圖像的分割

圖像分割是將圖像分成若干部分，每一部分對應于某一物體表面，在進行分割時，每一部分的灰度或紋理符合某一種均勻測度度量。某本質(zhì)是將像素進行分類。分類的依據(jù)是像素的灰度值、顏色、頻譜特性、空間特性或紋理特性等。當前，工業(yè)自動化、智能化進入飛速發(fā)展階段，生產(chǎn)過程當中的自動化程度也變得越來越高，各類產(chǎn)品及元器件的大批量生產(chǎn)，面對著高重復性和高精度的檢驗、生產(chǎn)監(jiān)視和零件識別工序，傳統(tǒng)人工檢測已無法達到要求。圖像分割是圖像處理技術的基本方法之一，應用于諸如染色體分類、景物理解系統(tǒng)、機器視覺等方面。

圖像分割主要有兩種方法：一是鑒于度量空間的灰度閾值分割法。它是根據(jù)圖像灰度直方圖來決定圖像空間域像素聚類。但它只利用了圖像灰度特征，并沒有利用圖像中的其它有用信息，使得分割結果對噪聲十分敏感；二是空間域區(qū)域增長分割方法。它是對在某種意義上（如灰度級、組織、梯度等）具有相似性質(zhì)的像素連通集構成分割區(qū)域，該方法有很好的分割效果，但缺點是運算復雜，處理速度慢。其它的方法如邊緣蹤法，主要著眼于保持邊緣性質(zhì)，跟蹤邊緣并形成閉合輪廓，將目標分割出來；錐體圖像數(shù)據(jù)結構法和標記松弛迭代法同樣是利用像素空間分布關系，將邊鄰的像素作合理的歸并。機器視覺系統(tǒng)的輸入裝置可以是攝像機、轉(zhuǎn)鼓等，它們都把三維的影像作為輸入源，即輸入計算機的就是三維管觀世界的二維投影。而基于知識的分割方法則是利用景物的先驗信息和統(tǒng)計特性，首先對圖像進行初始分割，抽取區(qū)域特征，然后利用領域知識推導區(qū)域的解釋，后根據(jù)解釋對區(qū)域進行合并。

機器視覺月餅自動包裝線

隨著大眾對食品安全的要求越來越高，高標準促使食品生產(chǎn)過程快速邁進了生產(chǎn)自動化、產(chǎn)品信息化、食品包裝標準化時代。雖然食品的制作過程已經(jīng)實現(xiàn)了高度的自動化，但是食品生產(chǎn)的后包裝環(huán)節(jié)因為來料不易標準化，產(chǎn)品規(guī)格的多樣性阻礙了全流程自動化的實現(xiàn)。也決定了機器視覺將由過去單純的采集、分析、傳遞數(shù)據(jù)，判斷動作，逐漸朝著開放性的方向發(fā)展，這一趨勢也預示著機器視覺將與自動化更進一步的融合。

全國首條機器人月餅包裝線的投產(chǎn)，了國內(nèi)食品行業(yè)包裝環(huán)節(jié)的自動化進程，使包裝流水線作業(yè)不再是難事。那么我們一起來了解一下這個作為羊的“機器人月餅包裝線”究竟是如何實現(xiàn)的。

機器視覺領域的應用還有其他更多，正是因為綜用了機器視覺、電子軟件、虛擬儀器等技術，讓領邦儀器在創(chuàng)新研發(fā)上呈現(xiàn)出多樣化的特點，檢測領域除尺寸外觀外，還涉及力學、電學、溫度、聲學振動、密封性等眾多方面。  

目前，檢測設備供應商，正將機器視覺技術廣泛應用于制造業(yè)各類產(chǎn)品的生產(chǎn)檢測上，尤其在尺寸測量及外觀缺陷檢測上，這一技術已經(jīng)占據(jù)了主流，并仍在不斷向縱深方向發(fā)展。