AI人工智能是现下最热门的产业议题。然而，当人们专注于讨论深度学习算法、云端资料中心等技术之际，终端装置的实际AI应用却仍付之阙如，业者对于着手导入AI应用也显得裹足不前。为了加速AI在终端装置
实现“中国制造2025”，完成从制造大国向制造强国的转变，智能制造是主攻方向。在智能制造过程中，机器视觉主要用计算机来模拟人的视觉功能，也就是把客观事物的图像信息提取
就是用机器代替人眼来做测量和判断，其可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及及加制信息集成，因此，在现代生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控
作为工业机器人的“大脑中枢神经”，人工智能在过去的几年里一直处于持续的高速发展阶段，很多工业机器人也已经具备了相当高的智能化特点，但是还远远达不到人类所设想的智能化程
欧洲机器视觉市场的营业额和成长率已连续8年创新高，德国机械设备制造业联合会(VDMA)表示，嵌入式视觉、机器学习、标准、连通性和易用性为主要成长动力。2017年德国机器视觉市场的销售额成
CEVA，全球领先的智能和互联设备的信号处理IP授权许可厂商 (纳斯达克股票交易所代码：CEVA) 宣布与专门从事图像设备设计和基础技术研究的美国湾区企业mPerpetuo达成合作，以
在去年5月份的世界机器人大会新闻发布会上，信工部副部长毛伟明透露，把智能制造作为改部门今后的重点工作，制定我国工业机器人产业的“十三五”规划，争取更多政策支持机器人关
2016年10月24日，在北京召开的“AI+：感知未来、融合发展”主题论坛暨海康威视新品发布会上，以视频为核心的物联网解决方案和数据运营服务提供商海康威视携手全球业务
随着公众对产品质量的重视和自动化改造的深化，机器视觉在各行业的渗透率也将逐渐增加。如何让机器人看懂世界，已经被搬上了智能机器人研究话题。 “智造”时代机器
之前介绍过机器视觉中常用到的一种特征：LBP LBP可以有效地处理光照变化，在纹理分析，纹理识别方面被广泛应用。 但是LBP 只能处理单张的二维图像，对于视频或者图像序列，如何用
在机器视觉中，获得一张高质量的可处理图像至关重要。机器视觉系统之所以成功，首先要保证图像质量好，特征明显。反之，如果图像质量不好，特征不明显，会使机器视觉系统变得不可靠或鲁棒性不高，甚至导致项目
机器视觉的照明系统可以将被测物特征最大化，并减少相应的背景中对比物的影响，使高速相机可以清晰地“看见”被测物。高对比的图像可以降低系统难度并提高系统的稳定性；反之，低对比
在机器视觉处理中，我们经常要对检测到的物体的方位特征进行评估。比如说，我们要 OCR 识别一个字符串。那么这个字符串与x轴的夹角就很重要，我们需要这个信息把这个字符串转正，然后才方便识别。
一、机器视觉光源照明技术的几个要素 1、方向：选择不同的光源，控制和调节照射到物体上的入射光的方向是机器视觉系统设计的最基本的参数。它取决于光源的类型和相对于物体放置的位置。 1
