机器视觉 - 处处都有用武之地
工业图像处理（机器视觉）与 Photoshop 毫无关系。不过，它的重要程度和潜在应用范围至少可与后者媲美。
自动化和数字化正在进入越来越多的商业领域。其背后的推动因素有很 多，供应链重整、技术人员短缺以及产品生命周期越来越短只是其中的 几个。机器视觉技术的重要性正与日俱增。它为整条工业价值链上的工 艺普遍自动化和优化铺平了道路。
在过去几十年间，机器视觉日益成为各行各业不可或缺的技术。作为 “生产之眼”，机器视觉时刻监控着各种制造和物流过程。那么，机器视觉在实际应用中是怎样的呢？这项技术需要哪些组件，究竟有哪些优势，这些优势在哪里可以得到充分发挥？本文的目的即是解答以上和其他问题。
我们从基础知识开始：机器视觉应用需要硬件 和软件组件。硬件方面，我们需要所谓的图像采集设备。这些设备可以是位于生产环境中不同位置的相机或传感器。这些设备会记录、处理并生成大量图像数据。如果与人眼作一个形象的比较，相机和传感器就像感知事件时透过的镜片。
机器视觉 - 生产之眼
与人脑一样，采集到的信息必须经过处理才能使 用。这是由工艺中集成的机器视觉软件来完成，它负责处理数据并提供结果，以供进一步使用。这方面有许多方法和技术可以使用。特别是深度学习， 它是人工智能的一种形式，开辟了许多前所未有的全新应用领域。机器视觉的特别之处在于，就像人眼一样，它能够识别各种各样的物体及其关联，并将其置于生产的背景之中。这就为各种不同工艺中 的应用提供了极为丰富的可能性。例如，可以在货品流转过程中自动识别并分类物体。如何做到这一 点？有几种可能的方式。首先，比人眼更加精确可靠。但这还不是全部。在联网生产的环境中，可以将相关产品自动归类为废 品，在它们进入物流流程链之前移出。
机器视觉和机器人 - 梦幻组合
机器视觉还可用于机器人领域的广泛应用。传统协作式机器人，亦即可以在没有保护装置的情况下直接与人类一起工作的机器人，可以运用这项技术精确地抓取、处理和放置各种物体。由于可以独立执 行更多的任务，机器人的附加价值也随之增加。这 就使彻头彻尾的自动化生产成为可能。 这方面的一 例子是机器人在物流中的使用，或者更准确地说，托盘装卸：在这个应用中，机器人手臂上配备有工业相机。可以仅仅依据外部特征，如颜色、形状或纹理。机器视觉还可以通过使用印在物体上的数字或字母组合来识别物体。
