1.机器视觉经典系统

简单说来，机器视觉就是用机器代替人眼来做测量和判断。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。

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 (或机器视觉芯片)、图像处理软件、监视器、通讯、输入输出单元等。系统可再分为主端电脑、影像采集与影像处理器、影像摄影机、CCTV镜头、显微镜头、照明设备、Halogen光源、LED光源、高周波萤光灯源、闪光灯源、其他特殊光源、影像显示器、LCD、机构及控制系统、控制器、精密桌台、伺服运动机台。

机器视觉之于人工智能的意义等同于视觉之于人类的意义，而决定着机器视觉的就是图像处理技术。不同的应用领域需要不同的图像处理算法来实现机器视觉。常用的机器视觉领域图像算法有运动目标检测算法、基于深度学习的人脸算法等。

下面介绍下机器视觉中的运动目标检测图像算法，该方法是运动物体识别和跟踪的基础。移动物体的检测依据视频图像中背景环境的不同可以分为静态背景检测和动态背景检测。由于篇幅有限，我们这里只介绍静态背景检测算法。常见的静态背景目标的检测算法包括帧间差分法、背景减除法、光流法等。

机器视觉应用

典型应用之一“物体分拣”

在机器视觉应用环节中，物体分拣应用是建立在识别、检测之后的一个环节，通过机器视觉系统将图像进行处理，结合机械臂的使用实现产品分拣。举个例子，在过去的产线上，是用人工的方法将物料安放到注塑机里，再进行下一步工序。现在则是使用自动化设备分料，其中使用机器视觉系统进行产品图像抓取、图像分析，输出结果，再通过机器人，把对应的物料、放到固定的位置上，从而实现工业生产的智能化、现代化、自动化。

典型应用之二“图像检测”

在生产生活中，每种产品都需要检验是否合格，需要一份检验合格证书，要说检测在机器视觉应用最广，应该没人有意见。在过去机器视觉不发达的时候，人工肉眼检测往往会遇到很多问题，比如准确性太低，容易有误差，不能连续工作且易疲劳，而且费时费力。机器视觉的大量应用将产品生产和检测进入到高度自动化。在具体的应用上，比较常见的比如，硬币字符检测、电路板检测等。以及人民币造币工艺的检测，对精度要求特别高，检测的设备也很多，工序复杂。此外还有机器视觉的定位检测，饮料瓶盖的生产是否合格、是否有问题，还有产品的条码字符的检测识别，玻璃瓶的缺陷检测、以及药用玻璃瓶检测，医药领域也是机器视觉的主要应用领域之一。

典型应用之三“物体测量”

机器视觉工业应用最大的特点就是其非接触测量技术，由于非接触无磨损，所以避免了接触测量可能造成的二次损伤隐患。机器视觉，顾名思义，就是使机械设备具备“看得见”的能力，好比人有了眼睛才能看得到物品。机器视觉对物体进行测量，不需要像传统人工一样对产品进行接触，但是其高精度、高速度性能一样不少，不但对产品无磨损，还解决了造成产品的二次伤害的可能，这对精密仪器的制造水平有特别明显的提升。对罗定螺纹、麻花钻、IC元件管脚、车零部件、接插件等的测量，都是非常普遍的测量应用。

典型应用之四“视觉定位”

视觉定位能够准确的检测到产品并且确认它的位置。在半导体制造领域，芯片位置信息调整拾取头非常不好处理，机器视觉则能够解决这个问题，因为需要准确拾取芯片以及绑定，这也是视觉定位成为机器视觉工业领域最基本应用的原因。

典型应用之五“图像识别”

图像识别，简单讲就是使用机器视觉处理、分析和理解图像，识别各种各样的的对象和目标，功能非常强大。最典型的图像识别应该就是识别二维码了。二维码和条形码是我们生活中极为常见的条码。在商品的生产中，厂家把很多的数据储存在小小的二维码中，通过这种方式对产品进行管理和追溯，随着机器视觉图像识别应用变得越来越广泛，各种材质表面的条码变得非常容易被识别读取、检测，从而提高现代化的水平、生产效率大大的提高、生产成本降低。