机器视觉研究分类

机器视觉可以理解为在机器上添加视觉设备，目的是使机器具有类似于人类的视觉功能，从而提高机器设备的自动化程度和智能性。机器视觉涉及多个学科和技术，包括数字图像处理技术，机械工程技术，控制技术，电光源照明技术，光学成像技术，传感器技术等。

机器视觉研究分类

从应用层面来看，机器视觉的研究包括工件的自动检测和识别，产品质量的自动检测，食品的自动分类，智能汽车的自动导航和辅助驾驶，签名的自动验证，目标跟踪和引导以及交通流。监视关键区域的安全监视等从处理过程的角度来看，机器视觉分为两个阶段：低级视觉和高级视觉。低级视觉包括边缘检测，特征提取，图像分割等。高级视觉包括特征匹配，三维建模，形状分析和识别，场景分析和理解等。

从方法的角度来看，有被动视觉和主动视觉，以及基于特征的方法和基于模型的方法。作为一门工程学科，机器视觉基于对基本过程的科学理解。机器视觉系统的设计取决于特定的问题。必须考虑一系列复杂的因素，例如噪声，照明，遮盖和背景，并且必须妥协关键问题，例如信噪比，分辨率，准确性和计算。