机器视觉技术在社会中的应用有哪些
我注意到近十年来，研究人员在计算机视觉和机器视觉领域投入了大量的工作，这些理论不断地发展与完善。移动机器人的视觉系统已经涉及图像采集、压缩编码及传输、图像增强、边缘检测、阈值分割、目标识别、三维重建等技术，几乎覆盖了机器视觉的各个方面。
移动机器人视觉系统主要应用于以下三大领域：
通过视觉进行产品检验，以代替人类的目检。这包括形状检验，即检查零件的几何尺寸、形状和位置；缺陷检验，即检查零件是否损坏或划伤；齐全检验，即检查部件上的零件是否完整。
对待装配的零部件逐个进行识别，并确定其空间位置和方向，从而引导机器人的手准确地抓取所需的零件，并放到指定位置，完成分类、搬运和装配任务。
为移动机器人提供导航功能，利用视觉系统为它所在环境提供外部信息，使得机器人能够自主规划行进路线，回避障碍物，并安全到达目的地并完成指定工作任务。前两者属于工业用途，而第三点则是用于各种场景下的自动化操作。
其中，在工业应用中提出了“視覺伺服”的概念。而在导航方面，无论是完全自主还是半自主，或是早期遥控方式，都涉及一定程度的人工智能处理与环境交互过程。在这三个应用中，虽然移动机器人的视觉能力正在不断提升，但相对于人类来说，还存在一定差距。摄像头可以迅速扫描数百万上千万计像素级别的环境图像，但处理这些信息时仍然落后于人类。但随着微电子技术进步以及计算机视察理论发展，我相信未来移动机器人的視覺功能将会更加强大，同时在信息感知中占据更重要的地位。