第一篇博客

想法

随着人工智能的崛起和智能制造的转型升级，使用机器取代人的生产场景愈发普遍。劳动密集型的传统流水线，正被“机器人+传感器”的智能化流水线飞速取代。而在众多类型的传感器中，视觉传感器无疑是最为重要的。人们通过感官从自然界获取各种信息，其中以视觉获取的信息量最多，约占信息总量的80%。随着信息技术的发展，为计算机、机器人或其他智能机器赋予人类视觉功能，成为科学家们的奋斗目标。目前，机器视觉技术已经实现了产品化、实用化，镜头、高速相机、光源、图像软件、图像采集卡、视觉处理器等相关产品功能日益完善。

机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品(即图像摄取装置，分CMOS和CCD两种)将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号。图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。
转自: 浅述机器视觉及视觉传感器

视觉传感器主要有这些优点：

1. 精准的识别性。由于人眼有物理条件的限制，即使人眼依靠放大镜或显微镜来检测产品，机器仍然会更加精确，精度能够达到千分之一毫米；
2. 极高的速度性。机器能够更快的检测产品。特别是当检测生产线上高速运动的物体时，机器能够显著提高生产效率；
3. 稳定的重复性。机器能够以相同的方法完成检测工作且不会感到疲倦。与此相反，即使产品时完全相同，人眼每次检测产品时也会有细微的不同；
4. 灵活的应用切换。例如，生产工序的切换(从钢筋切换成铁板)可能仅需数秒钟，并且可自动完成相应检测条件的切换。

近年来AI+CV已从实验室走向应用落地，越来越多的新技术被引进各行各业，作为机器视觉领域的资深从业者，愈发体会到技术交流的重要性。鄙人有幸在某大厂任职CV开发岗，平日接触均为国内最优秀的视觉算法平台(非官方)，希望借此平台分享一些技术心得，与各位优秀的同仁们一起交流、进步和成长。

愿景

愿景：人人都能理解机器视觉
说人话：有颗热爱讲课的♥，但不想当老师
说官话：与大家共同学习、进步、成长

致敬经典

“如果我看得更远，那是因为我站在巨人的肩膀上”。——艾萨克·牛顿
机器视觉、机器学习，乃至人工智能，离不开一位位耳熟能详的先驱者们所取得的科学成就：Sobel、OTSU、Sauvola、Canny、Huber、Tukey、Fischler、Haralick、Richard Hartley、Andrew Zisserman、Gauss(Filter & Pyramid)、Laplace(Pyramid)、Fourier(FFT)、A.Haar(Haar Transform)、Levenberg-Marquardt、Kalman(Filter)、Tsai-Lenz、Bayes、Taylor、Shannon、Geoffrey Hinton、Yann LeCun、Yoshua Bengio、Ian Goodfellow…
每一位研究者，都应该致敬经典。

// Say Hello to MV
#include <iostream>

int main()
{
    std::cout << "Hello Machine Vision!\n";
    std::cout << "Hello Pioneers!\n";
}