机器视觉作为AI的一个重要分支，极适用于大批量生产过程中的测量、检查和辨识， 常见的如对汽车仪表盘加工精度的检查，高速贴片机上对电子元件的快速定位，对管脚数目的检查，对IC表面印字符的辨识，胶囊生产中对胶囊壁厚和外观缺陷的检查，轴承生产中对滚珠数量和破损情况的检查，食品包装上面对生产日期的辨识，对标签贴放位置的检查。
↑高速视觉识别贴片机
所谓机器视觉，主要用计算机来模拟人的视觉功能，把客观事物的图像信息提取、处理并理解，最终用于实际检测、测量和控制。
一般地说，机器视觉就是用机器代替人眼来做测量和判断。首先采用CCD照相机将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，如：面积、长度、数量、位置等；最后，根据预设的容许度和其他条件输出结果，如：尺寸、角度、偏移量、个数、合格/不合格、有/无等。
机器视觉在各领域的应用盘点：
1.基于机器视觉的扫描、刷脸支付方案：
硬蛋科技开发的基于机器视觉的扫描、刷脸支付方案，集成人脸识别、扫码支付的处理模块，便捷、安全的人脸识别可成为保证冬奥会安保的小助手，人员出入可以得到明确的数据统计，以确保会场的安全。人脸的支付可保证个人账户的安全性，可在冬奥会纪念品专门店便捷支付，主要用于人员出入确认信息、人脸支付等。
2.机器视觉辅助自动驾驶
自动驾驶汽车离不开机器视觉技术，障碍物检测及道路检测都需要应用机器视觉技术。
障碍物检测的准确率是车辆自动驾驶过程中安全性的重要保证。基于立体视觉的障碍物检测因为既不需要障碍物的先验知识，对障碍物是否运动也无限制，还能直接得到障碍物的实际位置而成为主流研究方向。
自动导航是自动驾驶的必要条件，自动驾驶过程中，道路检测主要是为了确定车辆在道路中的位置和方向，以便控制车辆按照正确的路线行驶。目前，机器视觉技术在自动驾驶中并没有进行大规模的应用，机器人产学研联盟机器视觉领域专家表示，其实这并非是硬件的问题，事实上摄像头技术在汽车中的应用已经十分成熟，最终难点仍然在于模拟神经网络的视觉算法。
3.工业视觉检测
机器视觉可以快速获取大量信息，并进行自动处理。机器视觉可说是工业自动化系统的灵魂之窗，从物件/条码辨识、产品检测、外观尺寸量测到机械手臂/传动设备定位，都是机器视觉技术可以发挥的舞台。
机器视觉系统的特点是提高生产的柔性和自动化程度。运用在一些危险工作环境或人工视觉难以满足要求的场合；此外，在大批量工业生产过程中，机器视觉检测可以大大提高生产效率和生产的自动化程度。
4.机器视觉与安防大碰撞
机器视觉中的目标识别、目标追踪、双目技术、多球机跟踪联动技术技术应用为安防行业带来改变。如果把摄像机看作人的眼睛，而智能视频分析系统可以理解为人的大脑，智能视频分析技术借助处理器的强大计算功能，对视频画面中的海量数据进行高速分析，获取人们需要的信息。当机器视觉与图像处理技术加入之后，打破了原有的限制，得以设计出一个实时视频监控系统。该系统在实现视频监控同时，通过运用机器视觉技术，增加了视频变化检测和自动录像功能，系统能够自动识别场景变化，检测出运动目标并锁定，同时发出警告和启动存储装置。这样不仅可以节省大量存储空间，提高监控存储效率，减少不必要的回放，而且数据更加具有针对性。
5.机器视觉用于医疗影像诊断
医疗数据中有超过 90% 的数据来自医疗影像。医疗影像领域拥有孕育深度学习的海量数据，医疗影像诊断可以辅助医生，提升医生的诊断的效率。
2015 年 4 月，IBM 成立了 Watson Health 部门，开始进军医疗行业。2015 年 8 月 6 日，IBM 宣布以 10 亿美元的价格收购医疗影像公司 MergeHealthcare，并将其与新成立的 WatsonHealth 合并。
现在思考一下，机器视觉是否可以应用于你所处的行业、领域？你的思考也许可以引领行业的应用哦！
