想記錄眼前美景?不用再掏出相機或手機，只需一句語音指令，佩戴的輕巧時尚的谷歌眼鏡就能立刻拍出眼前的圖景;走在陌生的大街上，不用再查地圖或問路，只需將手機攝像頭對準街道，諾基亞“城市萬花筒”就能將眼前的商店、餐館和景點直接標注，覆蓋顯示在手機圖像上……這些以往多是在電影中看到的畫面，已成為普通人可以觸摸到的現實。機器視覺——這一“第三只眼”正以巨大的能量，改變著人們的生活和工作方式。
與人眼一決高低
“機器視覺就是用機器代替人眼來進行識別、測量、判斷等。機器視覺系統是通過攝像頭將拍攝對象轉換成圖像信號，然后再交由圖像分析系統進行分析、測量等?！敝袊茖W院自動化研究所模式識別國家重點實驗室研究員黃凱奇博士介紹：“機器視覺是一項典型的跨學科任務，涉及到光學、計算機視覺、模式識別、機器學習、人工智能、統計學、認知心理學等等?！?br/>
機器視覺最早應用于工業制造領域。通過機器視覺的自動識別功能，許多流水線上具有高度重復性的檢測工作都可以不再依靠人來完成，大大提高了檢測效率和精度。黃凱奇介紹，機器視覺系統最基本的特點就是提高生產的靈活性和自動化程度。在一些不適于人工作業的危險工作環境或者人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺。同時，在大批量重復性工業生產過程中，用機器視覺檢測方法可以大大提高生產的效率和自動化程度?！ ?br/>
一個典型的機器視覺系統包括照明、鏡頭、相機、圖像采集卡和視覺處理器5個部分。由于采集卡能更加迅速地傳輸圖像到存儲器，且計算機速度不斷加快，所以在目前的機器視覺系統中，視覺處理器的應用逐漸減少。圖像采集卡在機器視覺系統中舉足輕重。比較典型的PCI或AGP兼容的捕獲卡，可以將圖像迅速地傳送到計算機存儲器進行處理。有些采集卡有內置的多路開關，可連接多臺相機，能控制采集卡采用任意一個相機捕獲的信息。
伴隨著技術的發展，機器視覺的功能也在不斷擴展。黃凱奇說：“缺陷檢測是通過機器視覺手段來分析零部件信息，從而判斷其是否存在缺陷;測量是通過使用機器視覺來對考察對象的尺寸、形狀等信息進行度量;人機交互是利用機器視覺工具分析人或者其他機器發出的指令，從而實現對機器的操縱;環境建模是對機器周圍環境進行感知建模，比如移動機器人對路面環境進行感知建模等?！?br/>