【觀點(diǎn)】高光譜機(jī)器視覺(jué)感知技術(shù)可以普及應(yīng)用嗎?
發(fā)布時(shí)間:2023-07-21
瀏覽次數(shù):508
高光譜技術(shù),被譽(yù)為“未來(lái)視覺(jué)感知的顛覆性技術(shù)”。那么,高光譜機(jī)器視覺(jué)感知技術(shù)可以普及應(yīng)用嗎?本文結(jié)合現(xiàn)有資料和論壇發(fā)言,進(jìn)行了簡(jiǎn)單總結(jié)。
(王耀南——中國(guó)工程院院士,機(jī)器人技術(shù)與智能控制專(zhuān)家)
?
高光譜技術(shù),被譽(yù)為“未來(lái)視覺(jué)感知的顛覆性技術(shù)”。那么,高光譜機(jī)器視覺(jué)感知技術(shù)可以普及應(yīng)用嗎?本文結(jié)合現(xiàn)有資料和論壇發(fā)言,進(jìn)行了簡(jiǎn)單總結(jié)。
人類(lèi)獲取的信息83%都來(lái)自視覺(jué),由聽(tīng)覺(jué)、觸覺(jué)和其他的渠道獲取信息的占比僅有17%,所以視覺(jué)對(duì)于人類(lèi)的重要性溢于言表。而機(jī)器視覺(jué)作為機(jī)器人的“高精密眼睛”,其之于機(jī)器人的作用就像視覺(jué)之于人類(lèi)一樣重要。
2022年底,中國(guó)工程院院士王耀南在2022世界VR產(chǎn)業(yè)大會(huì)關(guān)鍵共性技術(shù)主題論壇上圍繞“高光譜機(jī)器視覺(jué)感知技術(shù)應(yīng)用及發(fā)展趨勢(shì)”發(fā)表演講。他指出,高光譜機(jī)器視覺(jué)技術(shù)正在迅速普及,在制藥行業(yè)的產(chǎn)品檢測(cè)、食品生產(chǎn)的安全識(shí)別、建筑材料的質(zhì)量控制、醫(yī)學(xué)成像等場(chǎng)景中廣泛應(yīng)用,但距離真正實(shí)現(xiàn)“高精準(zhǔn)、看得清、更好用”仍面臨挑戰(zhàn)。
智能機(jī)器人的“高精密眼睛”
在日常生活中,人們通常是通過(guò)視覺(jué)器官(眼睛)獲取信息,再通過(guò)大腦來(lái)分析、處理這些信息,從而識(shí)別出物體。而高光譜成像的目標(biāo)是獲得包括從可見(jiàn)光到長(zhǎng)波、紅外光譜的精細(xì)光譜“指紋”,精確反映物質(zhì)獨(dú)特的光譜特性。作為智能機(jī)器人的“高精密眼睛”,高光譜機(jī)器視覺(jué)的發(fā)展對(duì)機(jī)器人的控制具有重要作用。
受不同生物的感光細(xì)胞具有差異啟發(fā),高光譜成像與感知可將豐富的、不同波段的圖像信號(hào)映射到數(shù)字世界,是機(jī)器智能的重要支撐技術(shù)?!案吖庾V圖像能夠精準(zhǔn)反應(yīng)出物質(zhì)特征的光譜信息,這是它最大的優(yōu)勢(shì),”王耀南表示,“近幾年,高光譜的發(fā)展非常迅速。過(guò)去高光譜主要是在搖桿應(yīng)用里面,今天我們把高光譜用到機(jī)器視覺(jué),使機(jī)器人裝上了明亮精準(zhǔn)的眼睛,可以感知到可見(jiàn)光、紅外光?!?/p>
據(jù)了解,機(jī)器人的高光譜視覺(jué)研究主要包含兩部分內(nèi)容,一部分是成像感知,另一部分是自動(dòng)的光譜信息分析。成像技術(shù)實(shí)質(zhì)上是感光元件把光信息轉(zhuǎn)化為數(shù)字圖像信息,最早的光譜成像來(lái)自感光設(shè)備,目前低成本、小體積、高速率、低功耗的感光元件成為發(fā)展趨勢(shì)。近年來(lái)高光譜機(jī)器視覺(jué)的發(fā)展態(tài)勢(shì)從感知智能進(jìn)入到了認(rèn)知智能,從過(guò)去的 RGB 圖像變成今天的光譜圖像,已然進(jìn)入到一個(gè)計(jì)算智能成像的時(shí)代。目前高光譜相機(jī)及其相關(guān)技術(shù)已成為智能機(jī)器視覺(jué)領(lǐng)域研究的前沿方向。
高光譜機(jī)器視覺(jué)仍面臨挑戰(zhàn)
分析與認(rèn)知能力是機(jī)器人能否對(duì)環(huán)境中的有效信息加以處理與理解的重要標(biāo)志,是智能化發(fā)展的必經(jīng)途徑。王耀南認(rèn)為,高光譜機(jī)器視覺(jué)分析與認(rèn)知面臨著三大挑戰(zhàn),主要涉及圖像特征提取、語(yǔ)義知識(shí)理解和自主適應(yīng)學(xué)習(xí)。
“首先要突破圖像特征的提取,過(guò)去我們主要是像素特征的提取,今天擴(kuò)展至邊緣、紋理、光譜等空間幾何等方面;第二,它已經(jīng)走向了圖像的推理,涉及語(yǔ)義知識(shí)的理解、語(yǔ)義的描述、高維的圖像特征等技術(shù)的突破。第三,要突破自適應(yīng)的學(xué)習(xí),傳感器要具有學(xué)習(xí)性、能感知,還要能理解、能分析,讓人工智能真正融入到機(jī)器視覺(jué)里?!蓖跻险f(shuō)道。
近年來(lái),通過(guò)大量研究,高光譜視覺(jué)傳感器的發(fā)展突破了兩項(xiàng)關(guān)鍵技術(shù)。第一項(xiàng)技術(shù)面向成像系統(tǒng),成像系統(tǒng)圍繞復(fù)雜的目標(biāo),能夠解決在多空間、大尺度下的成像問(wèn)題,可以同時(shí)捕捉三維空間和光譜維度的成像。第二項(xiàng)技術(shù)面向三維光譜數(shù)據(jù)分析,比如空間-光譜聯(lián)合分析、大數(shù)據(jù)分析和處理等??焖偻黄七@兩項(xiàng)關(guān)鍵技術(shù),有助于實(shí)現(xiàn)高光譜機(jī)器視覺(jué)技術(shù)的廣泛應(yīng)用。
“高光譜廣泛裝載在機(jī)器視覺(jué)以后,不僅能應(yīng)用到工業(yè)、農(nóng)業(yè),還能應(yīng)用到無(wú)人駕駛、機(jī)器人、新藥研發(fā)、新產(chǎn)品質(zhì)量檢測(cè)等領(lǐng)域?!蓖跻媳硎?。比如為了加速工業(yè)檢測(cè)速度,我們開(kāi)發(fā)了高光譜圖像處理的硬件系統(tǒng),研制了工業(yè)高光譜儀器,包括高光譜的成像,成像儀器的處理特征識(shí)別等。再比如,高光譜機(jī)器視覺(jué)也被用在異物檢測(cè)方面,應(yīng)用于疫苗生產(chǎn)的柔性智能化工廠。而不同的應(yīng)用場(chǎng)景對(duì)高光譜成像的復(fù)雜性、多樣性提出了更大的挑戰(zhàn)。
未來(lái)首先要解決數(shù)據(jù)傳輸與處理問(wèn)題
王耀南指出:“隨著科學(xué)技術(shù)的進(jìn)步,未來(lái)高光譜機(jī)器視覺(jué)的發(fā)展首先需要解決的,也是最重要的一個(gè)問(wèn)題,就是數(shù)據(jù)傳輸與處理?!北热?,高光譜儀器是聯(lián)網(wǎng)的,如此龐大規(guī)模的光譜圖像信息怎么同時(shí)傳輸,這就是一個(gè)需要解決的難題。
第二是光譜成像高分辨率問(wèn)題。高光譜最大的弱點(diǎn)就是分辨率比較低,不像可見(jiàn)光成像的分辨率比較高。合成孔徑雷達(dá)圖像的分辨率也比較低,但是它的探測(cè)精度比較高。每一種傳感器都有優(yōu)點(diǎn)和缺點(diǎn),因此未來(lái)一個(gè)重要的研究方向就是新的成像方法和機(jī)理探索。
第三個(gè)是所有的高光譜成像儀器都向小型化和高可靠性轉(zhuǎn)變,要能夠裝載在不同的設(shè)備上,從單一的傳感器進(jìn)入到多傳感器信息融合,從數(shù)據(jù)處理方面到光譜數(shù)據(jù)處理,從模型驅(qū)動(dòng)向數(shù)據(jù)驅(qū)動(dòng)、知識(shí)驅(qū)動(dòng)的方向發(fā)展。
?
相關(guān)產(chǎn)品
-
高光譜知識(shí):高光譜圖像處理技術(shù)
高光譜圖像處理技術(shù)是一種集圖像與光譜信息于一體的高分辨率技術(shù),廣泛應(yīng)用于航天、農(nóng)業(yè)、食品安全、醫(yī)學(xué)診斷及工業(yè)分類(lèi)質(zhì)檢等領(lǐng)域,展現(xiàn)出強(qiáng)大的應(yīng)用潛力和價(jià)值。..
-
高光譜成像技術(shù)方案怎么選擇?
探索高光譜成像技術(shù),精準(zhǔn)檢測(cè)水果品質(zhì),從源頭把控,讓每一顆果實(shí)都展現(xiàn)最佳風(fēng)味!..
-
基于多種光學(xué)技術(shù)的食品無(wú)損檢測(cè):保障食品安全質(zhì)量
隨著科技的發(fā)展,如今有了更先進(jìn)的食品檢測(cè)方法,其中基于光學(xué)的不同波段檢測(cè)方法結(jié)合光譜技術(shù)大放異彩。這些方法包括可見(jiàn)光、紅外、太赫茲以及 X 射線等波段的檢測(cè),它..
-
高光譜成像技術(shù)在紡織品回收分類(lèi)中的應(yīng)用
利用高光譜相機(jī)對(duì)紡織品進(jìn)行分類(lèi)以便回收,在眾多節(jié)約和減少浪費(fèi)的努力中,紡織品仍然是最大的挑戰(zhàn)之一。只有 15% 被回收和再利用,而其余 85% 最終被填埋。紡織..