機器視覺技術(shù)
機器視覺技術(shù)，是一門涉及人工智能、神經(jīng)生物學(xué)、心理物理學(xué)、計算機科學(xué)、圖像處理、模式識別等諸多領(lǐng)域的交叉學(xué)科。機器視覺主要用計算機來模擬人的視覺功能，從客觀事物的圖像中提取信息，進(jìn)行處理并加以理解，最終用于實際檢測、測量和控制。機器視覺技術(shù)最大的特點是速度快、信息量大、功能多。
技術(shù)特征
基本簡介
機器視覺技術(shù)機器視覺主要用計算機來模擬人的視覺功能，但并不僅僅是人眼的簡單延伸，更重要的是具有人腦的一部分功能一一從客觀事物的圖像中提取信息，進(jìn)行處理并加以理解，最終用于實際檢測、測量和控制。
系統(tǒng)優(yōu)勢
將機器視覺技術(shù)應(yīng)用于禽蛋品質(zhì)檢測具有人工檢測所無法比擬的優(yōu)勢。表面缺陷與大小、形狀是蛋品品質(zhì)的重要特征，利用機器視覺進(jìn)行檢測不僅可以排除人的主觀因素的干擾，而且還能夠?qū)@些指標(biāo)進(jìn)行定量描述，避免了因人而異的檢測結(jié)果，減小了檢測分級誤差，提高了生產(chǎn)率和分級精度。艾菲特光電技術(shù)
系統(tǒng)組成
一個典型的工業(yè)機器視覺應(yīng)用系統(tǒng)，包括數(shù)字圖像處理技術(shù)、機械工程技術(shù)、控制技術(shù)、光源照明技術(shù)、光學(xué)成像技術(shù)、傳感器技術(shù)、模擬與數(shù)字視頻技術(shù)、計算機軟硬件技術(shù)、人機接口技術(shù)等。
應(yīng)用實例
機器視覺系統(tǒng)在質(zhì)量檢測的各個方面得到了廣泛的應(yīng)用，例如：采用激光掃描與CCD探測系統(tǒng)的大型工件平行度、垂直度測量儀，它以穩(wěn)定的準(zhǔn)直激光束為測量基線，配以回轉(zhuǎn)軸系，旋轉(zhuǎn)五角標(biāo)棱鏡掃出互相平行或垂直的基準(zhǔn)平面，將其與被測大型工件的各面進(jìn)行比較。在加工或安裝大型工件時，可用該認(rèn)錯器測量面間的平行度及垂直度。
以頻閃光作為照明光源，利用面陣和線陣CCD作為螺紋鋼外形輪廓尺寸的探測器件，實現(xiàn)熱軋螺紋鋼幾何參數(shù)在線測量的動態(tài)檢測系統(tǒng)。
視覺技術(shù)實時監(jiān)控軸承的負(fù)載和溫度變化，消除過載和過熱的危險。將傳統(tǒng)上通過測量滾珠表面保證加工質(zhì)量和安全操作的被動式測量變?yōu)橹鲃邮奖O(jiān)控。
用微波作為信號源，根據(jù)微波發(fā)生器發(fā)出不同波特率的方波，測量金屬表面的裂紋，微波的波的頻率越高，可測的裂紋越狹小。
?發(fā)展趨勢
有人會說這些年來機器視覺技術(shù)的進(jìn)步一直在提高。然而，當(dāng)回望過去的35年，功能上的差異是巨大的。最早的機器視覺系統(tǒng)需要微計算機，而且它們的功能很有限。首先認(rèn)識到微處理器的潛能的其中一個公司是物體識別系統(tǒng)，也是我的老母校。最早的微處理器沒有很大的計算能力，因此基本的模式識別算法不得不被舍棄。好消息是可以做灰度級的處理算法，但壞消息是能做灰度級的處理算法而不能在好的灰度比例變化與壞的灰度比例變化之間做出判別。因此，除非有一個全職的工程師來管理這些設(shè)置，錯誤拒絕的數(shù)目是紊亂的，
在那個時期的其他機器視覺系統(tǒng)也好不了哪里去。許多的硬件都被設(shè)計來完成更復(fù)雜的圖像處理算法，但是，這些只是在少量算法下才會很好工作，對于一個應(yīng)用經(jīng)常沒必要用最好的算法。這些早期技術(shù)在一些應(yīng)用中體現(xiàn)出重大的進(jìn)步，比如光源，相機和物體的物理排列，特別是為自身設(shè)計的光源，還有它們之間的連接。優(yōu)化分段處理是減少計算大量圖像處理算法的關(guān)鍵。
幸運地是今天機器視覺的潛在計算技術(shù)在這些年里取得了很大的進(jìn)步。結(jié)果是產(chǎn)生出更多成功的應(yīng)用。配備機器視覺的很多產(chǎn)品都是可用的。在10～15年以前可用的性能優(yōu)于機器視覺工具包的視覺傳感器在今天已是普遍使用了。在一些情況下，智能相機結(jié)合處理大多數(shù)計算任務(wù)的FPGA，DSP和微處理器則會更具有智能性。具有多種連接性的數(shù)字?jǐn)z像機能將一臺個人電腦變成一個機器視覺系統(tǒng)。在這里電腦可能需要配備更智能的幀采集器，它可以插在電腦上，處理大多數(shù)圖像處理任務(wù)。
在這些產(chǎn)品中內(nèi)在的計算能力的不斷提高，基于擁有權(quán)設(shè)計的機器視覺硬件在下滑。越來越多的特殊應(yīng)用機器視覺系統(tǒng)能由一個或另一個配備的機器視覺排列來處理。