550
机器视觉系统集成或二次开发应用总结
随着智能化的发展，未来将会出现越来越智能的产品设备，对于机器视觉，可以分为两种：一是底层开发，二是系统集成。底层开发又可以分为软件的底层开发和硬件的底层开发，软件的底层开发主要是算法的开发，而硬件的底层开发主要是相机、镜头、传感器以及光源等硬件的开发，二者逐渐出现融合趋势，比如现在做的智能相机、智能传感器等等，其实就是硬件和软件的总体集成。
机器视觉趋势.png
机器视觉就是利用机器代替人眼做出测量和判断，在应用层面上，目前主要用来做系统集成或二次开发的较多，可以概括为以下四个部分：
1、检查。
外观及缺陷检测，主要利用模板匹配。
2、识别。
生物特征识别（人脸、语音、指纹、虹膜），目标识别（车牌识别，射频识别等），条码识别（一维码、二维码），字符识别，纹理识别等。识别的最终目的主要是为了分类，这里需要利用大数据训练学习，需要借助深度学习。
3、测量。
几何尺寸测量（长、宽、高、周长、面积、体积等），圆或者椭圆（圆心、半径、轮廓、角度、尺寸等）；测量必须先标定，这里涉及到相机标定问题。
4、定位。工装定位移位、装配、码垛机器人。
机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。
机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。朗锐智科（www.lrist.com）认为,随着机器视觉技术自身的成熟和发展，可以预计它将在现代和未来制造企业中得到越来越广泛的应用。
最后更新：2017-10-19 10:33:27