文档介绍：机器视觉技术的发展及其应用秦亚航1,苏建欢2,余荣川1(,广西柳州;,广西宜州)【摘要】机器视觉系统的特点是提高生产的柔性和自动化程度。随着信号处理理论和计算机技术的发展,该技术迅速发展。本文介绍了机器视觉的关键技术的发展现状,其中包括光源照明技术、光学镜头、摄像机及图像采集卡、图像信号处理、执行机构等,并论述了其主要的应用领域以及存在的一些问题。【关键词】机器视觉;图像采集;图像处理DevelopmentofMachineVisionandApplicationsQINYa-hang1,QINWei-nian,SUJian-huan2,YURong-chuan1(CollegeofElectricalandInformationEngineering,GuangxiUniversityofScienceandTechnology,Liuzhou,China;HeChiUniversiry,Yizhou,China)【Abstract】,,includinglightingtechnology,opticallens,cameraandimageacquisitioncard,imagesignalprocessing,actuators,etc,anddiscussesitsmainapplicationfieldandsomeproblems.【Keywords】Machinevision;Imageacquisition;Theimageprocessing0前言机器视觉可以理解为基于视觉技术的机器系统或学科。美国制造工程协会机器视觉分会和美国机器人工业协会的自动化视觉分会对机器视觉下的定义为:“机器视觉是通过光学装置和非接触的传感器自动地接受和处理一个真实物体的图像,通过分析图像获得所需信息或用于控制机器运动的装置”[1]。机器视觉是计算机学科的一个重要分支,它综合了光学、机械、电子、计算机软硬件等方面的技术,涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。图像处理和模式识别等技术的快速发展,也大大地推动了机器视觉的发展。1机器视觉的发展历史模式识别:起源于20世纪50年代的机器视觉,早期研究主要是从统计模式识别开始,工作主要集中在二维图像分析与识别上,如光学字符识别OCR、工件表面图片分析、显微图片和航空图片分析与解释。积木世界:20世界60年代的研究前沿是以理解三维场景为目的的三维机器视觉。1965年,Roberts从数字图像中提取出诸如立方体、楔形体、棱柱体等多面体的三维结构,并对物体形状及物体的空间关系进行描述。他的研究工作开创了以理解三维场景为目的的三维机器视觉的研究。起步发展:1977年,DavidMarr教授在麻省理工大学的人工智能实验