推进机器视觉识别的技术

在识别能力方面，许多技术正在推动机器视觉行业向前发展。识别是机器视觉系统在几乎任何场景中都必须提供的一个核心方面——这些技术扩展了机器视觉的最基本功能。

多年来，机器视觉在许多不同的制造过程中发挥了重要作用。目前正在进行的技术变革有望对数十个行业产生广泛影响。

理解机器视觉识别

如前所述，识别是机器视觉的核心能力。为了提供关于给定图像或环境的任何有价值的信息，机器视觉系统在最基本的层面上必须能够识别预先编程的特征或对象。

这可能以检查的形式出现，以检测一个项目的存在或缺失，或者它是否有装配缺陷。它可能以测量对象的形式进行质量保证。它可以用于定位对象，例如用于机器人引导的随机定向对象，或者甚至可以涉及区分密切相关的对象以进行自动排序。

机器视觉技术更好的识别

有几种新的机器视觉技术可以更好地进行识别。其中最主要的是3d机器视觉系统的出现。在大多数情况下，3-D视觉系统能够比2-D视觉系统更详细地检测物体。无论是在检测应用中更先进的模型匹配，还是在计量应用中更好的物体区分，3d视觉系统都能带来更先进的功能。

高光谱成像和彩色成像也是传统单色成像的重要改进。高光谱成像允许机器视觉检测可见光光谱以外的特征，以获得更强大的成像，而彩色成像则可以在检测应用中进行高级颜色分析。

此外，深度学习开始成为推进机器视觉识别的重要技术。这主要是通过更复杂的物体检测和物体分类技术，使机器视觉系统能够从周围环境中收集更多的上下文。

机器视觉识别是几乎所有机器视觉应用的核心过程。上述新技术主要负责提高识别能力，并将机器视觉推向更光明的未来。

本文最初发表于视觉在线．AIA是先进自动化协会(A3)的一部分，是CFE媒体的内容合作伙伴。由CFE媒体制作编辑克里斯·瓦夫拉编辑，cvavra@cfemedia.com．

原始内容可以在www.visiononline.org．

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。