為什么一臺機器能看到你？因為它有自己的視覺。機器視覺系統(tǒng)是一門跨學科，涉及人工智能、神經(jīng)生物學、心理物理學、計算機科學、數(shù)字圖像處理、模式識別等多個領域。機器視覺主要利用計算機模擬人的視覺作用，從客觀事物的圖像中獲取信息，用于實際檢測、測量和控制。該技術性的特點是速度快、信息量大、作用多。
機器視覺主要使用計算機來模擬人類的視覺作用，但它不僅是人眼的簡單延伸，更重要的是，人腦的部分作用從客觀事物的圖像中獲取信息，處理和理解，用于實際檢測、測量和控制。
典型的工業(yè)機器視覺應用系統(tǒng)，包括數(shù)字圖像處理技術性、機械工程技術性、控制技術、光源照明技術性、光學成像技術性、傳感器技術、模擬與數(shù)字視頻技術性、計算機軟硬件技術性、人機接口技術性等。
發(fā)展歷史簡介。
機器視覺的研究始于20世紀60年代中期美國學者L.R.羅伯茲對多面體積木世界的理解。預備處理、邊緣檢測、輪廓構成、總體目標建模、匹配等技術性后來使用于機器視覺。
羅伯茲在圖像分析過程中采用了自底向上的方法。利用邊緣檢測技術性確定輪廓線，利用區(qū)域分析技術性將圖像分為灰度相似的像素構成的區(qū)域，統(tǒng)稱為圖像分割。其目的是用輪廓線和區(qū)域描述分析的圖像，以匹配存儲在相同機器中的模型。
實踐表明，僅僅自下而上的分析太難了。必須同時采用由上而下的分析方法，即將總體目標分為幾個子目標，并使用啟發(fā)性專業(yè)知識總體目標進行預測。這與語言理解中使用的自下而上和由上而下相結合的方法是一致的。在圖像理解研究中，A.古茲曼提出使用啟發(fā)性專業(yè)知識，表明使用符號過程來解釋輪廓的方法不需要幫助少的二乘法匹配等數(shù)值計算程序。
20世紀70年代以后，機器視覺產(chǎn)生了幾個重要的研究分支：1、目標導向數(shù)字圖像處理；2、數(shù)字圖像處理和分析的平行算法；3、從二維圖像中獲取三維信息；4、序列圖像分析和運動參數(shù)值；5、視覺專業(yè)知識的表達；6、視覺系統(tǒng)知識庫等。
全球使用。
在國外，機器視覺的普及主要反映在半導體和電子行業(yè)，約40%-50%集中在半導體行業(yè)。機器視覺技術已廣泛應用于質量檢測的各個方面，其產(chǎn)品在使用中起著重要作用。此外，機器視覺還用于其他領域。
在中國，視覺技術性的使用始于20世紀90年代，因為該行業(yè)本身是一個新興的領域，并且機器視覺產(chǎn)品技術性的普及還不夠，導致上述行業(yè)的使用幾乎空白。目前，國內大多數(shù)機器視覺公司都是外國品牌。大多數(shù)國內機器視覺公司通常從代理各種外國機器視覺品牌開始。隨著機器視覺的不斷使用，公司規(guī)模逐漸擴大，技術性逐漸成熟。
在行業(yè)應用方面，主要包括制藥業(yè)、包裝、電子、汽車制造、半導體、紡織、煙草、交通、物流等行業(yè)。用機器視覺廠家技術代替勞動力可以提供生產(chǎn)率和產(chǎn)品質量。例如，在物流行業(yè)，機器視覺技術可以用于快遞公司的分揀和分類。大多數(shù)快遞公司不會手動分揀，降低物品損壞率，提高分揀效率，減少人力勞動。
