机器视觉，简单来说就是用机器代替人眼来做测量和判断。它是近年来发展起来的一项新技术，它是利用光机电一体化的手段使机器具有视觉的功能。
机器视觉主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。将机器视觉引入检测领域，可以在很多场合实现在线高精度高速测量。
机器视觉的典型机构由五部分组成：照明、镜头、相机、图像采集卡、视觉处理器。由此而衍生出来的技术则是机器视觉技术，它是一门涉及人工智能、计算机科学、图像处理、模式识别等诸多领域的交叉学科。
机器视觉技术最大的特点是速度快、信息量大、它的难点都有哪些？
- 打光的稳定性
工业视觉应用一般分成四大类：定位、测量、检测和识别。其中测量对光照的稳定性要求最高，因为光照只要发生10-20%的变化，测量结果将可能偏差出1-2个像素。这不是软件的问题，这是光照变化，导致了图像边缘位置发生了变化。
目前软件也解决不了此类问题，必须从系统设计的角度，排除环境光的干扰，同时要保证主动照明光源的发光稳定性。通过更换硬件，使相机分辨率的提升也是提高检测精度，抗环境干扰的一种办法。
2.工件位置的不一致性
一般做视觉测量的项目，无论是离线检测，还是在线检测，只要是全自动化的检测设备，图像上的第一步算法工作就是要能找到待测目标物。每次待测目标物出现在拍摄视场中时，即使使用一些机械夹具等机构工具，也不能特别高精度保证待测目标物每次都出现在同一位置的。
要能精确知道待测目标物在哪里，就需要用到视觉定位功能，如果定位不准确，可能导致测量工具出现的位置就不准确，测量结果有时会有较大偏差。
3.标定
一般在高精度测量时需要做以下几个标定:
1：光学畸变标定。
2：镜头投影畸变的标定，也就是安装位置误差导致的图像畸变校正。
3：物像空间的标定，也就是具体算出每个像素对应物空间的尺寸。
4.发展及应用
在国外，机器视觉的应用相当普及，主要集中在电子、汽车、冶金、食品饮料、零配件装配及制造等行业。随着国内制造业的快速发展，对于产品检测和质最的要求不断提高，各行各业对图像和机器视觉技术的工业自动需求将越来越大，因此机器视觉在未来制造业中将会有很大的发展空间。
超人视觉是国内最专业的视觉培训机构，其视觉领域范围包含工业视觉、安防视觉、计算机视觉、无人机视觉，目前针对工业视觉进行全方位精英培训，超人视觉已经培养了多批学员。输送了很多真才实学的学员到各企业就职。也得到了企业的高度认可。实事求是、精英教学为超人视觉的宗旨。
如果你在机器视觉学习和工作中遇到问题和困难，或者有其他各方面的想法想和我们交流的，欢迎联系我们，给我们留言，让我们相互陪伴，共同成长！
