图像处理与分析——机器视觉的核心

用于机器视觉的图像处理与分析方法的核心是，解决目标的检测识别问题。当所需要识别的目标比较复杂时，就需要通过几个环节，从不同的侧面综合来实现。

对目标进行识别提取的时候，首先是要考虑如何自动地将目标物从背景中分离出来。目标物提取的复杂性一般就在于目标物与非目标物的特征差异不是很大，在确定了目标提取方案后，就需要对目标特征进行增强。

随着计算机技术、微电子技术以及大规模集成电路的发展，图像信息处理工作越来越多地借助硬件完成，如 DSP 芯片、专用的图像信号处理卡等。软件部分主要用来完成算法中并不成熟又较复杂或需不断完善改进的部分。这一方面提高了系统的实时性，同时又降低了系统的复杂度。

机器视觉技术的优势

针对量大面广的混凝土梁体

客观性：人工检测难免会出现疲劳，同时有一个致命缺陷，就是情绪带来的主观性，检测结果会随检察人员心情的好坏产生变化；而机器没有喜怒哀乐，它所带来的检测结果自然更加客观可靠。

重复性：机器可以以相同的方法一次一次的完成检测工作而不会感到疲倦；与此相反，人工长期重复性检测肯定会产生疲劳，同时每次检测产品时都会有细微的不同，即使产品是完全相同。

数字化：机器视觉在工作过程中产生的说要测量数据，均可***拷贝或以网络连接方式拷出，便于生产过程统计和分析。同时还可在检测后导出数据并生产报表，无需人工一一添加，这无疑大大优于人工检测的数据统计；

总体来说，机器视觉对比人工检测具有自动化、客观、非接触和等特点。特别是在工业生产领域，机器视觉强调生产的精度和速度，以及工业现场环境下的可靠性，在重复和机械性的工作中具有较大的应用价值，对企业来说是实现自动化生产重要的一步。