Question

机器视觉的产生发展

Answer 1

机器视觉的研究是从20世纪60年代中期美国学者L.R.罗伯兹关于理解多面体组成的积木世界研究开始的。当时运用的预处理、边缘检测、轮廓线构成、对象建模、匹配等技术，后来一直在机器视觉中应用。罗伯兹在图像分析过程中，采用了自底向上的方法。用边缘检测技术来确定轮廓线，用区域分析技术将图像划分为由灰度相近的像素组成的区域，这些技术统称为图像分割。其目的在于用轮廓线和区域对所分析的图像进行描述，以便同机内存储的模型进行比较匹配。实践表明，只用自底向上的分析太困难，必须同时采用自顶向下，即把目标分为若干子目标的分析方法，运用启发式知识对对象进行预测。这同言语理解中采用的自底向上和自顶向下相结合的方法是一致的。在图像理解研究中，A.古兹曼提出运用启发式知识，表明用符号过程来解释轮廓画的方法不必求助于诸如最小二乘法匹配之类的数值计算程序。
70年代，机器视觉形成几个重要研究分支：①目标制导的图像处理；②图像处理和分析的并行算法；③从二维图像提取三维信息；④序列图像分析和运动参量求值；⑤视觉知识的表示；⑥视觉系统的知识库等。

Answer 2

机器视觉具有广泛的工业应用。核心功能包括：测量，检测，识别，定位等。产业链可分为上游部件级市场，中游系统集成/机器设备市场和下游应用市场。下面让我们浅谈一下机器视觉的发展历程。
随着技术的引入，我国的机器视觉始于80年代。随着1998年半导体工厂的整线引入，它还引入了机器视觉系统。自此，我国的机器视觉经历了启蒙阶段、发展阶段、快速发展阶段以及逐步走向成熟阶段。机器视觉企业、产品和应用在我国逐步兴起,视觉技术已经成为工业自动化领域的核心技术之一。在2006年之前，国内机器视觉产品主要集中在外资制造企业，其规模很小。06年开始，智能视觉检测机制造商和工业机器视觉应用程序客户开始扩展到印刷，食品和其他检测领域。该市场在2011年开始迅速增长。随着人工成本的增加和制造业的升级需求，再加上计算机视觉技术的飞速发展，越来越多的机器视觉解决方案已渗透到各个领域。
市场和技术的不断发展，使得机器视觉应用正如雨后春笋一样不断出现，并因其在效率、精度，成本、质量等等方面注入的独特价值而在一个又一个行业领域中得到广泛的应用。面对这样一个蓬勃发展的局面，机器视觉公司从长远来看需要继续提高其自主核心能力，并根据瞬息万变的市场状况及时分配资源，以确保它们仍能在激烈的行业中赢得并保持优势地位，并形成对国外先进企业的真正挑战。为了实现这一目标，一方面，有远见的公司需要加强市场信息的收集和对市场机会的判断，以市场驱动战略和业务；另一方面，未来必将与照明，机械和电力的集成视觉系统功能竞争。视觉公司需要提供从设备到解决方案和服务的全方位产品，才能真正为客户创造价值并赢得尊重。从这个角度来看，行业内的整合或战略联盟将逐步形成。此外，目前中国领先的视觉企业将逐步进入全球市场竞争，建立相应的商业模式，参与、研究和推广相关的国际视觉标准和自动化标准，也将是现阶段的挑战之一