MATLAB算法实战应用案例精讲-【人工智能】机器视觉（概念篇）（最终篇）

目录

前言

几个高频面试题目

如何评价一个光源的好坏？

如何依靠光源增强图像对比度？

光源选择技巧

如何选择工业相机 

如何选择：

算法原理

视觉系统由什么组成？

1.照明的光源

2.镜头

3.工业相机(跟传统的民用相机是不一样的)

4.图像采集

5.图像处理系统

机器视觉系统设计常见参数

机器视觉中的光源选型

光源选择标准

光源的分类

颜色相关检测

光照方式

辅助手段

光源选型要领

算法（预处理算法、检测算法）

可用的视觉检测软件/库

1、做工业视觉检测的公司有哪些？

2、常用的视觉检测软件/库

机器人视觉成像的结构形式

相机选择技巧

镜头的选择

图像采集卡

视觉处理器

机器人视觉三维成像方法

飞行时间3D成像

扫描3D成像

结构光投影3D成像

立体视觉3D成像

性能比较

系统运作部件

机器视觉产业链

应用领域

视觉应用——定位

视觉应用——识别

视觉应用——测量

视觉应用——检测

前言

机器视觉逐渐渗入社会生活的方方面面，在人脸识别、图片识别、视频监控、3C应用等各领域几乎都能看到机器视觉的身影，对于工业领域而言，机器视觉的应用更是大大降低了高危作业的危险系数，保障了工业生产的安全性和高效性。

机器视觉是人工智能范畴最重要的前沿分支，也是智能制造装备的关键零部件，它在工业生产中应用广泛，包括视觉引导与定位、识别、测量等，随着工业数字化、智能化的逐渐深入，工业场景对机器视觉的需求不断增加，推动了机器视觉的蓬勃发展，机器视觉是通过光学的装置和非接触的传感器，自动地接收和处理一个真实物体的图像，以获得所需信息或用于控制机器人运动的装置。

几个高频面试题目

如何评价一个光源的好坏？

1) 对比度：对比度对机器视觉来说非常重要。机器视觉应用的照明的最重要的任务就

是使需要被观察的特征与需要被忽略的图像特征之间产生最大的对比度，从而易