学习机器视觉需要掌握哪些知识

机器视觉系统

1、视觉成像部分：包含几个典型组件：光源，镜头，工业相机

• 光源和镜头需要我们掌握光学知识，不同的打光方式，可以让相机对物体产生完全不同的成像；而镜头的倍率，焦距，视野等的选择不同直接决定了成像的逼真度；
• 工业相机需要我们掌握光电知识，掌握图像成像的基本知识，如清晰度，动态范围，视场角等，这样我们才能根据需求和场景选择正确的相机，最快速掌握这些知识的方法就是买一台入门级单反相机，来研究透这些成像参数和成像的关系；

2、图像处理部分（这块才是初学者学习的重点）

• 对于入门者来说，可以优先掌握PC平台的开发，在熟悉之后可以延展到嵌入式平台；
• 软件应用，大多数采用Qt，C++，C#，.net来写的，所以我们需要掌握一门编程语言；
• 图像算法层面，图像算法层面，典型的开源算法有OpenCV，商用的有Halcon，VisionPro
• 如果想在算法层面进一步深入，可以研究一下机器学习，例如：PyTorch，TensorFlow（利用pytorch建立一个可用于图像分类任务的人工神经网络）
• 理论方面，更多的是掌握图像处理的基本概念，推荐一本书《机器视觉算法与应用》

3、运动控制部分

• 难点在于，精度的矫正，因为很多场景和需求对精度的要求是非常高的；