机械视觉是通过推算机来模仿人类视觉职能，以让机械获得有关视觉信息和加以理解？煞治笆印焙汀熬酢绷讲棵诺览，“视”是将表界信息通过成像来显示成数字信号反馈给推算机，必要依附一整套的硬件解决规划，蕴含光 源、相机、图像采集卡、视觉传感器等；“觉”则是推算机对数字信号进行处置和分析，重要是软件算法。
1.机械视觉系统
机械视觉在工业上利用领域辽阔，主题职能蕴含：丈量、检测、鉴别、定位等。产业链能够分为上游部件级市场、中游系统集成/整机设备市场和下游利用市场；凳泳跎嫌斡泄庠础⒕低贰⒐ひ迪嗷⑼枷癫杉ā⑼枷翊χ萌砑等软硬件提供商，中游有集成和整机设备提供商，行业下游利用较广，重要下游市场蕴含电子造作行业、汽车、印刷包装、烟草、农业、医药、纺织和交通等领域。
2.机械视觉行业趋向
机械视觉中，缺点检测职能，是机械视觉利用得较多的职能之一，重要检测产品表表的各类信息。在现代工业自动化出产中，陆续大批量出产中每个造程都有肯定的次品率，单独看固然比率很幼，但相乘后却成为企业难以提高良率的瓶颈，并且在经过齐全造程后再剔除次品成本会高好多（例如，若是锡膏印刷工序存在定位误差，且该问题直到芯片贴装后的在线测试才被发现，那么返建的成本将会是原成本的100倍以上），因而实时检测及次品剔除对证量节造和成本节造是极度沉要的，也是造作业进一步升级的沉要基石。
1）正确度高：人类视觉是64灰度级，且对微幼指标分辨力弱；机械视觉可显著提高灰度级，同时可观测微米级的指标；
2）速度快：人类是无法看清急剧运动的指标的，机械快门功夫则可达微秒级别；
3）不变性高：机械视觉解决了人类一个极度严沉的问题，不不变，人为目检是劳动非５ズ托忱屠鄣男幸，无论你设计怎么的赏罚造度，城市产生比力高的漏检率。但是机械视觉检测设备则没有委顿问题，没有感情颠簸，只有是你在算法中写好的器材，每一次城市当真执行。在质控中大大提升成效可控性。
4）信息的集成与留存：机械视觉获得的信息量是多元化且可追忆的，有关信息能够很方便的集成和留存。
3.机械视觉技术近年发展迅速
1）图像采集技术发展迅猛
CCD、CMOS等固件越来越成熟，图像敏感器件尺寸不休缩幼，像元数量和数据率不休提高，分辨率和帧率的提升速度能够说一日千里，产品系列也越来越丰硕，在增益、快门和信噪比等参数上不休优化，通过主题测试指标（MTF、畸变、信噪比、光源亮度、均匀性、色温、系统成像能力综合评估等）来对光源、镜头和相机进行综合选择，使得好多以前成像上的难点问题得以不休突破。
2）图像处置和模式鉴别发展迅速
图像处置上，随着图像高精度的边缘信息的提取，好多正本混合在布景噪声中难以直接检测的低对比度瑕疵起头得到分辨。
模式鉴别上，自身能够看作一个象征过程，在肯定量度或观测的基础上，把待识模式划分到各自的模式中去。图像鉴别中使用得较多的重要是决策理论和结构步骤。决策理论步骤的基础是决策函数，利用它对模式向量进行分类鉴别，是以按时描述（如统计纹理）为基础的；结构步骤的主题是将物体分化成了模式或模式基元，而分歧的物体结构有分歧的基元串（或称字符串），通过对未知物体利用给定的模式基元求出编码天堑，得到字符串，再凭据字符串判断它的属类。在特点天生上，好多新算法不休出现，蕴含基于幼波、幼波包、分形的特点，以及独二分量分析；还有关子支持向量机，变形模板匹配，线性以及非线性分类器的设计等都在不休延展。
3）深度进建带来的突破
传统的机械进建 在特点提取上重要依附人来分析和成立逻辑，而深度进建则通过多层感知机模仿大脑工作，构建深度神经网络 （如卷积神经网络等）来进建单一特点、成立复杂特点、进建映射并输出，训练过程中所有层级城市被不休优化。在具体的利用上，例如自动ROI区域宰割；标点定位（通过防真视觉可矫捷检测未知瑕疵）；从沉噪声图像沉检测无法描述或量化的瑕疵如橘皮瑕疵；分辨玻璃盖板检测中的真假瑕疵等。
4）3d视觉的发展
3D视觉还处于起步阶段，很多利用法式都在使用3D表表沉构，蕴含导航、工业检测、逆向工程、测绘、物体鉴别、丈量与分级等，但精度问题限度了3D视觉在好多场景的利用，目前工程上先铺开的利用是物流里的尺度件体积丈量，相信未来这块潜力巨大。
4.要全免代替人为目检，机械视觉还有诸多难点有待攻破：
1）光源与成像
机械视觉中清澈的成像是第一步，由于分歧资料物体表表反光、折射等问题城市影响被测物体特点的提取，因而光源与成像能够说是机械视觉检测要攻克的第一个难关。好比此刻玻璃、反光表表的划痕检测等，好多时辰问题都卡在分歧缺点的集成成像上。
2）沉噪音中低对比度图像中的特点提取
在沉噪音环境下，真假瑕疵的甄别好多时辰较难，这也是好多场景始终存在肯定误检率的原因，但这块通过成像和边缘特点提取的急剧发展，已经在不休获得各类突破。
3）对非预期缺点的鉴别
在利用中，往往是给定一些具体的缺点模式，使用机械视觉来鉴别它们到底有没有产生。但时时遇到的情况是，很多显著的缺点，由于之前没有产生过，或者产生的模式过度多样，而被漏检。若是换做是人，固然在操作流程文件中没让他去检测这个缺点，但是他会把稳到，从而有较大几率抓住它，而机械视觉在这点上的“智慧”目前还较难突破。
5.机械视觉系统未来发展趋向
1）嵌入式解决规划发展迅猛，智能相机机能与成本优势凸起，嵌入式PC会越来越壮大
2）？榛耐ㄓ眯腿砑平台和人为智能 软件平台将降低开发人员技术要求和缩短开发周期
3）3d视觉将走向更多利用场景
