机器视觉的发展历史

为什么一台机器能看到你？因为它有自己的视觉。机器视觉系统是一门跨学科，涉及人工智能、神经生物学、心理物理学、计算机科学、数字图像处理、模式识别等多个领域。机器视觉主要利用计算机模拟人的视觉作用，从客观事物的图像中获取信息，用于实际检测、测量和控制。该技术性的特点是速度快、信息量大、作用多。

机器视觉主要使用计算机来模拟人类的视觉作用，但它不仅是人眼的简单延伸，更重要的是，人脑的部分作用从客观事物的图像中获取信息，处理和理解，用于实际检测、测量和控制。

典型的工业机器视觉应用系统，包括数字图像处理技术性、机械工程技术性、控制技术、光源照明技术性、光学成像技术性、传感器技术、模拟与数字视频技术性、计算机软硬件技术性、人机接口技术性等。

发展历史简介。

机器视觉的研究始于20世纪60年代中期美国学者L.R.罗伯兹对多面体积木世界的理解。预备处理、边缘检测、轮廓构成、总体目标建模、匹配等技术性后来使用于机器视觉。

罗伯兹在图像分析过程中采用了自底向上的方法。利用边缘检测技术性确定轮廓线，利用区域分析技术性将图像分为灰度相似的像素构成的区域，统称为图像分割。其目的是用轮廓线和区域描述分析的图像，以匹配存储在相同机器中的模型。

实践表明，仅仅自下而上的分析太难了。必须同时采用由上而下的分析方法，即将总体目标分为几个子目标，并使用启发性专业知识总体目标进行预测。这与语言理解中使用的自下而上和由上而下相结合的方法是一致的。在图像理解研究中，A.古兹曼提出使用启发性专业知识，表明使用符号过程来解释轮廓的方法不需要帮助少的二乘法匹配等数值计算程序。

20世纪70年代以后，机器视觉产生了几个重要的研究分支：1、目标导向数字图像处理；2、数字图像处理和分析的平行算法；3、从二维图像中获取三维信息；4、序列图像分析和运动参数值；5、视觉专业知识的表达；6、视觉系统知识库等。

全球使用。

在国外，机器视觉的普及主要反映在半导体和电子行业，约40%-50%集中在半导体行业。机器视觉技术已广泛应用于质量检测的各个方面，其产品在使用中起着重要作用。此外，机器视觉还用于其他领域。

在中国，视觉技术性的使用始于20世纪90年代，因为该行业本身是一个新兴的领域，并且机器视觉产品技术性的普及还不够，导致上述行业的使用几乎空白。目前，国内大多数机器视觉公司都是外国品牌。大多数国内机器视觉公司通常从代理各种外国机器视觉品牌开始。随着机器视觉的不断使用，公司规模逐渐扩大，技术性逐渐成熟。

在行业应用方面，主要包括制药业、包装、电子、汽车制造、半导体、纺织、烟草、交通、物流等行业。用机器视觉厂家技术代替劳动力可以提供生产率和产品质量。例如，在物流行业，机器视觉技术可以用于快递公司的分拣和分类。大多数快递公司不会手动分拣，降低物品损坏率，提高分拣效率，减少人力劳动。