点击联系发帖人笔者做什么是机器视觉觉检测已經有五六年了也算是对什么是机器视觉觉的检测技术有了一定的掌握。总的来说基于什么是机器视觉觉的检测技术主要包含三个部分：视觉采集模块、后台分析模块和动作决策模块。这几个分类跟教科书上的有较大差异，很多同学觉得我在杜撰笔者也不作反驳，因為这是笔者这些年工作经验的总结自然区别于教科书。下面我们分开来讲这几个模块同时会把笔者之前的论文做个推荐总结。
所有文嶂均可在博主的主页中找到若无法找到，可以用搜索工具博主的主页：
视觉采集模块是整个什么是机器视觉觉检测系统的核心。没有視觉采集模块整个系统就失去了眼睛。
关于如何选择相机可以参考博主的博客
多说一点，选择相机的时候是要根据实际情况确定的。大致为：
根据上面的要求确定相机镜头
后台分析模块是整个系统的灵魂。它主要是对视觉采集模块得到的图像做分析处理拿到检测結果。
这个地方涉及到的知识点非常之多博主大致做了分类：
相机标定。相机标定的目的就是确定相机参数和畸变矫正（如果需要的话）这些参数确定后，才能做下一步的处理这些知识可以参考博主的博客
《相机参数标定（camera calibration）及标定结果如何使用》
《第二更，相机参數标定基础：从小孔成像开始到单双目标定》
《第三更单目相机标定实践（完整过程）》
《第四更，双目相机标定实践（完整过程）》
圖像处理这一部分的主要目的就是提取图像的特征。有了特征才能做进一步的计算检测数据结果一般在什么是机器视觉觉检测任务中，主要的特征包括：点、线、圆、椭圆、矩形、弧线、颜色这些点也是博主这些年遇到的主要的特征，基本可以应付检测任务可以参栲博主的文章：
《图像特征提取之局部秩》
《图像分割之大津算法（OTSU）》
《图像特征提取之LBP算子》
《图像特征提取之DoG算子》
《图像特征提取之LoG特征》
《图像特征提取之HoG特征》
《都在这里了，从仿射变换到透视变换》
《完整理解SIFT算法》
检测结果处理到这一步，已经站在最终結果的大门口了只需要临门一脚即可。一般在检测任务中，用的较多的是点的距离，直线长度圆心坐标和半径，矩形面积颜色矗方图等。如果要做匹配还用到，欧氏距离马氏距离等。
这一部分主要是根据上面的检测结果让机器去做一些规定的动作，比如说找出有缺陷的产品，做产品分类找到产品身上的缺陷点。
