人的眼睛是感覺之窗，人有80%以上的信息靠眼睛獲取。人眼之所以能看清楚東西 是因為眼睛中有200多萬個視覺神經將光學信號送向視網膜，視網膜又將光學信號轉變 成神經脈沖傳向大腦，從而讓人能夠看見物體的顏色和形狀等。能否造出“人工眼睛”讓 服務機器人也能像人那樣看清楚東西，這是服務機器人的重要課題。有關服務機器人 “眼睛”的識別理論和方法及技術統稱為模式識別，所謂模式是指被識別的事物，它可以 是文字、圖像、聲音等物理實體，也可以是氣候或環境等抽象虛體。服務機器人的“眼睛” (各種機器視覺系統)工作過程與人眼類似，也是由信息獲取、圖像處理、特征抽取、判決 分類等構成。

人臉識別機器人的“眼睛”的作用主要體現在以下幾個方面。

(1)服務機器人“眼睛”認字。例如，大家都知道信件投入郵筒后，需要經過郵局工人 分揀才能發往世界各地。 一般地說， 一個工人一天只能分揀2000～3000封信，現在采用 一種機器人“眼睛”(郵政編碼識別系統)分揀則可以提高效率十多倍。機器人“眼睛”認 字的原理與人類認字的過程大體相似，它先對輸入的郵政編碼進行分析和抽取特征。其 次是進行對比，即把抽取的特征與原先規定的0～9這10個符號的特征進行比較，與哪 個數字的特征Z相似就是哪個數字。在模式識別理論中，這種方法叫做統計識別法。服 務機器人“眼睛”認字除了用于郵政系統外，還可用于手寫文字輸入、證件、票據、車牌的 識別等許多方面。

(2)服務機器人“眼睛”識圖。例如，工人用數控機床加工零件要求先看懂圖紙才行。 能否讓服務機器人“眼睛”來識別圖紙呢?這就是服務機器人“眼睛”的識圖問題。服務 機器人“眼睛”識圖的方法除了統計方法外還有語言法，它是基于人類認識過程中視覺和語言的聯系而建立的，即從圖像結構入手，把圖像分解成一些直線、斜線、折線、點、弧等 基本元素，研究它們是按照什么樣的規則構成圖像的，檢查待識別圖像是屬于哪一類“句 型”,是否符合預先規定的句法。按照這個原則，若句法正確就能識別出來。服務機器人 “眼睛”識圖有廣泛的應用，在工業、農業、國防、科研、實驗、醫療、教育、娛樂等各個領域 中，涉及大量的識圖問題，都可以用服務機器人“眼睛”來識別。

(3)服務機器人“眼睛”認物。例如，服務機器人“眼睛”識別物體(3D 識別系統)一般 以攝像機作為信息輸入系統，根據人類識別景物主要靠明暗信息、顏色信息、距離信息等 原理，服務機器人“眼睛”識別物體也是輸入這三種信息。由于攝像機所拍攝的方向不 同，可以得到各種圖形和圖像，如抽取出立方形物體的D點數和平行線組數等立方體的 共同特征，參照事先存儲在計算機中的物體特征表，便可以識別立方體了。目前，服務機 器人“眼睛”不僅可以識別出簡單形狀的物體，對于曲面物體或電子元件等復雜形狀的物 體和室外景物識別也有了很大的進展。服務機器人“眼睛”識別物體可以用于各類產品外觀檢查，零件分選和整機裝配等許多方面。下面介紹一個服務機器人“眼睛”的實例。

圖2.1所示的服務機器人“眼睛”是一個5 DOF 立體視覺系統，它能夠跟蹤和識別活 動的目標。它是由 SCUT “智能計算機”科研團隊研制成功的。該“眼睛”包括兩個彩色 攝像機、圖像處理板、個人電腦、數據采集卡、5個直流電機、直流電機驅動器。考慮到主 動跟蹤和目標特征與速度和魯棒性等要求，該“眼睛”以基于顏色的跟蹤算法為基礎，結 合目標特征跟蹤及目標運動預測等就可以對活動目標進行跟蹤和識別。

SCUT 5 DOF 立體視覺系統跟蹤活動目標的流程如圖2.2所示。在目標識別中，由 于目標特征跟蹤需要計算光流場，同時還要對多個特征進行匹配等，計算量比基于顏色 的跟蹤算法更大，并且目標檢測采用了顏色模型等，所以在對目標進行跟蹤時，機器人 “眼睛”以顏色跟蹤為主，在判斷顏色跟蹤失敗時，再啟用目標特征跟蹤及目標運動預測， 直到顏色跟蹤恢復正常為止。

SCUT 5 DOF 立體視覺系統的控制原理如圖2.3所示，兩個彩色攝像機拍攝待識別 目標圖像，經過圖像處理板后送入個人電腦進行分析，經過顏色或特征跟蹤算法處理后， 形成5個直流電機的轉角控制指令，并經由數據采集卡和直流電機驅動器放大后驅動5個直流電機轉動，從而帶動兩個攝像機分別或共同作上、下、左、右、旋轉運動，跟蹤待識 別目標。無論待識別的目標怎樣活動，只要不離開兩個攝像機的視覺范圍，這個跟蹤和 識別過程就一直持續地進行下去。由圖2 .3可以看到，5個直流電機的輸出(它們的轉 動，即兩個攝像機的運動)是直接連接到或者說跟蹤目標的。