机器视觉以及计算机视觉(Computer Vision)是既相互交叉又有区别的几个概念。图像处理是指用计算机对图像进行复原、校正、增强、统计分析、分类和识别等加工，以达到所需结果的技术和过程，它通常是机器视觉中必不可少的阶段(日常生活中图像处理常常指对图像的艺术化，与工业领域的图像处理的概念稍有差别)。计算机视觉的研究很大程度上是针对图像内容的视觉理论研究。它的研究对象主要是映射到单幅或多幅图像上的三维场景，例如三维场景的重建等。机器视觉则主要是指工业领域视觉的应用研究，例如自主机器人的视觉，用于检测和测量的视觉系统等。它通过在工业领域将图像感知、图像处理、控制理论与软件、硬件紧密结合，并研究解决图像处理和计算机视觉理论在实际应用过程中的问题，来实现高效的运动控制或各种实时操作。

　　从学科分类上来看，机器视觉和计算机视觉都被认为是 人工智能的(Artificial Intelligence) 下属科目，但机器视觉更多注重广义图像信号(如常规图像、激光，红外等)和图像处理如何用于工业生产方面的研究。而计算机视觉则 更注重图像信号本身的研究以及和图像相关的交叉学科的研究(医学图像分析，地图导航等)。　　接下来与精质一起了解选用机器视觉的几个要素！

　　1、机器视觉图象预处理

　　检测特征点和缺陷是非常的重要，不管亮度和对象表面或材料不同。图象预处理算法能把图象的特征点放大，以使视觉工具能更好的检测它们。同样，特征点也能被缩小，以至视觉工具可忽略它们。
　　2、机器视觉的定位器

　　对象或特征的精确定位是一个检测系统或由机器视觉引导的运动系统的重要功能。传统的物体定位采用的是灰度值相关来识别物体。尽管这种技术得到了广泛的应用，但是，它在图象质量变差的情况下，就缺乏稳定性。图象质量变差可能是由于凌乱、亮度不同和遮盖等因素的影响。相反，几何对象定位法是一种z新的方法，它使用对象的轮廓来识别对象及其特征

　　3、视觉引导的运动

　　如果你的应用需要一个视觉系统来引导机器人，那么必须知道视觉系统与运动系统是如何集成的。对于校准和操作，没集成的运动系统与视觉系统是初步的系统，机械人或机构和视觉系统是分开校准的。在操作中，一台立的视觉系统可根据视觉坐标系统中的已知位置计算出零件位置的偏移量，然后发指令给机器人的手臂在离初始化编程的拾取位置的偏移量处拾取零件。

　　4、机器视觉光学装置与照明

　　众所周知，适当的光学装置和照明对机器视觉应用的成功至关重要。有时，尽管选择了z合适的光学装置和照明，但是，如果被监测的对象或特征稍微变动一下，就要求相应改变灯光和照明亮度。例如，晶片的抛光表面的不同，在OCR应用中激光蚀刻的标志的质量的不同。一个稳定性好的定位工具能轻松地处理由于光聚集和亮度不同的改变使得图象质量变差这样的情况。使用适当的软件能让你消除必要的调光操作，无论其图象质量如何改变。

精质致力于机器视觉及图像处理技术研发制造16年，致力为工业制造业提供专业的机器视觉检测方案。