机器视觉网：机器视觉系统的典型特性

机器视觉系统具有以下几个典型特性。 1. 使用精准成像扩展人眼的视觉范围和能力 机器视觉系统具有较宽的光谱响应范围，例如使用人眼不可见的红外 光进行测量，可以扩展人眼的视觉范围。系统可以长期稳定工作，承担大 量的测量、分析和识别任务，而人眼由于易疲劳难以对同一对象进行长时 间不间断观察。 2. 通过人机交互和图像采集实现人机物互联 机器视觉不止通过光学图像采集将“物”和“机”有效结合，还通过 用户界面将“人”和“机”进行了有机整合，从而实现人 - 机 - 物的互联。 机器视觉是实现工业互联网的重要手段之一。 3. 采集全面信息满足实际应用需求 在实际部署过程中，机器视觉系统往往需要定制化设计多模态多视角 的专用图像采集部件，以使得采集到的图像信息能直接精确反映行业具体 应用需求的深层次特征。另外除了实时处理之外，还需要将海量的图像数 据进行存储以供事后查询和数据分析挖掘。 4. 以需求适配为目的做到成本可控性能均衡 机器视觉系统是面向市场应用以直接创造经济和社会价值为目的，而 中国电子技术标准化研究院 中国电子技术标准化研究院 中国电子技术标准化研究院 10 机器视觉发展白皮书 2021 不盲目追求高性能。在此前提下系统设计应做到两个适配和最小化：一是 成像与精度适配，即在达到成像精度的前提下成像器件成本最小化；二是 算法与算力适配，即在算法满足实际需求的基础上算力供给最小化。 5. 应用场景多有实时性和近实时性指标要求 机器视觉系统主要应用于工业领域。作为工业生产过程中的关键环 节，在很多应用场景中（比如工件在线检测和机器人视觉定位等），系统 要达到实际可用必须满足实时性或者近实时性的指标要求。 6. 主要应用于工业环境兼具可靠性与易用性 机器视觉系统多应用于工业环境，机器需要 7×24 小时运转，要求 具备高可靠性；机器视觉使用场景属于非接触测量，对于测量和被测双方 都不产生任何损伤，可以提高系统可靠性；此外，系统使用者包括不同知 识层次的管理者和工人，需要具备极高的易用性以方便他们迅速掌握和 使用。