一、什么是机器视觉

机器视觉基于仿生的角度发展而来，比如模拟眼睛是通过视觉传感器进行图像采集，并在获取之后由图像处理系统进行图像处理和识别。从大众接受的概念上来讲，机器视觉是指利用相机、摄像机等传感器,配合机器视觉算法赋予智能设备人眼的功能,从而进行物体的识别、检测、测量等功能。

近年来，随着图像识别、智能传感器等技术的进步，机器视觉在工业生产与社会生活中的应用愈发广泛，市场渗透率持续提升，不再那么的遥不可及。

二、机器视觉的分类

机器视觉主要分为三类：单目视觉技术，即安装单个摄像机进行图像采集，一般只能获取到二维图像。单目视觉广泛应用于智能机器人领域。然而，由于该技术受限于较低图像精度以及数据稳定性的问题，因此需要和超声、红外等其它类型传感器共同工作。

双目视觉技术，是一种模拟人类双眼处理环境信息的方式，通过两个摄像机从外界采集一副或者多幅不同视角的图像，从而建立被测物体的三维坐标。

多目视觉技术，是指采用了多个摄像机以减少盲区，降低错误检测的机率。该技术主要用于物体的运动测量工作。在机械臂手眼协调方面，多目视觉技术能够克服物体捕捉的盲区，使机械臂进行抓取更加有效。在工业机器人进行装配领域，多目视觉也能够识别和定位被测物体，进而提高装配机器人的智能程度和定位精度。

三、人工智能催生机器视觉的发展

人工智能推动了机器视觉的高速发展，从手机里的美颜APP面目识别功能、人脸相册分类，到支付宝面部识别身份验证、储物柜人脸识别，再到工业机器人对物体准确抓取、物流机器人障碍避让......视觉机器在我们的身边无处不在。

借助人工智能的“东风”，机器视觉技术成为了不少制造业企业走向智能化、信息化升级的关键驱动力。特别是智慧物流、智能包装等具备一定自动化基础，十分迫切向智能化迈进的行业，在应用机器视觉技术上更加积极主动。

作为人工智能重要领域的智能机器人，机器视觉的应用，大大加速了智能机器人的普及应用。目前，市场上不管是工业机器人还是服务机器人，对于自主避障、智能决策等能力的要求越来越高，也越来越广泛。而机器视觉技术是机器人实现自主避障、智能决策等功能的基础。

在人工智能愈发火热的带动下，在制造业转型升级的巨大需求下，在机器人市场的增长驱动下，机器视觉行业迎来了爆发契机。

四、机器视觉未来应用的广泛性

机器视觉应用广泛，从工业视觉到计算机视觉，从人机交互到自动驾驶，从虚拟现实到物体自动识别，从智能安防到医学领域，机器视觉都能作为核心技术模块充当着重要输入的角色。

机器视觉扩展性强，除能满足智能制造的定位、测量、检测等功能需求以外，还在诸如扫地机器人、无人驾驶、新兴服务机器人、AR等智能生活领域起着极其重要的功能性作用，满足其对于视觉功能的不同诉求。

此外，机器视觉的细分技术“人脸识别”，想象空间更为广阔，可应用于身份识别、消费、客户管理、智能安防等更多领域。

机器视觉应用于工业自动化领域，可以实现产品的检测、测量、识别以及工业机器人的定位引导等功能。

其中检测功能，主要为工件的瑕疵和色彩检测、部件的有无检测、目标位置和方向检测等；测量功能，主要为部件的尺寸和容量检测，预设标记的测量(如孔位到孔位的距离)等，识别功能不同于其他领域，主要为标准条形码、二维码的解码、字符的识别和确认等；工业机器人的定位引导功能，主要为输出空间坐标，引导机械手臂精确定位等。