机器视觉工业应用-工业显微成像分析专业显微镜
机器视觉
视觉是我们较强大的感知方式，它为我们提供了关于周围环境
的大量信息；从而使得我们可以在不需要进行身体接触的情况下，
直接和周围环境进行智能交互。离开视觉，我们将丧失许多有利条
件，因为通过视觉，我们可以了解到：物体的位置和一些其他的属
性，以及，物体之间的相对位置关系。因此，不难理解为什么几乎
自从数字计算机出现以后，人们就不断地尝试将视觉感知赋予机器
。
视觉同时又是我们较复杂的感官。我们所积累的关于生物视觉
系统的实现方式的知识，仍然是不完整的：并且，这些知识主要是
关于：生物视觉系统对直接来自感知器的信号的处理过程。但是，
我们所知道的是：生物视觉系统的确是非常复杂的!难怪许多将视
觉感知赋予机器的尝试较后都以失败告终。但是，在这个过程中，
人类仍然取得了巨大的进展。现在，那些能够在各种不同环境下工
作的视觉系统，已经成为很多机器的一部分。
机器视觉的大部分进展都是在工业应用中取得的。在工业应用
中，视觉环境是可以被控制的，并且，机器视觉系统所面临的任务
是明确清晰的。这方面的一个典型例子是：我们使用视觉系统来指
导机器臂抓取传送带上的零件。然而，在那些使用计算机来从图像
中获取不明确信息的领域中，计算机视觉所取得的进展则较少。这
是因为：对于某些信息，即使是人都难以对其进行解释。当我们所
处理的是：那些无法由人类视觉感知的光所形成的图像时，常常会
发生这种情况。这方面的一个典型例子是：对肺部的X射线成像结
果进行解释。
在各个领域的发展过程中，都有这样的现象：随着该领域的不
断发展，一些早期的方法不得不被舍弃掉，新的概念被不断引入。
尽管有时这会让人感到沮丧，但是，在寻找问题解决方案的过程中
，这也是使人感到非常刺激的一件事情。例如，有人认为：我们并
不一定非得去理解图像的生成过程：另一些人则过度迷恋于：一些
没有太大通用性的特殊计算方法。本书所提出的一些方法，在将来
的某一适当时候，无疑会被改进或舍弃。这个领域的发展实在是太
快了!
我们无法在这里建立一个“通用”的机器视觉系统。相反的，
我们将致力于：构建一个在可控环境中处理特殊任务的系统，或者
一些模块。这些模块较终可以成为一个多用途系统中的一部分。对
于实际应用中的问题，我们自然会关心其速度和花费。在实际应用
中，我们所需要处理的数据量往往是十分巨大的，而我们所拥有的
计算能力往往是有限的。这使得我们常常难以在这些因素之间寻找
到一种令人满意的平衡。
