǒng)。

（3）CCD 攝像機(jī)及圖像采集卡

CCD( Charge Coupled Device) 攝像機(jī)及圖像采集卡共同完成對(duì)目標(biāo)圖像的采集與數(shù)字化。目前 CCD，CMOS等固體器件的應(yīng)用技術(shù)，線陣圖型敏感器件，像元尺寸不斷減小，陣列像元數(shù)量不斷增加，像元電荷傳輸速率也得到大幅提高。在基于PC機(jī)的機(jī)器視覺系統(tǒng)中，圖像采集卡是控制攝像機(jī)拍照來完成圖像的采集與數(shù)字化，并協(xié)調(diào)整個(gè)系統(tǒng)的重要設(shè)備。

圖像采集卡直接決定了攝像頭的接口為：黑白、彩色、模擬、數(shù)字等形式。

2、圖像處理與分析——機(jī)器視覺的核心

用于機(jī)器視覺的圖像處理與分析方法的核心是，解決目標(biāo)的檢測(cè)識(shí)別問題。當(dāng)所需要識(shí)別的目標(biāo)比較復(fù)雜時(shí)，就需要通過幾個(gè)環(huán)節(jié)，從不同的側(cè)面綜合來實(shí)現(xiàn)。

對(duì)目標(biāo)進(jìn)行識(shí)別提取的時(shí)候，首先是要考慮如何自動(dòng)地將目標(biāo)物從背景中分離出來。目標(biāo)物提取的復(fù)雜性一般就在于目標(biāo)物與非目標(biāo)物的特征差異不是很大，在確定了目標(biāo)提取方案后，就需要對(duì)目標(biāo)特征進(jìn)行增強(qiáng)。 

隨著計(jì)算機(jī)技術(shù)、微電子技術(shù)以及大規(guī)模集成電路的發(fā)展，圖像信息處理工作越來越多地借助硬件完成，如 DSP 芯片、專用的圖像信號(hào)處理卡等。軟件部分主要用來完成算法中并不成熟又較復(fù)雜或需不斷完善改進(jìn)的部分。這一方面提高了系統(tǒng)的實(shí)時(shí)性，同時(shí)又降低了系統(tǒng)的復(fù)雜度。

對(duì)于人類來說，識(shí)別和理解周圍場(chǎng)景是一件非常容易的事，但對(duì)于機(jī)器人來說，卻是一件很困難的事。主要困難有一下幾個(gè)方面：

（1）   穩(wěn)定性問題

現(xiàn)實(shí)中的環(huán)境因素是多變的，場(chǎng)景中的諸多因素，包括照明、物體形狀、表面顏色、攝像機(jī)以及空間關(guān)系變化都會(huì)對(duì)生成的圖像有影響。比如用于智能交通檢測(cè)的設(shè)備，如何保證其在惡劣天氣下依舊保持較高的穩(wěn)定性就是一個(gè)很難解決的問題。

（2）構(gòu)造出性能良好的識(shí)別算法

圖像處理與分析技術(shù)是機(jī)器視覺的核心，所以構(gòu)造出一個(gè)良好的、適應(yīng)相關(guān)領(lǐng)域應(yīng)用的識(shí)別算法顯得尤為重要。而且現(xiàn)在的應(yīng)用領(lǐng)域越來越要求檢測(cè)設(shè)備具有準(zhǔn)確、高速地識(shí)別出目標(biāo)的能力，如果我們不能構(gòu)造出一個(gè)更好的識(shí)別算法，就不能適應(yīng)不斷增長的需求。

（3）數(shù)據(jù)量大

機(jī)器視覺所獲取的數(shù)據(jù)量非常非常大的。比如用于手機(jī)上的人臉識(shí)別功能，識(shí)別一次要投射多大幾萬個(gè)紅外線點(diǎn)，這是一個(gè)龐大的數(shù)據(jù)。再比如交通檢測(cè)方面看，一天累積下來的數(shù)據(jù)量也是驚人的。所以如何處理如此大的信息量是個(gè)難題。不過隨著硬件技術(shù)的發(fā)展，這個(gè)問題將來會(huì)逐步得到解決。

機(jī)器視覺技術(shù)是計(jì)算機(jī)學(xué)科的一個(gè)重要分支，自起步發(fā)展至今，機(jī)器視覺已經(jīng)有20多年的歷史，其功能以及應(yīng)用范圍隨著工業(yè)自動(dòng)化的發(fā)展逐漸完善和推廣。

20世紀(jì)50年代開始研究二維圖像的統(tǒng)計(jì)模式識(shí)別。

60年代Roberts開始進(jìn)行三維機(jī)器視覺的研究。

70年代中，MIT人工智能實(shí)驗(yàn)室正式開設(shè)“機(jī)器視覺”的課程。

80年代開始，開始了全球性的研究熱潮，機(jī)器視覺獲得了蓬勃發(fā)展，新概念、新理論不斷涌現(xiàn)。

初級(jí)階段為1990～1998年，期間真正的機(jī)器視覺系統(tǒng)市場(chǎng)銷售額微乎其微。主要的國際機(jī)器視覺廠商還沒有進(jìn)入中國市場(chǎng)。1990年以前，僅僅在大學(xué)和研究所中有一些研究圖像處理和模式識(shí)別的實(shí)驗(yàn)室。在20世紀(jì)90年代初，一些來自這些研究機(jī)構(gòu)的工程師成立了他們自己的視覺公司，開發(fā)了第一代圖像處理產(chǎn)品，人們能夠做一些基本的圖像處理和分析工作。盡管這些公司用視覺技術(shù)成功地解決了一些實(shí)際問題，例如多媒體處理，印刷品表面檢測(cè)，車牌識(shí)別等，但由于產(chǎn)品本身軟硬件方面的功能和可靠性還不夠好，限制了他們?cè)诠I(yè)應(yīng)用中的發(fā)展?jié)摿ΑＡ硗猓粋€(gè)重要的因素是市場(chǎng)需求不大，工業(yè)界的很多工程師對(duì)機(jī)器視覺沒有概念，另外很多企業(yè)也沒有認(rèn)識(shí)到質(zhì)量控制的重要性。

第二階段1998～2002年定義為機(jī)器視覺概念引入期。自從1998年，越來越多的電子和半導(dǎo)體工廠，包括香港和臺(tái)灣投資的工廠，落戶廣東和上海。帶有機(jī)器視覺的整套的生產(chǎn)線和高級(jí)設(shè)備被引入中國。隨著這股潮流，一些廠商和制造商開始希望發(fā)展自己的視覺檢測(cè)設(shè)備，這是真正的機(jī)器視覺市場(chǎng)需求的開始。設(shè)備制造商或OEM廠商需要更多來自外部的技術(shù)開發(fā)支持和產(chǎn)品選型指導(dǎo)，一些自動(dòng)化公司抓住了這個(gè)機(jī)遇，走了不同于上面提到的圖像公司的發(fā)展道路——做國際機(jī)器視覺供應(yīng)商的代理商和系統(tǒng)集成商。他們從美國和日本引入最先進(jìn)的成熟產(chǎn)品，給終端用戶提供專業(yè)培訓(xùn)咨詢服務(wù)，有時(shí)也和他們的商業(yè)伙伴一起開發(fā)整套的視覺檢測(cè)設(shè)備。

經(jīng)過長期市場(chǎng)開拓和培育，不僅僅是半導(dǎo)體和電子行業(yè)，而且在汽車、食品、飲料、包裝等行業(yè)中，一些頂級(jí)廠商開始認(rèn)識(shí)到機(jī)器視覺對(duì)提升產(chǎn)品品質(zhì)的重要作用。在此階段，許多著名視覺設(shè)備供應(yīng)商，如：Cognex， Basler ， Data TranslaTIon， TEO，SONY開始接觸中國市場(chǎng)尋求本地合作伙伴，但符合要求的本地合作伙伴寥若晨星。

第三階段從2002年至今，我們稱之為機(jī)器視覺發(fā)展期，從下面幾點(diǎn)我們可以看到中國機(jī)器視覺的快速增長趨勢(shì)：

1、在各個(gè)行業(yè)，越來越多的客戶開始尋求視覺檢測(cè)方案，機(jī)器視覺可以解決精確的測(cè)量問題和更好地提高他們的產(chǎn)品質(zhì)量，一些客戶甚至建立了自己的視覺部門。

2、越來越多的本地公司開始在他們的業(yè)務(wù)中引入機(jī)器視覺，一些是普通工控產(chǎn)品代理商，一些是自動(dòng)化系統(tǒng)集成商，一些是新的視覺公司。雖然他們絕大多數(shù)尚沒有充分的回報(bào)，但都一致認(rèn)為機(jī)器視覺市場(chǎng)潛力很大。資深視覺工程師和實(shí)際項(xiàng)目經(jīng)驗(yàn)的缺乏是他們面臨的最主要的問題。

3、一些有幾年實(shí)際經(jīng)驗(yàn)的公司逐漸給自己定位，以便更好的發(fā)展機(jī)器視覺業(yè)務(wù)。他們或者繼續(xù)提高采集卡、圖像軟件開發(fā)能力，或者試圖成為提供工業(yè)現(xiàn)場(chǎng)方案或視覺檢查設(shè)備的領(lǐng)袖廠商。單純的代理仍然是他們業(yè)務(wù)的一部分，但他們已經(jīng)開始開發(fā)自己的技術(shù)或者訣竅，在元件和系統(tǒng)的層次上。

4、經(jīng)過幾年尋找代理的過程，許多跨國公司開始在中國建立自己的分支機(jī)構(gòu)。通常他們?cè)诒本⑸虾！V東、深圳等建立自己在中國的分支機(jī)構(gòu)，來管理關(guān)鍵的客戶以及向合作伙伴提供技術(shù)和商務(wù)支持。

機(jī)器視覺可以說是人工智能的最下層的基礎(chǔ)設(shè)施層， 在人工智能產(chǎn)業(yè)行業(yè)應(yīng)用最主要幾個(gè)應(yīng)用領(lǐng)域中，機(jī)器視覺的應(yīng)用領(lǐng)域非常深、非常多，從整個(gè)產(chǎn)業(yè)鏈的全景圖來講，中國的人工智能產(chǎn)業(yè)處在快速的生態(tài)的構(gòu)建期。

從整個(gè)機(jī)器視覺的領(lǐng)域來講，它是處在快速的重構(gòu)期，通過市場(chǎng)分析來看，機(jī)器視覺并不是特別新興的領(lǐng)域，這從最早圖像處理衍生到現(xiàn)在，市場(chǎng)上有很多大的廠商對(duì)智能安防和交通做了很久的深耕，他們最開始不是做機(jī)器視覺、人臉識(shí)別起家的，在這幾個(gè)行業(yè)中很多廠商都處于并駕齊驅(qū)、快速發(fā)展階段。

賽迪顧問預(yù)測(cè)到2018年中國人工智能市場(chǎng)規(guī)模會(huì)超過406億，這個(gè)復(fù)合增長率會(huì)達(dá)到25.8%，增速是快于全球的整個(gè)增長率的。在市場(chǎng)結(jié)構(gòu)上來講，也是存在著整體的情況。投資規(guī)模來講，在去年一年，從投資的整個(gè)額度包括投資筆數(shù)都呈快速增加的態(tài)勢(shì)，而且很多從事人工智能和機(jī)器視覺的企業(yè)數(shù)量也在快速地增加。

未來，通過人工智能方面利好的政策，在這四個(gè)領(lǐng)域會(huì)有比較大的機(jī)遇，安防、交通，金融，消費(fèi)電子這是機(jī)器視覺領(lǐng)域重點(diǎn)關(guān)注的應(yīng)用行業(yè)方向。

第一是現(xiàn)在巨頭做機(jī)器視覺，包括人工智能演進(jìn)，他們都是呈開元化，這在中國來講比如華為，對(duì)他們來說開源的思路，到底開源怎么用，有很多理念上跟國外還是有一定的差距，很多開源做完代碼自己封裝自己用了，其實(shí)從整個(gè)思路來講，國外開源理念上是更先進(jìn)的。當(dāng)然有其背后的原因，很多企業(yè)基本上在提交人工智能代碼上走著開源化部署道路。

整個(gè)產(chǎn)業(yè)的演進(jìn)方向，目前處在快速回報(bào)期。整個(gè)產(chǎn)業(yè)和產(chǎn)品技術(shù)演進(jìn)會(huì)存在周期的波動(dòng)，機(jī)器視覺領(lǐng)域以及計(jì)算機(jī)視覺，仍是處在快速的回報(bào)期，也就是說它的技術(shù)已經(jīng)得到成熟，市場(chǎng)關(guān)注度也在快速地回升，它是未來能夠得到快速回報(bào)的重點(diǎn)產(chǎn)品和領(lǐng)域。

最后就是在目前中國整個(gè)市場(chǎng)發(fā)展，包括政府的規(guī)劃中，智慧城市這個(gè)話題又重新火熱起來了，很多年前建設(shè)了很多，但是發(fā)展都不是特別順利，現(xiàn)在隨著人工智能整個(gè)產(chǎn)業(yè)發(fā)展，這個(gè)動(dòng)力和熱潮，主要原因就是技術(shù)實(shí)力能夠解決真正的剛需和真正的問題，在數(shù)據(jù)方面我們預(yù)測(cè)今年中國智慧城市建設(shè)數(shù)量超過500個(gè)，在整個(gè)智慧城市的產(chǎn)業(yè)定義上來講，機(jī)器視覺領(lǐng)域需求量特別大的，很多的包括智慧城市的定義就是說，什么叫智慧城市，就是攝象頭數(shù)量多少個(gè)，這是一個(gè)很剛性的標(biāo)準(zhǔn)，對(duì)智能，包括具備人臉識(shí)別功能攝象頭需求量未來是非常大的。

目前，最先進(jìn)的機(jī)器視覺技術(shù)仍然由歐美、日本等國家掌握，發(fā)達(dá)國家針對(duì)工業(yè)現(xiàn)場(chǎng)的應(yīng)用開發(fā)出了相應(yīng)的機(jī)器視覺軟硬件產(chǎn)品。中國目前正處于由勞動(dòng)密集型向技術(shù)密集型轉(zhuǎn)型的時(shí)期，對(duì)提高生成效率、降低人工成本的機(jī)器視覺方案有著旺盛的需求，中國正在成為機(jī)器視覺技術(shù)發(fā)展最為活躍的地區(qū)之一。長三角和珠三角成為國際電子和半導(dǎo)體技術(shù)的轉(zhuǎn)移地，同時(shí)也就成為了機(jī)器視覺技術(shù)的聚集地。許多具有國際先進(jìn)水平的機(jī)器視覺系統(tǒng)進(jìn)入了中國，國內(nèi)的機(jī)器視覺企業(yè)也在與國際機(jī)器視覺企業(yè)的良性競(jìng)爭(zhēng)中不斷茁壯成長，許多大學(xué)和研究所都在致力于機(jī)器視覺技術(shù)的研究。

在國外，機(jī)器視覺主要應(yīng)用在半導(dǎo)體及電子行業(yè)，其中，半導(dǎo)體行業(yè)占 40% ～ 50%。例如，PCB 印刷電路、SMT表面貼裝、電子生產(chǎn)加工設(shè)備等。此外機(jī)器視覺還在質(zhì)量檢測(cè)的各方面及其他領(lǐng)域均有著廣泛應(yīng)用。

（1）   在工業(yè)檢測(cè)方面

近幾十年來，在工業(yè)檢測(cè)中利用視覺系統(tǒng)的非接觸、速度快、精度合適、現(xiàn)場(chǎng)抗干擾能力強(qiáng)等突出的優(yōu)點(diǎn)，使機(jī)器視覺技術(shù)得到了廣泛的應(yīng)用，取得了巨大的經(jīng)濟(jì)與社會(huì)效益。

自動(dòng)視覺識(shí)別檢測(cè)目前已經(jīng)用于產(chǎn)品外形和表面缺陷檢驗(yàn)，如木材加工檢測(cè)、金屬表面視覺檢測(cè)、二極管基片檢查、印刷電路板缺陷檢查、焊縫缺陷自動(dòng)識(shí)別等。這些檢測(cè)識(shí)別系統(tǒng)屬于二維機(jī)器視覺，技術(shù)已經(jīng)較為成熟，其基本流程是用一個(gè)攝像機(jī)獲取圖像，對(duì)所獲取的圖像進(jìn)行處理及模式識(shí)別，檢測(cè)出所需的內(nèi)容。

（2）   在醫(yī)學(xué)上的應(yīng)用

在醫(yī)學(xué)領(lǐng)域，機(jī)器視覺主要用于醫(yī)學(xué)輔助診斷。首先采集核磁共振、超聲波、激光、Ｘ射線、γ射線等對(duì)人體檢查記錄的圖像，再利用數(shù)字圖像處理技術(shù)、信息融合技術(shù)對(duì)這些醫(yī)學(xué)圖像進(jìn)行分析、描述和識(shí)別，最后得出相關(guān)信息，對(duì)輔助醫(yī)生診斷人體病源大小、形狀和異常，并進(jìn)行有效治療發(fā)揮了重要的作用。不同醫(yī)學(xué)影像設(shè)備得到的是不同特性的生物組織圖像，如Ｘ射線反映的是骨骼組織，核磁共振影像反映的是有機(jī)組織圖像，而醫(yī)生往往需要考慮骨骼有機(jī)組織的關(guān)系，因而需要利用數(shù)字圖像處理技術(shù)將兩種圖像適當(dāng)?shù)丿B加起來，以便于醫(yī)學(xué)分析。

（3）   交通監(jiān)控領(lǐng)域中的應(yīng)用

智能交通監(jiān)控領(lǐng)域中，在重要的十字路口安放攝像頭，就可以利用攝像頭的快速拍照功能，實(shí)現(xiàn)對(duì)違章、逆行等車牌的車牌進(jìn)行自動(dòng)識(shí)別、存貯，以便相關(guān)的工作人員進(jìn)行查看。

（4）   在橋梁檢測(cè)領(lǐng)域中的應(yīng)用

人工檢測(cè)法和橋檢車法都是依靠人工用肉眼對(duì)橋梁表面進(jìn)行檢測(cè)，其速度慢，效率低，漏檢率高，實(shí)時(shí)性差，影響交通，存在安全隱患，很難大幅應(yīng)用；無損檢測(cè)包括激光檢測(cè)、超聲波檢測(cè)以及聲發(fā)射檢測(cè)等多種檢測(cè)技術(shù)，它們儀器昂貴，測(cè)量范圍小，不能滿足日益發(fā)展的橋梁檢測(cè)要求；智能化檢測(cè)有基于導(dǎo)電性材料的混凝土裂縫分布式自動(dòng)檢測(cè)系統(tǒng)和智能混凝土技術(shù)，也有最前沿的基于機(jī)器視覺的檢測(cè)方法。導(dǎo)電性材料技術(shù)雖然使用方便，設(shè)備簡(jiǎn)單，成本低廉，但是均需要事先在混凝土結(jié)構(gòu)上涂刷或者埋設(shè)導(dǎo)電性材料進(jìn)行檢測(cè)，而且智能混凝土技術(shù)還無法確定裂縫位置、裂縫寬度等一系列問題距實(shí)用化還有較長的距離；而基于機(jī)器視覺的檢測(cè)方法是利用CCD相機(jī)獲取橋梁表觀圖片，然后運(yùn)用計(jì)算機(jī)處理后自動(dòng)識(shí)別出裂縫圖像，并從背景中分離出來然后進(jìn)行裂縫參數(shù)的計(jì)算的方法，它具有便捷、直觀、精確、非接觸、再現(xiàn)性好、適應(yīng)性強(qiáng)、靈活性高、成本低廉的優(yōu)點(diǎn)，能解放勞動(dòng)力，排除人為干擾，具有很好的應(yīng)用前景。

據(jù)統(tǒng)計(jì)，混凝土橋梁的損壞有90%以上都是由裂縫引起的，因此對(duì)橋梁的健康檢測(cè)主要是對(duì)橋梁表觀的裂縫進(jìn)行檢測(cè)與測(cè)量。基于機(jī)器視覺的橋梁檢測(cè)技術(shù)主要包括三部分內(nèi)容：橋梁表觀圖像的獲取技術(shù)、基于圖像的裂縫自動(dòng)識(shí)別理論與算法以及基于圖像的裂縫寬度等病害程度定量化測(cè)量方法。

基于機(jī)器視覺的自動(dòng)化、智能化檢測(cè)技術(shù)已經(jīng)在道路、隧道上得到了成功應(yīng)用，在橋梁上也得到了初步的應(yīng)用，但主要集中在視線開闊的高空混凝土構(gòu)件表觀圖像獲取技術(shù)上，在病害的自動(dòng)識(shí)別方面仍停留在理論研究階段，還無法應(yīng)用于實(shí)際工程當(dāng)中。

針對(duì)量大面廣的混凝土梁體，智能化視頻橋梁檢測(cè)車進(jìn)入理論與關(guān)鍵部件模型的研制階段，但是受到橋梁細(xì)小裂縫自動(dòng)識(shí)別與清晰圖像快速化獲取難度大的限制，目前離達(dá)到實(shí)用化程度的要求還相距甚遠(yuǎn)。