MATLAB算法实战应用案例精讲-【人工智能】机器视觉（概念篇）(附python代码实现)

目录

前言

知识储备

三维视觉

三维视觉研究内容

三维视觉领域发展现状

几个高频面试题目

机器视觉与计算机视觉的区别与联系

什么是机器视觉

什么是计算机视觉

区别与联系

机器视觉与其他相关领域之间存在怎样的关系？

机器视觉行业发展历程

机器视觉系统组成

机器视觉工作流

机器视觉厂商对比

（一）专门机器视觉公司

（二）自动化机器视觉公司

国内机器视觉企业现状

可能走出去的国内企业

python+opencv实现机器视觉

一：边缘提取

1、特征提取

2.边缘提取

二：图像滤波 

1.读取原图

2.均值滤波

3.中值滤波

4.高斯滤波

 5.高斯边缘检测

三：边缘检测算子

1.显示原图

2.对图像进行反色

3.对图像用sobel方法进行边缘检测

4.对图像用robert方法进行边缘检测

四：投影

1.显示原图

2.垂直方向投影

3.水平方向投影

五：车牌字符分割

1.读取原图

2.灰度转换

3.反色

4.阈值分割

5.投影

6.字符识别匹配分割

一：宽度测量

二：缺陷检测

三：医学检测

应用领域

发展趋势 

代码实现

机器视觉-轮毂检测

目标检测-茶壶检测

前言

近年来，随着5G、6G技术的推广普及，机器视觉产业在人工智能、物联网应用多个赛道展现出蓬勃的生命力。尤其是在技术领域，2D成像向3D视觉感知时代跨越成为大势所趋，这也让3D视觉感知距离规模化产业应用仅有咫尺之遥。在这样的产业背景下，3D摄像技术和3D摄像头市场热度持续升温。近期，国内机器视觉概念多股表现强势，其中就包括多家3D光学领域的行业巨头。

知识储备

三维视觉

三维视觉技术发展，得益于广泛的应用。尤其是最近看到的智能无人系统，智能无人系统包括无人车、无人机以及机器人，还有AR、VR方面，也是得益于三维视觉的发展。这些应用一方面得益于三维视觉，一方面也推动了三维视觉技术的发展。具体来讲，三维视觉得益于三维数据获取的快速发展，首先是各种各样的传感器，最初普通用户不太能够拥有这些设备。越早期设备越大，由原本在飞机上应用的激光雷达，到车上，到小型三维扫描仪，再到手机，比如苹果好多手机厂商都在推深度相机。所以，这给已有或者未来获取三维数据，带来了更大的可能。