機器視覺（Machine Vision）

指的是通過光學的裝置和非接觸的傳感器自動的接收和處理真實物體的圖像，以獲得所需信息或控制機器人運動的裝置，通俗的說就是應用在工業(yè)領域的視覺應用。

概念在20世紀50年代，由Gilson提出了“光流”這一概念，并基于相關統(tǒng)計模型發(fā)展了逐像素的計算模式，標志著2D影像統(tǒng)計模式的發(fā)展。

機器視覺的主要應用領域

1工業(yè)檢測

近幾十年里，視覺檢測廣泛應用于工業(yè)檢測。

機器視覺檢測擁有提高生產柔性和自動化程度的特點，有非接觸、速度快、精度合適、現場抗干擾能力強等突出的優(yōu)點；并且能夠避開危險工作環(huán)境或是解決人工視覺難以滿足的場合。

在大批量生產的過程中，機器自動視覺檢測大大提高了生產效率和自動化程度。

自動視覺識別檢測目前已經用于：產品外形和表面缺陷檢驗。如金屬表面視覺檢測、印刷電路板缺陷檢查、焊縫缺陷自動識別、木材加工檢測、二極管基片檢查等。

這些檢測識別系統(tǒng)屬于二維機器視覺，技術已經較為成熟，其基本流程是用一個攝像機獲取圖像，對所獲取的圖像進行處理及模式識別，檢測出所需的內容。

2消費電子行業(yè)

消費電子行業(yè)元器件尺寸小、質量標準高，非常適合用機器視覺系統(tǒng)檢測。

在消費電子領域，以PCB/FPCAOI檢測、零部件及整機外觀檢測、裝配引導等應用為主，并呈現出越來越多的新的應用場景。

PCB缺陷檢測主要是焊點缺陷檢測和元器件檢測兩大部分。

傳統(tǒng)的人工目測的弊端在前文中提及，所以機器視覺PCB檢測系統(tǒng)，有效防止缺陷電路板返修或廢棄的現象，能夠讓操作者得到及時的反饋，對于提高生產率和良率具有重要的現實意義。

3物體分揀

物體分揀應用，是建立在識別、檢測之后的一個環(huán)節(jié)，通過機器視覺系統(tǒng)將圖像進行處理，結合機械臂的使用實現產品分揀。

實現工業(yè)生產的智能化、現代化、自動化。

4汽車制造行業(yè)

汽車制造質量引入機器視覺檢測非接觸測量技術，解決了依靠三坐標測量時效率低、時間長、數據嚴重不足的情況；

逐步發(fā)展成固定式在線測量站，與機器人柔性在線測量站等在線測量系統(tǒng)，可嚴格監(jiān)控車身尺寸波動，提供數據支持。

除傳統(tǒng)三坐標測量、激光在線測量外，藍光掃描測量、表面缺陷測量等視覺測量 方法可進行更加精細地測量；

對車身基本特征尺寸、車體裝配效果、缺陷等提供 高精度監(jiān)控。多種監(jiān)控測量手段互相結合，確保生產零件零缺陷、整車制造高質量。

5食品包裝與制藥應用

食品包裝是食品質量的重要保障，所使用的包裝與容器的規(guī)范，是保護食品在流通過程中避免受污染，提升品質的重要一環(huán)。

機器視覺在食品包裝領域適用范圍廣泛，可用于檢測容器的分類，如形狀、尺寸、密度，以及液體的測量、標簽、盒蓋的完整性。被檢測的包裝形狀不限，如包裝盒/箱、金屬箱、廣口瓶、罐裝、桶裝等。

制藥企業(yè)生產藥品的過程，更是直接關乎生命健康問題，微小的缺陷也不容忽視。

機器視覺在藥品包裝、質量檢測及控制等多個方面有廣大作為：數粒、藥品殘缺和斷片、打碼、加裝說明書等檢測環(huán)節(jié)；

機器視覺檢測在生產藥品質量問題上，能夠做到穩(wěn)定且精確，檢測內容也比較豐富；同時能夠滿足變換包裝產品需求的外觀規(guī)范；助力醫(yī)藥行業(yè)加 快現代化、智能化進程。

6圖像識別

通過機器視覺處理、分析、理解圖像，在識別各類繁多的對象和目標的功能非常強大。最典型的圖像識別——二維碼。

小小的載體，里面儲存著諸多商用數據，并且能夠對產品進行管理追溯。在機器視覺是被技術不斷地提高，各類材質的二維碼、條形碼都變得非常容易識別讀取與檢測。

7視頻監(jiān)控分析

人工智能技術應用于視頻/監(jiān)控領域，可以對結構化的人、車、物等視頻內容信息進行快速檢索、查詢。

應用在大量人群流動的交通樞紐，便于人群分析、防空預警等。

計算機文字識別，俗稱光學字符識別。

8文字識別

計算機文字識別，俗稱光學字符識別。

它是利用光學技術和計算機技術，把印在或寫在紙上的文字讀取出來，并轉換成一種計算機能夠接受、人又可以理解的格式。這是實現文字高速錄入的一項關鍵技術。

9圖像及視頻編輯

通過計算機算法對圖像的處理，實現了針對陳舊、破損的老照片進行修復還原，還有目前各類美化效果、變化效果的拍照軟件的應用，受到越來越多用戶的青睞。

這也是機器視覺在應用場景上逐漸突破工業(yè)檢測，向智能化生活領域拓展。

機器視覺作為自動化界高智能化產品，未來具有巨大的發(fā)展?jié)摿?，也是工業(yè)發(fā)展的必然趨勢。