发展历史

       机器视觉 起源于1951年Neumann用计算机分析二维图像；20世纪60年代ROBERT分析三维图像；随着电视摄像技术与计算机技术发展而于20世纪70年代中后期发展。1975年第一次出现计算机视觉（Computer Vision,CV）这个概念。

       1977年美国麻省理工David Marr教授提出机器视觉理论后得到较大发展，把视觉分为三个层（即目标与策略、表示与算法、硬件的实现），在理论方面分为三个层次（低中高分别对应于2、2.5、3维空间）。由此机器视觉开始进入大发展时期，各种理论层出不穷，推动着技术的进步。    

概念与特点

       机器视觉（Machine Vision,MV）常常也称之为计算机视觉（Computer Vision,CV），这是一对互相联系又有区别的一对概念。广义地来讲，区别不大，两者都是指使用计算机和数字图像技术对客观事物图像进行理解、分析、处理和控制，故很多场合两者相互混淆使用，不加区分。

        机器视觉（LOOKSMART)包括其字面的意思，即“视(LOOK)”和“觉(SMART)”两分。“视”就是看的到、看的清。“觉”就是理解、分析、处理，就是看的明白。合起来就是通过机器来获取数学意义上的清晰图像，并对图像进行理解、分析和处理，用于展示、控制等，即LOOKSMART。

机器视觉有以下特点：

       1、机器视觉技术是一项综合技术，包括但不限于数字图像理解分析及处理技术、机械工程技术、电气控制技术、电光源照明技术、光学成像技术、数据传输存贮及控制技术、传感器技术、模拟及数字视频技术、计算机软硬件技术、人机接口技术等，这些技术综合运用、相互协调才能成功构造出机器视觉应用系统。

       2、机器视觉技术是一门实用的技术，其要求包括但不限于对工业现场恶劣环境的适应、通用的工业接口、要求不太高的现场工人操作、较强的容错能力和安全性，较强的鲁棒性，以及客户能接收的较低成本（经济性），这些要求均要全部满足才能为客户所接收。

       3、机器视觉技术是为工程师所掌握，其要求包括但不限于对数学及计算机软件的研究能力，更要求对光、机、电、控、通等一体化综合运用的能力。这就要求组建一支团结协调、互助向上的技术团队才能有效地完成机器视觉应用系统。

       4、机器视觉技术更加强调实时性、实效性，会在高速度与高精度、高效率与高准确度等矛盾中均衡和发展，满足客户的需求。机器视觉技术以客户的需求为中心，一事一议，很难会有放之四海皆可用的机器视觉应用系统。

机器视觉 

       因此研究及从事机器视觉的公司或单位，必须具备机器视觉总体架构设计技术、复杂工况下获取清晰图像的技术、对图像进行快速准确理解识别及处理的技术等三大核心技术，除此还应具备多传感器融合技术、友好的人机界面技术等。

研究范畴

       机器视觉是一门研究机器设备、增强或拓展眼睛部分功能的新兴学科，其研究范畴包括物体识别、景物分析、立体重构、运动检测和跟踪、自主导航等方面。

上述是一个典型的机器视觉应用系统。其包括光源照明系统、相机及镜头光学成像系统、图像捕捉系统、数据采集传输及控制系统、图像识别与处理系统、智能判断及决策系统、机械电气控制及执行系统。有些还有多传感器融合系统、友好的人机界面操作系统、大数据处理及存储系统。

其主要的应用领域有：

（这个来源于华中科技大学伍济刚的博士论文）

（这个来源于西安工业大学陈琛的硕士论文）

        从方法上看，可分为主动视觉和被动视觉。

       从处理过程上看，可分为低级（层）视觉和高级（层）视觉，有些机构还引入了中级（层）视觉。低层视觉有边缘检测、图像分割、特征提出等，高层视觉有特征匹配、立体建模、图像理解、分析与识别。

       故总体来讲机器视觉和计算机视觉可以通用，但计算机视觉更多倾向于学术研究方面，是计算机科学的一个分支，偏向于运用人工智能、图像处理、模式识别等技术对一幅或多幅图像进行处理和分析；机器视觉更多面向具体应用领域，是系统工程的一个分区，是计算机视觉理论和算法根据的应用。

如果您想要了解更多相关知识，您可以浏览我们的网站，我们会为您提供更专业的信息！

机器视觉