科技观察
下载贤集网APP入驻自媒体
随着计算机技术的发展和离散数学理论的创立与完善，以及工业、农业和医学等方面应用需求的增长，视觉系统的核心技术逐渐被更多国内外专家掌握，技术和算法不断改善，日趋成熟。 主动视觉是机器视觉技术研究的热点之一。它强调视觉系统与其所处环境之间的交互能力，并带有目的性地获取图像信息，增强了机器人分拣技术的主动性。 多传感器信息融合技术是近20年来一直不断完善的研究热点，它借助加权平均融合、卡尔曼滤波法、Bayes估计、统计决策理论、模糊逻辑推理、人工神经网络、D－S证据理论等一系列科学算法消除图像信息的不确定性和冗余性，获取更加可靠准确的结果，被广泛地应用于移动机器人动态避障技术中。 近年来，学者们主要把精力投放在三维图像重建技术的研究上，如通过重复旋转物体获取完整的立体图像技术、具有图像阴影检测和补偿的机器人手指光学触觉传感器、像素平方差分与立体匹配算法以及采用位于平行平面上的椭圆条纹作为介质进行在线标定的双目立体视觉传感器(BSVS)，有效地提高了图像识别的准确性。 深度学习是机器视觉技术研究的新热点，该技术以减少空间参数数量来达到提高训练性能、优化深层结构难题的目的，可模仿人脑的理解机制解释图像、声音和文本等数据。主要技术包括:自适应学习算法、深度神经网络算法以及多种语言的识别和处理机制等。
