有关机器视觉（Machine Vision）的部分介绍

机器视觉的定义

机器视觉主要通过计算机来模拟人的视觉功能，但不是人眼的简单延伸，而是具有人脑的一部分功能，即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。
机器视觉技术涉及到的领域包括人工智能、神经生物学、计算机科学、图像处理、模式识别等诸多交叉学科。

机器视觉的特点

机器视觉技术最大的特点是速度快、信息量大、功能多。计算机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，常用机器视觉来代替人工视觉；同时在大批量工业生产过程中，机器视觉检测方法可以大大提高生产效率和生产自动化程度。
利用机器视觉检测不仅可以排除人为因素的干扰，而且还能够对检测指标进行定量描述，避免了人工检测时因人而异的检测结果，减小了检测分级误差，提高了生产率和分级精度。机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。正是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、成品检测和质量控制等领域。
机器视觉不同于计算机视觉，是将计算机视觉应用于工业自动化，它涉及图像处理、人工智能和模式识别。机器视觉专注于光学、电子、软件系统，是检查物体和材料、人工缺陷和生产制作过程的工程，以达到检测缺陷和提高质量、操作效率，保障产品和过程安全的目的，并且机器视觉也可用来控制机器。

机器视觉系统的基本构造

一个典型的工业机器视觉应用系统，包含到的技术有数字图像处理技术、机械工程技术、控制技术、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、人工接口技术等。工业机器视觉系统包括：光源、镜头、相机（包括CCD相机和CMOS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。
系统组成如图所示：

机器视觉检测系统采用CCD照相机将被检测的目标转换成图像信号，传达给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号，图像处理系统对这些信号进行各种运算来抽取目标的特征，如面积、数量、位置、长度等。再根据预设的允许度与其它条件输出结果，包括尺寸、角度、个数、合格与否等，实现自动识别功能。

机器视觉的应用

机器视觉的应用分类
（1） 视觉检测
高精度的定量检测：如显微镜照片的细胞分类、机械零部件的尺寸和位置检测；
不用量器的定性或半定量检测：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。
（2） 机器人视觉
机器人视觉用于指引机器人在大范围内的操作和行动。在小范围内的操作和行动，需要借助于触觉传感技术。

机器视觉在工业在线检测领域的应用：印刷电路板的视觉检查、钢板表面的自动探伤、大型工件平行度和垂直度测量、容器容积或杂质检测、机械零件的自动识别分类和几何测量等。

文章参考来源：李定川. 机器视觉原理解析及其应用实例 [J]. 智慧工厂, 2017, 000(008): 73-5.