機器視覺做什麼比較火

1. 什麼是機器視覺可以用來做什麼

我們現在在做的就是機器視覺，工業自動化方面的，要想實現自動控制，就要有專感測器，控屬制中心，執行單元，ccd相機就相當於感測器，通過對關注區域圖像的採集，處理，得到有用的信息，回饋給控制中心，然後控制中心會給執行單元一些執行數據，例如由機械手，pc，ccd，視頻採集卡，這些硬體搭建的系統，就是典型的工業類的機器視覺系統，現在比較常用的機器視覺軟體，康耐視，halcon，opencv...機器視覺在未來會大有前途的。純手工打字啊，希望採納！

2. 機器視覺主要運用在哪些領域

由於機器視覺可以快速獲取大量信息，而且易於自動處理，人們逐漸將機器視覺系統廣泛地用於天文行業、 醫葯行業、交通航海行業以及軍事行業領域等。科天健根據機器視覺目前在各行業的應用，整理出以下具體應用 方向：

（1）軍事
航空著陸姿勢、起飛狀態；彈道/火箭噴射、子彈出膛、火炮發射；爆破分析炮彈爆炸、破片分析、爆炸防禦；撞 擊、分離以及各種武器性能測試分析，點火裝置工作過程等。

（2）科學研究
結晶；PIV的流體、粒子研究；燃燒、敷層過程測量。

（3）生產領域
產品噴濺、封裝、壓軋、織網、膜壓、繞線、切削、裁剪、採掘；機械運轉動作分析或故障診斷等。

（4）生物
運動學、生物力學；生物運動分析：人體、動物動作分析，昆蟲或鳥類翅膀運動；步態分析、康復物理治療等。

（5）醫療
醫療器具、細胞、瓣膜運動；出血觀察；吞咽、呼吸道鞭毛運動等。

（6）影視
電影、廣告、動畫特技等，如高速動作特技。

（7）體育
跑步、跳遠、跨欄、體操、跳水等姿勢動作分析；運動廣播、體育運動輔導和訓練等。

（8）汽車
安全氣囊測量；汽車碰撞研究；托運器、輪胎、限制器等組件動作。

（9）專業領域
工程故障、動態特性、破碎、震動分析；落摔分析、沖擊分析、產品開發研究分析、力學和彈性分析等。

3. 目前機器視覺發展到什麼水平

其實機器視覺的發展是相當緩慢的，因為近期計算機硬體發展的很快，CPU性能可以支持很大解析度圖像的計算和很復雜的演算法，好像視覺技術也發展的很快一樣，其實視覺發展的還是很慢的。
因為機器視覺使用計算機編程技術來模仿人類視覺，模仿人類的辨別能力，檢測能力；只是在很粗的粒度上進行模擬，或者說在很淺顯的水平上進行模擬，更深層次的東西大家都沒弄明白。
比如說一張圖畫裡面有若干條直線，需要數出來有幾條，這個對於人來講太容易了，是吧，但是對於計算機視覺來說，還摸不著頭腦，因為計算機沒有人類的理解能力，思考能力，他只是能很快的執行加減乘除(乘除也是用加法器湊出來的), 計算機的所有功能說白了，底層只是加減乘除而已，根本沒有思維，沒有意識，那他怎麼去數直線的根數呢？
通過數學方法的霍夫變換來實現。霍夫變換是1960-1970年之間的Paul Hough 發明的，他把空間中的所有點的坐標，轉換為許多直線方程，每個點都對應無數個直線方程，共線的點的直線方程就會重復，那麼最後數出來那些直線方程的個數超過閾值，那麼就是有多少條直線。
看明白了吧，即使數直線個數這么簡單的任務也要用這么復雜的數學變化來實現，那麼其他的比如玻璃表面的劃傷檢測呢，或者印刷品表面的漏印檢測呢，再或者機器人自動抓取是怎麼實現的的，背後都是數學演算法在支撐著，講穿了其實沒有什麼太深不可測的。
既然是有數學演算法支撐，那麼數學能解決的問題是有有限的，所以機器視覺能解決的問題也是有限的，本質上說跟人類的視覺是有根本性差別的。這些差別體現在，人類可以理解非常復雜的物體，可以在非常復雜的背景中，准確找出千變萬化的物體（例如手絹，例如糖果），這些對人來說毫不費力，但是機器視覺卻做不出來，或者說做不好。因為它缺少理解力
一旦方程無法解決，那就沒辦法了。
雖然現在深度學習很火，好像遍地開花一樣，但是深度學習也並沒有產生人類的理解能力，它也只是一種復雜的分類器而已，它用幾百萬上千萬個參數去迭代擬合復雜的圖片，以便得到正確的分類結果，但是一旦系統訓練好了，他遇到新的類別還是會分錯，他沒有自動學習能力，並且在復雜的有雜訊的背景中，識別目標的能力還是遠低於人，這都是數學方法的限制帶來的。
那麼回到主題，機器視覺是否已經無所不能，開始全面代替人工呢？ 答案是否定的。
但是可以替代那些簡單重復性的人工勞動，比如在飲料灌裝線上，挑出沒有灌滿的瓶子；在電纜生產車間，檢查電纜表面是否有破損，或者在高速行進的單一顏色布匹上，檢查出斷絲。這些都是現在數學可以解決的問題，用機器視覺也是非常合適的。
如果面對的任務不是這些簡單重復性的，例如災區搜救，照看病人，捉拿罪犯，教育孩子這些需要一定智力的活動機器就做不好了。可能等以後真正的智能出來了，才能做好。

4. 機器視覺系統一般用於什麼行業

圖像採集設備機器視覺教學實驗平台是專門針對大學和研究機構開展內機器視覺教學和研究的機容器視覺教學實驗平台，提供包括圖像測量、檢測、定位、跟蹤識別等多個圖像處理庫函數，功能強大，可覆蓋工業生產、機器視覺、智能交通、航空航天等眾多圖像處理應用領域。
機器視覺圖像處理教學實驗開發平台可利用其提供的大量圖像處理和機器視覺演算法進行二次開發，解決現代工業產品生產過程中涉及的各種各樣視覺問題。實驗平台結構開放，提供擴展介面，也可添加自己的圖像處理優異演算法。
提供多種圖像處理實驗，如圖象分割、圖象融合、機器學習、模式識別、圖象測量、圖象處理、模式識別和人工智慧、三維測量、雙目立體視覺等實驗，可以培養學生對機器視覺產品知識的深入理解和掌握，鍛煉學生的研究能力，創新思維以及獨立解決技術難題的能力。
作為一套完整的機器視覺教學實驗開發平台，使用者可利用其配套的工業相機、LED光源、工業鏡頭、支架、演算法軟體等搭建自己的視覺處理系統原型，了解圖像採集設備等配件的應用和選型，輕松設計、印證和評估自己的視覺系統，特別適合於大學和研究機構開展機器視覺教學和科研工作。

5. 機器視覺有哪些行業應用

機器視覺目前主要運用於工業領域，如：機器人/機械手運動抓取、足球機器人，醫專葯包裝盒檢測、手屬機零部件檢測、屏幕檢測，齒輪檢測、車輛車牌識別、人臉檢測，甚至包括安防系統：公共區域人流檢測、犯罪人員識別，無人機飛行的避障系統、跟蹤系統，醫學研究時激光拍片的病灶判斷，在農業上也有運用：果實採摘、病害識別、森林防火檢測。在廣泛到一些儀器指數、參數的識別。

6. 怎麼樣才能踏入機器視覺這個行業

學習機器視覺專業，就從事這份工作。

7. 機器視覺都有哪些品牌，性價比如何

1、凌華科技

凌華科技（中國）有限公司，是台灣凌華科技集團在中國大陸設立的分公司。是一家致力於研究、製造基於PC技術的專業計算機、自動化數據量測系統及工業過程自動化控制設備的專業廠商。

幾年來，凌華科技以專業的技術為各界的用戶提供了高質量、經濟化的量測與自動化產品及解決方案。

凌華科技在圖像採集卡方面具有強大的科研實力，自行研發製造的產品被廣泛應用在SCADA系統、工業、測量、智能機器，智能交通以及現代通訊系統、醫療設備、航天、軍工等領域。

2、大恆圖像

中國大恆（集團）有限公司北京圖像視覺技術分公司簡稱為大恆圖像，成立於1991年，總部在北京，是中國科學院下屬企業。大恆圖像的技術骨幹主要來自中國科學院各研究單位，公司的產品和技術基礎來源於中國科學院多年的技術積累，是將高新技術成果轉化為產品的高科技企業。

大恆圖像自成立之日起，一直堅持走以技術開發為主的發展道路，一直致力於圖像視覺領域的研究開發，建立了技工貿一體化的結構，連續十五年被中關村科技園區認定為高新技術企業。

在國內，大恆圖像是首屈一指的專業視頻圖像處理設備供應商，同時也是著名的圖像應用系統集成商和解決方案提供商。

3、視覺龍

深圳市視覺龍科技有限公司是一家由歸國留學人員創辦的高科技企業，公司成立於2002年9月，在深圳、常州和嘉興分別設有公司。成立以來，公司一直致力於機器視覺產品的應用開發、嵌入式機器視覺系統的研發、生產以及銷售。

視覺龍專業涵蓋非接觸式測量(含機器視覺、位移測量等)、自動化控制、精密機械、電子、工控軟體等諸多重要領域。可以提供機器視覺單元、鏡頭、光源等硬體及軟體方面的支持和配合。

應用前景：在包括汽車製造、制葯、電子、包裝、印刷、煙草、日化、建材、制幣、制卡等在內的幾乎所有的現代工業自動化生產中，涉及到各種各樣的檢驗生產監 視和零件識別應用，如汽車零件批量加工，端子尺寸檢測，SMT裝配，IC的字元識別等等，通常這種帶有高度重復性和智能性的工作只能用人的肉眼來完成，但 有些時候，如微小的尺寸要做到精確快速測量,形狀匹配,顏色識別等，人們根本無法用肉眼連續穩定地進行，其他物理感測器也難以有用武之地。視覺龍科技作為 一間專門為高要求用戶提供圖像處理和機器視覺軟體及全面解決方案的公司，一直致力於機器視覺自動化的推廣，在業內已具有驕人的業績和口碑，為推動以上工業 發展做出了巨大的努力。

4、凌雲光子

凌雲光子技術集團是致力於光通信(OpticalCommunication)、CCD&CMOS數字成像技術和機器視覺領域(ImagingTechnology&MachineVision)的專業技術集團公司。

集團總部位於北京，下設北京凌雲光視數字圖像技術有限公司、北京凌雲光子技術有限公司，上海凌雲天博光電技術有限公司和香港分公司，並在上海、深圳兩地設 有辦事處。公司現有博士11名，碩士120多名，其中包括多名在海外留學多年的光通信專家和國內圖像與機器視覺領域的知名學者。目前已成長為擁有580多 名員工、從事光通信和圖像領域的市場營銷與技術開發的高科技專業技術公司。是國內最早涉足光纖通信器件及光纖有線電視領域的高科技企業之一。

公司為Bookham、Fujikura、U2T、TeraXion、VPIsystems、Avensys、EXFO等四十多家世界著名的專業技術公司 在中國做產品推廣、應用技術支持、市場拓展和渠道建設等工作，公司專注於光通信EDFA、40Gb/sDWDM光傳輸、100Gb/sDWDM光傳輸、 ROADM、偏振、光纖激光器、FBG感測、光接入網傳輸等多個應用領域，為廣大用戶提供從軟體模擬、各種關鍵元器件，到測試儀表在內的整套產品解決方 案，且逐漸開始在光通信領域開展自主研發及生產。

5、康視達

康視達自動化科技有限公司是一家專業從事機器視覺光源、機器視覺系統集成、研發和服務的高新科技企業。公司立足於機器視覺和工業自動化領域，專注於機器視覺和運動控制的完美結合，全力打造視覺高端產品。

康視達研發LED機器視覺光源，形成環形光源、條形光源、線掃描光源、面光源、圓頂無影光源、平面無影光源、同軸光源、點光源、AOI設備專用光源、錫膏印刷機專用光源等眾多系列，擁有多項專利技術。機器視覺光源是康視達公司的核心產品。

康視達代理國內外知名品牌的工業產品，包括:Cognex、NI、Panasonic等智能相機,SENTECH、Teli、Hitachi、 ImagingSource工業相機,Computar、VST、Navita、Myutron工業鏡頭,以及NI圖像採集卡,MCC數據採集 卡,HALCON圖像處理軟體等。

6、三姆森光電科技

東莞三姆森光電科技有限公司成立於2005年，是專門研究圖像處理及自動化運用的高科技企業，從事機器視覺檢測，集自動化控制系統設計、開發、銷售的高科 技公司。主要業務有：自動化系統，連接器檢測，CCD平整度檢測，機器視覺系統，包裝檢測系統，自動化在線檢測，尺寸檢測，外觀檢測，視覺軟體開發，視覺 配件。

公司有三大視覺系統，1、PC視覺系統，它的主要特點是：可以根據客戶的要求「量身定做」，性價比非常高，軟體操作非常簡便，功能強大，我們公司在電子行 業應用的非常廣泛，尺寸測量，定位，字元識別，外觀等等都可以檢測。2、和日本合作開發的專門用於外觀檢測的SA外觀檢測系統，專門針對各種外觀缺陷設計 開發的一款系統，一台處理器最多可以連接四個相機，因採用了獨立的矢量軟體演算法，在檢測外觀缺陷的項目上，有非常大的優勢。3、代理美國COGNEX的智 能視覺系統，主要應用在一些高速高精度的檢測項目上，安裝應用都比較簡單。

7、OPT

OPT是奧普特自動化科技有限公司的簡稱，該公司主要從事機器視覺產品的研發生產銷售，目前是中國機器視覺光源製造廠商。為客戶提供視覺定位、光學檢測、 圖像分析、圖像測量等方面的系統開發與集成解決方案。OPT銷售及服務網路覆蓋全球20多個國家和地區，擁有30多家授權代理商。

公司目前主要光源產品有環形光源、同軸光源、背光源、條形光源、組合條形光源、點光源、球積分光源、線形光源、AOI檢測專用光源、SMT行業對位光源十大系列。配套有數字式光源控制器、模擬式光源控制器、增亮模塊、數字增亮一體控制器、模擬增亮一體控制器。

8、凱瑞斯

東莞凱瑞斯自動化科技有限公司位於東莞市莞城科技園，注冊資金100萬，是一家由留學回國人員創辦的高新科技企業，依託華南理工大學、華中科技大學、成都 電子科技大學等國內知名大學，成功聚集了一批高端留學人員和高級技術人才，立足於機器視覺和工業自動化領域，專業從事機器視覺光源、機器視覺系統及工業機 器人的研發和技術服務，通過機器視覺和運動控制的完美結合，全力打造視覺高端產品。

8. 機器視覺中有哪些主要的問題和發展瓶頸存在

1、問題可以歸結為三個方面：計算能力不足、認知理論未明以及精確識別與模糊特徵之間的自相矛盾。
2.人才的稀缺
目前真正意義上的從業人員缺少科班出身，缺少對圖像處理的底層理論認知和理解。機器視覺中圖像處理是極為重要的一環，而目前大多數從業人員是本科或者大專畢業，或者是電氣工程師新入行，基本都比較缺乏圖像處理的基本理論，很多理論還停留在對「視覺嘛，就是、對比視覺，二值化」等認知上。
待遇。雖然相對於普通的自動化從業者而言，機器視覺工程師待遇還是不錯的，但是卻難以吸引到碩士或者博士進行過專門圖像處理學術訓練的人加入，因為隨便加入那個互聯網大公司做圖像相關工作，待遇都能把自動化從業的工程師甩出幾條大街。
另外，機器視覺更多的應用是屬於自動化設備這一塊。而自動化屬於比較交叉的學科，涉及到機器視覺，需要了解的東西包括、電氣、運動控制、機械、光學、軟體編程等。這些學科了解一些基本的東西不難，但是研究的比較透徹並能高效率的綜合運用就比較難了。
3.圖像處理的不確定性
在我的理解機器視覺僅僅算是計算機視覺的一個微小分支，所以機器視覺主要還是指工業方面的應用。目前的工業應用主要需求有：測量、外觀檢測、條碼、字元識別、定位。而這幾個方面機器視覺還沒有一個能真正意義上實現批量化檢測的同時保證極高的准確率，極小的誤檢率和杜絕漏檢。這個目標不能實現，降低了機器視覺的應用預期。因為機器視覺設備不能完全解決，還是需要人復查，除非客戶的標准沒有那麼高。

9. 機器視覺哪種軟體比較好

1、以Halcon，VisionPro為代表的傳統機器視覺軟體，通過調用各種演算法因子，針對目標特徵，定製化設置各種參數。其擅長解決以測量為主的定量問題，和判斷有無的簡單問題，但對復雜檢測類的需求，漏檢率/誤檢率較高。雖然軟體價格一降再降，國產軟體售價僅幾千元甚至免費，但前期開發和後期維護成本較高，在使用時面臨很大的局限性。
2、以康耐視的VIDI、Sualab(已被康耐視收購)為代表的深度學習軟體，將深度學習的標注、訓練、測試流程，以PC軟體的方式進行封裝，降低了用戶使用深度學習技術的門檻。主要解決傳統視覺無法解決的復雜缺陷檢測難題，或用深度學習的標注方法，提高開發效率。但從實際應用效果來看，當前的深度學習主要以監督學習為主，針對不同場景，需要大量的模型選擇、調參等工作，無法針對所有場景，通用性的解決，因此，並沒有解決傳統演算法需要定製開發的難題，並且用戶的使用門檻較高，普通工程師對深度學習的調參一般沒有基礎。
3、北京矩視智能科技有限公司，成立於2017年，先後獲融資近千萬元，創新性的提供了一款雲端的工業視覺深度學習工具，線上實現標注、訓練、測試流程，依靠在雲端積累的大量不同場景的深度學習模型庫，用戶上傳、標注圖片後，將由雲端自動匹配最優的深度學習模型和參數進行訓練，用戶無需任何操作，線上測試效果後，下載SDK即可本地化運行，真正做到通用級的工業視覺深度學習工具。同時在商業上，矩視智能將雲端工具直接免費，下載sdk後，僅需購買Lisence加密狗，即可本地運行，致力於將深度學習技術應用於所有的工業視覺場景中。