机器视觉 2021-05-11 10730
机器视觉技术是一门涉及人工智能，神经生物学，计算机科学，图像处理，模式识别和许多其他领域的交叉学科。该计算机主要用于模拟人类的视觉功能，从客观事物的图像中提取信息，进行处理和理解，最后用于实际检测，测量和控制。
机器视觉的研究始于美国学者L.R.罗伯茨（Roberts）在1960年代中期对理解多面体组成的积木世界的研究。从那时起，预处理，边缘检测，轮廓形成，对象建模和匹配技术在当时就已应用于机器视觉中。
1970年后，机器视觉已经形成了几个重要的研究分支：
1.目标指导的图像处理；
2.用于图像处理和分析的并行算法；
3.从2D图像中提取3D信息；
4.序列图像分析和运动参数评估；
5.视觉知识的表现；
6.视觉系统的知识库等
在国外，机器视觉的应用和普及主要体现在半导体和电子行业，其中约40％-50％集中在半导体行业。机器视觉系统也已广泛应用于质量检查的各个方面，其产品在应用中占据着举足轻重的地位。
在中国，机器视觉技术的应用始于1990年代。由于该行业本身属于新兴技术领域，因此大多数国内机器视觉产品都是外国品牌。大多数国内机器视觉公司基本上都是从代理各种国外机器视觉品牌开始的。随着机器视觉的不断应用，公司规模逐渐扩大，技术逐渐成熟。
展示在现实生活中，需要越来越多的三维模型来全面了解对象或环境。获取三维模型有两种基本方法，一种是使用激光扫描仪，另一种是拍照。但是，激光扫描仪的高昂成本也可能导致样品损坏。第二种方法成本低廉，精度几乎与激光扫描仪相同，因此已成为当前研究的热点。
在实时定位和在线3D重建方面，机器视觉也具有巨大的应用潜力。例如，它用于某些不适合手动操作的环境监视方面。露天煤矿的监控是使用无人机对煤矿进行全面拍摄，并生成三维模型来实时监控煤矿的变化。或者它可以用于城市规划，数字媒体，三维拟合，牙科模具制造等领域。
由于机器视觉是自动化的一部分，因此没有自动化就不会有机器视觉。机器视觉软件和硬件产品在协作制造过程的不同阶段逐渐成为核心系统。用户和硬件供应商都将机器视觉产品用作生产线。信息收集工具要求机器视觉产品采用大量标准化技术。从直觉上讲，它们应该随着自动化的开放而逐步开放，并且可以根据用户的需求进行二次开发。
如今，自动化公司正在倡导集成的软件和硬件解决方案。在未来十年中，机器视觉制造商不仅应成为产品的供应商，而且应逐步向具有集成解决方案的系统集成商迈进。随着中国加工制造业的发展，对机器视觉的需求逐渐增加。随着技术的进步，家用机器视觉的应用状态将从早期的低端向高端转移。由于机器视觉的介入，自动化将朝着更智能，更快的方向发展。
