機(jī)器視覺(jué)，顧名思義是賦予機(jī)器以視覺(jué)，就是用計(jì)算機(jī)來(lái)模擬生物（外顯或宏觀）視覺(jué)功能的科學(xué)和技術(shù)。它綜合了光學(xué)、機(jī)械電子、計(jì)算機(jī)軟件、信號(hào)處理、光機(jī)電一體化等多個(gè)領(lǐng)域。小編在這里為大家介紹一下機(jī)器視覺(jué)的主要三大功能：定位功能、測(cè)量功能和缺陷檢測(cè)功能。定位功能：通過(guò)工業(yè)攝像頭獲取到圖像并得到圖像的坐標(biāo)信息，來(lái)自動(dòng)判斷物體的位置，并將位置信息通過(guò)一定的通訊協(xié)議輸出。維視圖像近在網(wǎng)站上發(fā)布的《基于機(jī)器視覺(jué)的激光打標(biāo)定位技術(shù)》一文對(duì)機(jī)器視覺(jué)定位功能進(jìn)行了詳細(xì)的描述，是很具代表性的機(jī)器視覺(jué)的定位功能體現(xiàn)。缺陷檢測(cè)功能：這是機(jī)器視覺(jué)比較常用的功能，它可以檢測(cè)物體表面的一些信息。比如包裝正誤，物體表面有無(wú)刮傷或顆粒、破損等，基本上能夠用人眼來(lái)判斷的都可以嘗試用視覺(jué)技術(shù)來(lái)替代。以下就是維視圖像為某國(guó)外品牌手機(jī)開(kāi)發(fā)的圓弧面視覺(jué)缺陷檢測(cè)系統(tǒng)，針對(duì)不在同一平面（弧面）的被測(cè)物體可實(shí)現(xiàn)一次完美采圖來(lái)提取外殼表面的劃痕、污點(diǎn)、雜質(zhì)、腐蝕等缺陷。測(cè)量功能：能夠自動(dòng)測(cè)量產(chǎn)品的外觀尺寸，比如外形輪廓、孔徑、高度、面積等。目前維視圖像開(kāi)發(fā)出一套SVMS工業(yè)智能機(jī)器視覺(jué)測(cè)量系統(tǒng)，已經(jīng)被廣泛使用。傳統(tǒng)的工業(yè)生產(chǎn)創(chuàng)造，鑒于科學(xué)技術(shù)的限度局限依然首要選擇人工檢查的方法去檢查出品外表的缺陷，這種方法鑒于人工的限度局限和技術(shù)的落伍，不僅檢查出品的速慢、效力垂，同時(shí)在檢查的度過(guò)程中容易鑄錯(cuò)，從而導(dǎo)致了檢查結(jié)實(shí)的不jing確?，F(xiàn)今社會(huì)，跟隨計(jì)算機(jī)技術(shù)，人工智能等科學(xué)技術(shù)的涌現(xiàn)和發(fā)展，以及考慮的深刻，涌現(xiàn)了基于機(jī)具視覺(jué)技術(shù)的外表缺陷檢查技術(shù)。這種技術(shù)的涌現(xiàn)，大大提高了生產(chǎn)作業(yè)的效力，幸免了因作業(yè)環(huán)境，主觀推斷等影響檢查結(jié)實(shí)的正確性，實(shí)即興能更好更jing確地舉行外表缺陷檢查，更其急速的識(shí)別出品外表瑕疵缺陷。出品外表缺陷檢查屬于機(jī)具視覺(jué)技術(shù)的一種，執(zhí)意使用計(jì)算機(jī)視覺(jué)仿照人類(lèi)視覺(jué)的效能，從具體的什物舉行圖象的收集處置、計(jì)算、舉行現(xiàn)實(shí)檢查、把持和使用。出品的外表缺陷檢查是機(jī)具視覺(jué)檢查的一個(gè)要緊有些，其檢查的正確水平徑直會(huì)影響出品的品質(zhì)優(yōu)劣。鑒于應(yīng)用人工檢查的方法已經(jīng)不能滿意生產(chǎn)和即興代工藝生產(chǎn)創(chuàng)造的要求，而使用機(jī)具視覺(jué)檢查很好地克復(fù)了這一點(diǎn)，外表缺陷檢查體系的普遍使用助長(zhǎng)了企業(yè)廠子出品高品質(zhì)的生產(chǎn)與創(chuàng)造業(yè)智能主動(dòng)化的發(fā)展。機(jī)器視覺(jué)的研究是從20世紀(jì)60年代中期美國(guó)學(xué)者L.R.羅伯茲關(guān)于理解多面體組成的積木世界研究開(kāi)始的。當(dāng)時(shí)運(yùn)用的預(yù)處理、邊緣檢測(cè)、輪廓線構(gòu)成、對(duì)象建模、匹配等技術(shù)，后來(lái)一直在機(jī)器視覺(jué)中應(yīng)用。羅伯茲在圖像分析過(guò)程中，采用了自底向上的方法。用邊緣檢測(cè)技術(shù)來(lái)確定輪廓線，用區(qū)域分析技術(shù)將圖像劃分為由灰度相近的像素組成的區(qū)域，這些技術(shù)統(tǒng)稱(chēng)為圖像分割。其目的在于用輪廓線和區(qū)域?qū)λ治龅膱D像進(jìn)行描述，以便同機(jī)內(nèi)存儲(chǔ)的模型進(jìn)行比較匹配。實(shí)踐表明，只用自底向上的分析太困難，必須同時(shí)采用自頂向下，即把目標(biāo)分為若干子目標(biāo)的分析方法，運(yùn)用啟發(fā)式知識(shí)對(duì)對(duì)象進(jìn)行預(yù)測(cè)。這同言語(yǔ)理解中采用的自底向上和自頂向下相結(jié)合的方法是一致的。在圖像理解研究中，A.古茲曼提出運(yùn)用啟發(fā)式知識(shí)，表明用符號(hào)過(guò)程來(lái)解釋輪廓畫(huà)的方法不必求助于諸如zui小二乘法匹配之類(lèi)的數(shù)值計(jì)算程序。70年代，機(jī)器視覺(jué)形成幾個(gè)重要研究分支：①目標(biāo)制導(dǎo)的圖像處理；②圖像處理和分析的并行算法；③從二維圖像提取三維信息；④序列圖像分析和運(yùn)動(dòng)參量求值；⑤視覺(jué)知識(shí)的表示；⑥視覺(jué)系統(tǒng)的知識(shí)庫(kù)等。