文档介绍：机器视觉综述
机器视觉是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉主要利用计算机来模拟人或再现与人类视觉有关的某些智能行为,从客观事物的图像中提取信息进行处理,并加以理解,最终用于实际检测和控制。近年来，随着计算机技术尤其是多媒体技术和数字图像处理及分析理论的成熟，以及大规模集成电路的迅速发展，机器视觉技术得到了广泛的应用研究，取得了巨大的经济与社会效益。笔者在阅读大量文献的基础上，对国内外机器视觉技术的发展及应用做以概述。
1 机器视觉概念
机器视觉的定义
简单来讲，机器视觉可以理解为给机器加装上视觉装置，或者是加装有视觉装置的机器。给机器加装视觉装置的目的，是为了使机器具有类似于人类的视觉功能，从而提高机器的自动化和智能化程度。由于机器视觉涉及到多个学科，给出一个精确的定义是很困难的，而且在这个问题上见仁见智，各人认识不同。美国制造工程师协会(SME)机器视觉分会和美国机器人工业协会(RIA)自动化视觉分会关于机器视觉的定义是：“Machine vision is the use of devices for optical non-contact sensing to automatically receive and interpret an image of a real scene in order to obtain information and/or control machines or processes．”译成中文是：“机器视觉是使用光学器件进行非接触感知，自动获取和解释一个真实场景的图像，以获取信息和(/或)控制机器或过程。”目前我国还没有哪个官方协会或组织给出一个中文的正式定义。
历经多年的发展，特别是近几年的高速发展，机器视觉已经形成了一个特定的行业。机器视觉的概念与含义也不断丰富，人们在说机器视觉这个词语时，可能是指“机器视觉系统”，“机器视觉产品”，“机器视觉行业”等。机器视觉涉及到光源和照明技术、成像元器件(半导体芯片、光学镜头等)、计算机软硬件(图像增强和分析算法、图像卡、IO卡等)、自动控制等各个领域。将所需要的这些不同技术集成到一起本身也是一门技术，需要各领域技术人员的参与和合作才能促进机器视觉的快速发展。
本文希望能够起到抛砖引玉的效果，引起大家的兴趣和讨论，给出一个能够得到大家认可的关于机器视觉的正式定义。
机器视觉的组成及工作原理
机器视觉系统处理的核心目标是“图像”，一目标物体的“图像”被单帧或多帧采集量化为数字化信息，反之可以说，用一些离散的数字化数值阵列就可以表示一目标物体的“图像”。对于复杂的“图像”或需要进行更高精度的处理来说，采集量化的数字化信息则要求更大。即处理精度与数字化信息量成正比。一般来说，图像用多级亮度来表示并进行量化采集，即所谓灰度法。以灰度来表示图像量化的每一个像元素特征。基于灰度法的机器视系统框图由图1所示。
机器视觉系统包括：光路系统、面阵摄像机(CCD)、量化存贮单元、模板库、专用高速处理单元、监视单元等大模块。其中光路系统由程控光源、变焦伺服机构、自动光圈、光学镜片组等组成。
图1 机器视觉系统组成框图
对于以灰度进行量化处理的机器视觉系