谈谈机器视觉的那点事儿！

认知-机器视觉

所谓的机器视觉，就是用人眼代替机器去做测量和判断，即为机器人的眼睛。
机器视觉是一项综合技术，包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计算机软硬件技术(图像增强和分析算法、图像卡、 I/O卡等)。如今，中国正成为世界机器视觉发展最活跃的地区之一，应用范围涵盖了工业、农业、医药、军事、航天、气象、天文、公安、交通、安全、科研等国民经济的各个行业。

主要特点

机器视觉技术最大的特点是速度快、信息量大、功能多。

应用领域

机器视觉的应用主要有检测和机器人视觉两个方面：
⒈ 检测：又可分为高精度定量检测（例如显微照片的细胞分类、机械零部件的尺寸和位置测量）和不用量器的定性或半定量检测（例如产品的外观检查、装配线上的零部件识别定位、缺陷性检测与装配完全性检测）。
⒉机器人视觉：用于指引机器人在大范围内的操作和行动，如从料斗送出的杂乱工件堆中拣取工件并按一定的方位放在传输带或其他设备上（即料斗拣取问题）。至于小范围内的操作和行动，还需要借助于触觉传感技术。
此外还有：
1、自动光学检查
2、人脸识别
3、无人驾驶汽车
4、产品质量等级分类
5、印刷品质量自动化检测
6、文字识别
7、纹理识别
8、追踪定位
…等机器视觉图像识别的应用。

前景展望

由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，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。
但是机器视觉技术比较复杂，最大的困难在于人的视觉机制尚不清楚。人可以用内省法描述对某一问题的解题过程，从而用计算机加以模拟。但尽管每一个正常人都是“视觉专家”，却不可能用内省法来描述自己的视觉过程。因此建立机器视觉系统是十分困难的任务。
可以预计的是，随着机器视觉技术自身的成熟和发展，它将在现代和未来制造企业中得到越来越广泛的应用。

以上转载于：https://www.cnblogs.com/ouxinlian/p/6807534.html

机器视觉系统构成

一个典型的工业机器视觉系统包括：光源、镜头、相机（包括CCD相机和COMS相机）、图像处理单元（或图像捕获卡）、图像处理软件、监视器、通讯/输入输出单元等。

原理

机器视觉系统是通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。

机器视觉瓶颈

我借用业内某位总监说的话：" 机器视觉是个很大应用范围，瓶颈主要看应用场景，有时会因为各种因素受限，比如体积，成本，处理速度等等。"
要细说，针对技术瓶颈的话，常见的有以下4个方面：

稳定性

例如机器视觉检测的人脸识别系统，在目标配合时识别率可高达95%以上，但在实际监控环境下，视觉检测识别率就会大大下降。

实时性

如果视觉检测设备图像的采集速度、处理速度较慢，再加上新近引入的深度学习类算法，加大了系统实时处理的难度，跟不上机器运行和控制的节奏。

准确性

机器视觉检测系统要求图像识别和测量的准确性接近100%，任何微小的误差都有可能带来不可预测的后果。如目标定位的误差会使装配出来的设备不符合要求。

系统能力

目前的嵌入式图像处理系统，存在芯片的计算能力不足，存储空间有限等问题，常常不能满足运算量较大的图像处理运算，如神经网络的迭代运算，大规模矩阵运算等。

以上技术瓶颈的观点搜集于网络
http://www.chytime-ccd.com/zhishi/324.html

其实说到底是人才的稀缺。在应用方面瓶颈我就举个栗子，传统的基于机器视觉的农作物生长信息采集与处理系统，设备笨重、精度低、市电驱动和价格昂贵及对操作人员的要求都是不利于推广的瓶颈。

机器视觉现状

就我查阅的资料而言，机器视觉已被广泛应用于现代工业的各个领域，替代人做重复劳动，尤其是汽车制造业对整车的装配、农业对农作物生长状况检测和工业工艺品缺陷检测及物流分拣系统、安防检测设备等等。现在基于嵌入式的机器视觉技术设备则具备携带方便、体积小巧等优点，发展就最快，比如人脸识别、图像识别。不过，真正国产的机器视觉技术企业应该没几家，随着国家工业4.0和智能制造2025的布局，机器视觉产业则会很快崛起，比如已经有大华和海康威视这些上市大公司，随之而来的会是越来越多的机器视觉解决方案供应商，助力企业产品落地。

深耕于机器视觉领域的国内外主流公司都有哪些？？？复制下面这个链接跳转过去看，这篇整理得比较全面！

https://blog.csdn.net/wills798/article/details/90213434?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522158788198019724846402991%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=158788198019724846402991&biz_id=0&utm_source=distribute.pc_search_result.none-task-blog-2_allfirst_rank_v2~rank_v25-8

对于技术层面的内容我没有资格讲，因外我目前也没有真正涉足过机器视觉的开发。大家可以看下面链接跳转的这一篇：

大牛谈如何搞定机器视觉
https://blog.csdn.net/cszn6666/article/details/80865433?ops_request_misc=&request_id=&biz_id=102&utm_source=distribute.pc_search_result.none-task-blog-2_allsobaiduweb~default-0

另外下面这篇文章我认为也讲得很成功、适合有意向接触机器视觉领域开发的技术人员看看，也适合企业高管看，毕竟现在的高新产业、各行各业基本能用上机器视觉的解决方案。

机器视觉技术原理解析及解决方案
https://blog.csdn.net/qq_21684243/article/details/80598555?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522158788198019724846402991%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=158788198019724846402991&biz_id=0&utm_source=distribute.pc_search_result.none-task-blog-2_allfirst_rank_v2~rank_v25-12