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？