机器视觉的发展

        机器视觉可以理解为基于视觉技术的机器系统或学科。美国制造工程协会机器视觉分会和美国机器人工业协会的自动化视觉分会对机器视觉下的定义为：“机器视觉是通过光学装置和非接触的传感器自动地接受和处理一个真实物体的图像，通过分析图像获得所需信息或用于控制机器运动的装置”。机器视觉是计算机学科的一个重要分支，它综合了光学、机械、电子、计算机软硬件等方面的技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。图像处理和模式识别等技术的快速发展，也大大地推动了机器视觉的发展。

模式识别：起源于20世纪50年代的机器视觉，早期研究主要是从统计模式识别开始，工作主要集中在二维图像分析与识别上，如光学字符识别OCR、工件表面图片分析、显微图片和航空图片分析与解释。 

积木世界：20世界60年代的研究前沿是以理解三维场景为目的的三维机器视觉。1965年，Roberts从数字图像中提取出诸如立方体、楔形体、棱柱体等多面体的三维结构，并对物体形状及物体的空间关系进行描述。他的研究工作开创了以理解三维场景为目的的三维机器视觉的研究。 

起步发展：1977年，David Marr教授在麻省理工大学的人工智能实验室领导一个以博士生为主体的研究小组，于1977年提出了不同于“积木世界”分析方法的计算视觉理论，该理论在80年代成为机器视觉领域中的一个十分重要的理论框架。 

蓬勃发展：20世纪80年代到20世纪90年代中期，机器视觉获得蓬勃的发展，新概念，新方法，新理论不断涌现。 

在中国，视觉技术的应用开始于20世纪90年代，但在各行业的应用几乎一片空白。到21世纪，视觉技术开始在自动化行业成熟应用。

        苏州市奥德莱电气设备有限公司坐落于苏州市高新区，依托专业的技术能力，为客户提供机器视觉产品（工业CCD）及以机器视觉技术为核心的自动化设备解决方案。

        视觉产品包括：用于物体缺陷检测、缺失检测、错装漏装、表面划痕污点、外形形变、尺寸检测、配合机器人手臂进行坐标定位物体抓取的物体识别智能相机；用于颜色判断、色差识别的颜色判断智能相机；用于一维码、二维码、OCR光学字符读取的读码智能相机；用于检测太阳能晶片外形缺陷的太阳能专用智能相机等。并为客户提供全面的以机器视觉技术为核心的自动化设备解决方案，包括各类视觉检测装置、输送分拣线以及自动化装配检测设备等等。

       业务联系人：戴经理

       联系方式：