机器视觉技术简介

机器视觉是一个相当新兴的研究领域。机器视觉发展到现在已有15年的历史。机器视觉作为一种应用系统，其功能特点是随着工业自动化的发展而逐渐完善和发展的。人们从20世纪50年代开始研究二维图像的统计模式识别，60年代Roberts始进行三维机器视觉的研究，70年代中，MIT人工智能实验室正式开设机器视觉课程，80年代开始，开始了全球性的研究热潮，机器视觉获得了蓬勃发展，新概念、新理论不断涌现。

机器视觉系统的概念、组成及特点

    机器视觉是将图像处理、计算机图形学、模式识别、计算机技术、人工智能等众多学科高度集成和有机结合，而形成的一门综合性的技术。一般地说，机器视觉是研究计算机或其他处理器模拟生物宏观视觉功能的科学和技术，也就是用机器代替人眼来做测量和判断。

机器视觉系统的组成如图2-1。有照明部分、图像获取部分、图像显示部分和图像处理部分。一般采用CCD摄像头摄取检测图像并转化为数字信号，再对图像数字信号进行处理，从而得到所需要的各种目标图像特征值，并由此实现模式识别、坐标计算、灰度分布图等多种功能。然后再根据其结果显示图像，输出数据，发出指令，配合执行机构完成位置调整，好坏筛选，数据统计等自动化流程。

机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视易于实现信息集成，是实现计算机集成制造的基础技术。因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。

有不少学科的研究目标与机器视觉相近或者相关，这些学科中包括图像处理、模式识别或图像识别、图像理解等。由于历史发展或领域本身的特点，这些学科有某种程度的相互重叠。但是，机器视觉与其他学科又有着一定的区别，其特点是：

1、综合技术

机器视觉是一项综合技术，其中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、模拟与数字视频技术、计算机软硬件技术、人机接口技术等。这些技术在机器视觉中是并列关系，相互协调应用才能构成一个成功的工业机器视觉应用系统

2、强调工业可靠性

机器视觉强调工业现场环境下的可靠性，要求能够适应工业生产中恶劣的环境，有较高的容错能力和安全性，不会破坏工业产品。

3、强调实用性

机器视觉强调实用性，要求有合理的性价比，要有通用的工业接口，能够由普通工作来操作，有较强的通用性和可移植性。

4、要求高速度和高精度

由于机器视觉通常要求高速度和高精度，数字图像处理中的许多新算法目前还难以应用。因此，机器视觉技术在工业生产中的实际应用速度远远滞后于图像处理理论的发展速度。