我國(guó)的機(jī)器人產(chǎn)業(yè)化必須由市場(chǎng)來(lái)拉動(dòng)，機(jī)器人作為高新技術(shù)，它的發(fā)展與社會(huì)的生產(chǎn)、經(jīng)濟(jì)狀況密切相關(guān)。機(jī)器人的研制、開發(fā)只有從技術(shù)上實(shí)現(xiàn)可能性大為原則選擇機(jī)器人優(yōu)先應(yīng)用的領(lǐng)域，并以此為突破口，向其他領(lǐng)域滲透、擴(kuò)散至為重要。隨著工業(yè)4.0時(shí)代的到來(lái)，機(jī)器視覺(jué)在智能制造業(yè)領(lǐng)域的作用越來(lái)越重要，能讓更多用戶獲取機(jī)器視覺(jué)的相關(guān)基礎(chǔ)知識(shí)，包括機(jī)器視覺(jué)技術(shù)是工作的、它為是實(shí)現(xiàn)流程自動(dòng)化和質(zhì)量改進(jìn)的正確選擇等。機(jī)器視覺(jué)是一門學(xué)科技術(shù)，廣泛應(yīng)用于生產(chǎn)制造檢測(cè)等工業(yè)領(lǐng)域，用來(lái)產(chǎn)品質(zhì)量，控制生產(chǎn)流程，感知環(huán)境等。機(jī)器視覺(jué)系統(tǒng)是將被攝取目標(biāo)轉(zhuǎn)換成圖像信號(hào)，傳送給專用的圖像處理系統(tǒng)，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號(hào)，圖像系統(tǒng)對(duì)這些信號(hào)進(jìn)行各種運(yùn)算來(lái)抽取目標(biāo)的特征，進(jìn)而根據(jù)判別的結(jié)果來(lái)控制現(xiàn)場(chǎng)的設(shè)備動(dòng)作。機(jī)器視覺(jué)行業(yè)的人士都知道，機(jī)器視覺(jué)檢測(cè)系統(tǒng)一般是通過(guò)CCD照相機(jī)將被監(jiān)測(cè)的對(duì)象轉(zhuǎn)換成圖，傳送給機(jī)器視覺(jué)是同種的圖像處理系統(tǒng)實(shí)現(xiàn)的，在這個(gè)過(guò)程中，機(jī)器視覺(jué)系統(tǒng)地圖像處理系統(tǒng)，會(huì)依據(jù)像素的分布和各個(gè)不同成像區(qū)域的亮度、顏色等不同的信息，將圖像信號(hào)再次轉(zhuǎn)化為數(shù)字化的信號(hào)。這些信號(hào)所反映出來(lái)的監(jiān)測(cè)項(xiàng)目的特征，將作為輸出結(jié)果，為電腦或者人工判斷提供參考依據(jù)，進(jìn)而達(dá)到自動(dòng)化、提率的目標(biāo)。機(jī)器視覺(jué)系統(tǒng)實(shí)現(xiàn)這些工作原理，需要有幾個(gè)典型結(jié)構(gòu)的支持：首先就是照明系統(tǒng)，與機(jī)器視覺(jué)相關(guān)的照明系統(tǒng)，又被稱為機(jī)器視覺(jué)光源。可以這么說(shuō)，照明是影響機(jī)器視覺(jué)系統(tǒng)輸入和判斷的重要的因素之一，因?yàn)樗苯佑绊憴C(jī)器視覺(jué)系統(tǒng)輸入數(shù)據(jù)的質(zhì)量和分析依據(jù)，還有就是這個(gè)系統(tǒng)的實(shí)際應(yīng)用效果。通常情況下，按照目前機(jī)器視覺(jué)光源行業(yè)的狀況，是沒(méi)有通用的機(jī)器視覺(jué)照明設(shè)備的，所以針對(duì)任何一個(gè)新開發(fā)的機(jī)器視覺(jué)系統(tǒng)，需要開發(fā)對(duì)應(yīng)的機(jī)器視覺(jué)光源，找到適用的照明設(shè)備和系統(tǒng)。其次就是鏡頭了，鏡頭也在很大程度上決定了成像的效果，而選擇好的鏡頭，就需要關(guān)注體現(xiàn)鏡頭配置的幾個(gè)關(guān)鍵因素：如焦距、目標(biāo)高度、影像高度、放大倍數(shù)、影像至目標(biāo)的距離、中心點(diǎn)、節(jié)點(diǎn)、畸變等，這些都決定著鏡頭的質(zhì)量，也關(guān)系到機(jī)器視覺(jué)系統(tǒng)的判讀水平。故而，選用工業(yè)鏡頭時(shí)必須考慮視野、工作距離，CCD(攝像機(jī)成像傳感器裝置的尺寸)等因素。另外，就是一些圖像采集和機(jī)器選型方面的結(jié)構(gòu)了。這些典型的結(jié)構(gòu)決定了機(jī)器視覺(jué)系統(tǒng)的整體功能特性。由此可見，機(jī)器視覺(jué)領(lǐng)域，重要典型的結(jié)構(gòu)就是機(jī)器視覺(jué)光源和工業(yè)鏡頭了，選擇的機(jī)器視覺(jué)系統(tǒng)，必須先選擇相應(yīng)的機(jī)器視覺(jué)光源與之搭配，同時(shí)配置好的圖像處理系統(tǒng)，也就是的工業(yè)相機(jī)和工業(yè)機(jī)關(guān)念頭。機(jī)器視覺(jué)的研究是從20世紀(jì)60年代中期美國(guó)學(xué)者L.R.羅伯茲關(guān)于理解多面體組成的積木世界研究開始的。當(dāng)時(shí)運(yùn)用的預(yù)處理、邊緣檢測(cè)、輪廓線構(gòu)成、對(duì)象建模、匹配等技術(shù)，后來(lái)一直在機(jī)器視覺(jué)中應(yīng)用。羅伯茲在圖像分析過(guò)程中，采用了自底向上的方法。用邊緣檢測(cè)技術(shù)來(lái)確定輪廓線，用區(qū)域分析技術(shù)將圖像劃分為由灰度相近的像素組成的區(qū)域，這些技術(shù)統(tǒng)稱為圖像分割。其目的在于用輪廓線和區(qū)域?qū)λ治龅膱D像進(jìn)行描述，以便同機(jī)內(nèi)存儲(chǔ)的模型進(jìn)行比較匹配。實(shí)踐表明，只用自底向上的分析太困難，必須同時(shí)采用自頂向下，即把目標(biāo)分為若干子目標(biāo)的分析方法，運(yùn)用啟發(fā)式知識(shí)對(duì)對(duì)象進(jìn)行預(yù)測(cè)。這同言語(yǔ)理解中采用的自底向上和自頂向下相結(jié)合的方法是一致的。在圖像理解研究中，A.古茲曼提出運(yùn)用啟發(fā)式知識(shí)，表明用符號(hào)過(guò)程來(lái)解釋輪廓畫的方法不必求助于諸如zui小二乘法匹配之類的數(shù)值計(jì)算程序。70年代，機(jī)器視覺(jué)形成幾個(gè)重要研究分支：①目標(biāo)制導(dǎo)的圖像處理；②圖像處理和分析的并行算法；③從二維圖像提取三維信息；④序列圖像分析和運(yùn)動(dòng)參量求值；⑤視覺(jué)知識(shí)的表示；⑥視覺(jué)系統(tǒng)的知識(shí)庫(kù)等。