首页 百科正文

人工智能机器视觉(机器视觉检测与图像识别)

机器视觉人工智能正在快速发展的一个分支。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。

机器视觉系统的组成

“机器视觉”,从表面意思可以看出是机器看东西而不是人看东西。

人是复杂的动物,内部处理事务的过程也是非常复杂的,机器视觉系统也同样是复杂的,也是由很多相关的部件组成的,一个典型工业机器视觉系统有以下部分:

光源:可以理解为人类世界的外部光照(太阳、日光灯、火烛)

镜头(定焦镜头、变倍镜头、远心镜头、显微镜头):瞳孔是光圈(大小由虹膜的扩大或缩小控制),角膜和晶状体像镜头;

相机(包括CCD 相机和COMS相机):视网膜

图像处理单元(或图像捕获卡):视网膜神经系统

图像处理软件:大脑

通讯 / 输入输出单元:四肢五官

用一张图简单示意

人工智能机器视觉(机器视觉检测与图像识别)

机器视觉系统构成

机器视觉特点:

1、机器视觉是一项综合技术,其中包括数字图像处理技术,机械工程技术,控制技术,电光源 照明技术,光学成像技术,传感器技术,模拟与数字视频技术,计算机硬件技术,人机接口技术 等这些技术在机器视觉中式并列关系,相互协调 应用才能构成一个成功的工业机器视觉应用系统。

2、机器视觉更强调实用性,要求能够适应工业生产中恶劣的环境,要有合理的性价比,要有通用的工业接口,能够由普通工作来操作,有较高的容错能力和安全性,不会破坏工业产品,必须有较强的通用性和可移植性。

3、对机器视觉工程师来说,不仅要具有研究数学理论和编制计算机软件的能力,更需要的是光、机、电一体化的综合能力。

4、机器视觉更强调实时性,要求高速度和高精度,因而计算机视觉和数字图像处理中的许多技术目前还难以应用于机器视觉,他们的发展速度远远超过其在工业生产中的实际应用速度。

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。

本文链接:https://www.chinaai.com/baike/10381.html

发表评论

评论列表(0人评论 , 5773人围观)
☹还没有评论,来说两句吧...