二、外觀檢查
外觀檢查是通過影象處理技術來完成的，影象處理其實是計算機對影象資訊進行處理。
對影象進行處理的主要目的有三個方面：提高影象的視感質量、提取影象中所包含的某些特徵或特殊資訊、影象資料的變換、編碼和壓縮，以便於影象的儲存和傳輸。而這些正是生產線上檢查產品是否存在質量問題最好的應用，這個環節也是取代勞動力最重要的部分。
除此，它還在其它的一些領域有應用，如生成原圖的預覽圖、在小車或無人飛行器上裝載攝像頭，利用影象處理技術處理攝像頭拍攝的畫面。
三、識別
識別，從字面上就可以看出，這是乙個認識加辨別的過程，需要機器有類人的判斷。因此識別主要是通過影象處理和深度學習的融合來實現這個功能。
影象處理把外部物體資訊轉換成機器語言，然後過視覺感知來完成資訊的輸入，這一過程實質就是機器學習的過程，兩者疊加融合，從而使得識別功能變得智慧型。最為常見的應用就是人臉識別和無人駕駛。
四、高精度檢測
高精度檢測其實和第乙個導航定位功能原理相同，不同的是，它可能會把多個測量技術融合在一起，形成高精度的檢測系統。
因為運用到高精度檢測的行業一般都是在精密加工型產業與高階工業製造領域等高要求的行業，檢測精度要求達到um級，這些都是人眼無法檢測到，必須用機器完成的。而這也成為了工業4.0時代，工業自動化的關鍵應用。
人工智慧和中國製造2025戰略的深入下行，勢必帶來機器視覺需求的不斷提公升。
機器視覺屬於技術密集型行業，核心技術的積累和持續的技術創新是企業取得競爭優勢的關鍵因素之一，我們期待行業有更多的優秀者出現，一起為整個行業的發展添磚加瓦。
人工智慧全景產業鏈 助推機器視覺快速重構
從整個機器視覺的領域來講，它是處在快速的重構期，通過市場分析來看，機器視覺並不是特別新興的領域，這從最早影象處理衍生到現在，市場上有很多大的廠商對智慧型安防和交通做了很久的深耕，他們最開始不是做機器視覺 人臉識別起家的，在這幾個行業中很多廠商都處於並駕齊驅 快速發展階段。現在很多業界人士都對強人工智...
人工智慧公升溫 機器視覺市場發展迅猛
據美國某商業 報道，全球機器視覺市場正處於迅速發展之中，預計到2025年年底，市值將超過192億美元。時至今日，機器視覺技術不僅成功應用於多個領域，並且應用範圍還在逐步擴大。已由起初的電子製造業和半導體生產企業，發展到了包裝 汽車 交通和印刷等多個行業。據前瞻產業研究院 中國機器視覺產業發展前景與投...
建立FPGA深度學習加速生態圈，為人工智慧賦能
原文 毫無疑問，如果評選2016年度科技界十大最耀眼熱詞，人工智慧 深度學習必定會華麗麗地上榜。從年初阿爾法狗戰勝世界圍棋冠軍李世石，到年末世界網際網路大會上bat大佬們的集體ai秀，每乙個訊號都在不斷提示著我們，人工智慧時代來了，未來已來，且就在我們身邊。1956年，約翰 麥卡錫等人出席的達特茅斯...