- - -..
机器视觉概念/研究现状/应用/检测
内容来源网络,由“XX 机械展(11 万㎡,1100 多家展商,超 10 万观众)”收集整理!
更多 c 加工中心、车铣磨钻床、线切割、数控刀具工具、工业机器人、非标自动化、数字化
无人工厂、精密测量、3D 打印、激光切割、钣金冲压折弯、精密零件加工等展示,就在XX
机械展.
1、机器视觉
1.1 机器视觉的概念
机器视觉被定义为用计算机来模拟人的视觉功能,从客观事物的图像中提取信息,进行
处理并加以理解,最终用于实际检测、测量和控制。一个典型的工业机器视觉应用系统包括
光源、光学系统、图像采集系统、数字图像处理与智能判断决策模块和机械控制执行模块。
系统首先通过 CCD 相机或其它图像拍摄装置将目标转换成图像信号,然后转变成数字化信号
传送给专用的图像处理系统,根据像素分布!亮度和颜色等信息,进行各种运算来抽取目标
的特征,根据预设的容许度和其他条件输出判断结果。
值得一提的是,广义的机器视觉的概念与计算机视觉没有多大区别,泛指使用计算机和
数字图像处理技术达到对客观事物图像的识别、理解。而工业应用中的机器视觉概念与普通
计算机视觉、模式识别、数字图像处理有着明显区别,其特点是:
1、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、机器视觉更强调实用性,要求能够适应工业生产中恶劣的环境,要有合理的性价比,
要有通用的工业接口,能够由普通工作者来操作,有较高的容错能力和安全性,不会破坏工
业产品,必须有较强的通用性和可移植性。
3、对机器视觉工程师来说,不仅要具有研究数学理论和编制计算机软件的能力,更需
要光、机、电一体化的综合能力。
4、机器视觉更强调实时性,要求高速度和高精度,因而计算机视觉和数字图像处理中的
许多技术目前还难以应用于机器视觉,它们的发展速度远远超过其在工业生产中的实际应用
速度。
1.2 机器视觉的研究 X 畴
从应用的层面看,机器视觉研究包括工件的自动检测与识别、产品质量的自动检测、食
品的自动分类、智能车的自主导航与辅助驾驶、签字的自动验证、目标跟踪与制导、交通流
的监测、关键地域的保安监视等等。从处理过程看,机器视觉分为低层视觉和高层视觉两阶
段。低层视觉包括边缘检测、特征提取、图像分割等,高层视觉包括特征匹配、三维建模、
形状分析与识别、景物分析与理解等。从方法层面看,有被动视觉与主动视觉之,又有基于
特征的方法与基于模型的方法之分。从总体上来看,也称作计算机视觉。可以说,计算机视
觉侧重于学术研究方面,而机器视觉则侧重于应用方面。
- - 总结资料