要自由取代人工目视检查，机器视觉仍然有许多需要克服的困难

机器视觉是通过计算机模拟人类的视觉功能，以便机器可以获得相关的视觉信息并对其进行理解。它可以分为两个部分：“视觉”和“感知”。 “视觉”是通过成像将外部信息显示为数字信号，并将其反馈给计算机。它需要依靠一套完整的硬件解决方案，包括光源，照相机，图像采集卡，视觉传感器等； “感知”是计算机对数字信号的处理和分析，主要是软件算法。但是，机器视觉希望免费取代人工视觉检查，并且机器视觉仍然有许多需要克服的困难：

1）光源和成像：机器视觉中的高质量成像是第一步。由于不同材料的表面反射和折射会影响被测对象的特征提取，因此光源和成像可以说是机器视觉检查的第一步。一个困难。例如，当前对玻璃和反射表面等的划痕检测等问题常常被卡在不同缺陷的集成成像中。

2）在重噪声下的低对比度图像中的特征提取：在重噪声环境中，通常很难识别真假缺陷。这就是为什么在许多场景中总是存在一定的错误检测率的原因，但这是基于成像和边缘特征。随着提取技术的快速发展，各种突破不断取得进展。

3）识别意外缺陷：在应用程序中，通常会给出某些特定的缺陷模式，并使用机器视觉来识别它们是否已发生。但是，经常会遇到许多明显的缺陷被遗漏的原因，因为它们以前从未发生过，或者因为发生的方式过于多样化。如果您是人，虽然没有要求他在操作程序文档中检测到此缺陷，但他会注意到并有更大的机会抓住它。此时机器视觉的“智慧”仍然更加困难。突破。