机器视觉系统的发展趋势

机器视觉系统在高速，细微和重复的制造过程中非常可靠，因此它被广泛用于加工和制造企业中，以完成批量生产过程中的重复检查任务。机器视觉在质量检查中的应用占整个工业应用的近80％，其中较大的应用行业是：汽车，制药，电子和电气，制造，包装，食品，饮料等。 -接触式和非破坏性检查。与传统的检查方法相比，它具有不可替代的优越性并得到了广泛的应用。使用线阵CCD配合包装盒的一维运动获得目标图像，然后通过计算机处理图像，可以检测出日期和数字等信息的遗漏和正确性；以频闪灯为光源，采用面阵或线阵作为钢筋形状和尺寸的检测器，可以在线测量热轧钢筋的几何参数。它在各种产品的表面缺陷检测中有许多应用。

近年来，计算机视觉（即机器视觉）的发展大致表现为以下三个方面：

1.基于几何方法的计算机视觉计算理论系统已经达到了完整的计算机视觉。计算机视觉的研究目标之一是使机器能够感知三维环境中对象的几何信息，包括其形状，位置，姿势，运动等。自1990年代中期以来，计算机视觉社区将对应于射影几何，仿射几何和欧几里得几何的描述，并系统地引入视觉计算方法，这些方法从粗到精更精确地对应于视觉系统中的对象。计算机视觉系统的描述减少了理解摄像机系统的参数，并提高了系统对噪声的鲁棒性。

2.机器学习方法受到越来越多的关注，在模式识别的所有领域中，基于结构和统计的总有两个分支。如果基数几何学中的计算机视觉主要使用几何学描述对象的三维结构及其运动。它是一种结构方法，已经过系统地研究。计算机视觉中的统计方法和统计方法更好地用于图像的基础处理。似乎是不完美的，更不用说系统化了。

3.在许多特定领域中的应用研究正在继续加深，并且大规模的应用系统正在逐渐走向商业化。随着当前计算机的性能价格比的迅速提高，在许多特定领域中计算机实时应用系统的商业化已成为可能。例如利用指纹，虹膜，面部，语音等识别技术，行为识别技术和运动跟踪技术以及多机融合技术，形成用于信息安全，智能交通，反恐，反恐的视觉监控系统。盗窃和身份验证。