机器视觉的图像处理分两种数字图像处理和模拟图像处理。人类获取信息和交换信息的主要来源是图像，图像处理与机器视觉在工业自动化中取得令人瞩目的成就，如搬运机器人、助力机械手、自动点胶机等，数字图像处理与机器视觉技术是实现产品实时监控和故障诊断分析***有效的方法之一。

 

      图像处理和机器视觉涉及模式识别、图像处理、光学、机械、计算机、人工智能、信号处理以及光电一体化等多方面，其应用范围随着工业自动化的发展逐渐完善和推崇，其中DSP、ARM嵌入式技术、图像传感器、CMOS和CCD摄像机、图像处理和模式识别等技术的快速推广，加速机器视觉发展。

    

 

      接下来飞高视觉和大家一起了解下机器视觉的图像处理原理。

 

      1.模拟图像处理

 

      模拟图像处理包括光学透镜处理、摄相、广播级电视制作等，这些都属于实时处理。其处理速度快且能够并行作业。从数学上讲，模拟图像处理的速度可达光速。劣势是精度低，灵活性差，几乎无非线性处理功能和判断计算功能。

 

      2.数字图像处理

 

      数字图像处理(DigitalImageProcessing)是利用计算机对图像进行去噪、复原、分割、特征学习、增益等处理将图像由模拟信号转化为数字信号的过程。图像经过处理后，输出的质量得到很大程度的增强，视觉效果更友好，便于计算机分析、处理、计算、识别等。

这种处理大多用软件实现，例如飞高机器视觉图像处理软件，尺寸测量、检测、识别速度快，可靠性高。只有少部分实时处理采用专用硬件（图像处理芯片）加速进行。数字图像处理具有反应快、识别内容丰富、可进行复杂的非线性检测等优点，所以具有非常灵活的编写规则。

 

      伴随着相关技术如计算机软硬件、思维科学研究、模式识别以及机器视觉系统等进一步发展。图像处理和机器视觉在制造工业竞争激烈的当代，将往更深层次发展。