企业公众号
手 机：173-0510-8918
电 话：0515-88358012
邮 箱：sales@hkvlink.com
网 址：www.hkvlink.com
地 址：江苏省盐城市盐南高新区新园路100号
机器视觉就是机器的视觉，换句话说：就是将视觉感知赋予机器，使机器具有和生物视觉系统类似的场景感知能力。视觉是我们强大的感知方式，我们可以在不实际接触的情况下，通过视觉感知的方式获取周围环境的很多信息。在计算机出现后，人们开始尝试将视觉感知能力赋予机器。
由于生物视觉系统非常复杂，我们不能使机器系统具有这种强大的视觉感知能力。在这一阶段，我们仍然致力于在可控环境中构建一个机器视觉系统来处理特定的任务。由于工业视觉环境可控，处理任务具体，大部分机器视觉都应用于工业。
机器视觉的主要任务：通过图像分析，生成一组描述信息，用于图像中涉及的场景或物体。也就是说，机器视觉系统的输入是图像(或图像序列)，输出是对这些图像的感知描述。这组描述与这些图像中的对象或场景密切相关，可以帮助机器完成指导机器人系统与周围环境交互的特定后续任务。
举个例子：指导机器手臂按要求抓取传送带上的零件。零件的类型、位置和方向是任意的。当传送带上的零件通过上摄像头时，可以通过机器视觉生成一组零件描述：类型、位置和方向，从而指导机器人手臂按要求抓取。
机器视觉与图像处理、模式分类和场景分析三个领域密切相关。
(1)图像处理主要是根据现有图像获得新图像。由于获得的是图像，其输出结果仍需要分析和解释。
（2）模式分类的主要任务是：对“模式”进行分类。这些“模式”是指事物的一组属性或者说特征。通过这些属性特征，将其划归为已知类中的某一类，也就是识别出了这个事物。
(3)场景分析的重点是将简单的描述转化为更复杂、更详细、更有利于我们判断或得出结论的描述。这些输出描述深化了输入描述，进一步解释了事物之间的深层联系。
通过以上介绍，我们可以发现，虽然这三个领域与机器视觉密切相关，例如图像处理技术在机器视觉中的应用，但模式分类可以看作是机器视觉系统众多任务中的一种，场景分析可以作为机器视觉的后续深化，但其核心问题并不完全是：从图像中获取相关的符号描述。
企业公众号