第一课： 机器视觉概念与框架
（一）机器视觉是智能制造的核心技术
（二）机器视觉框架
（三）九点标定原理以及应用（选讲）
（四）机器视觉发展前景与个人发展
（五）机器视觉培训课程的优势
干货
1. 机器视觉现状
2. 什么是机器视觉以及应用场景
3. 机器视觉输出框架、学习框架、软硬件框架
4. 9点标定初步入门
5. 机器视觉的发展与个人发展
（一）机器视觉是智能制造的核心技术
机器人是解放人的双手，机器视觉就是解放人的大脑
通过一个新闻了解为啥机器视觉是智能制造的核心技术。
举例： 2020－2－25 华为安防改名为机器视觉
这个新闻可以解读以下三点：
1. 机器视觉市场大于安防市场（7038亿元）
2. 机器视觉被越来越多大公司聚焦
3. 机器视觉走向泛化：感知层
华为的广告中把自己的机器视觉称为：万物感知入口，行业数字化抓手
4g时代称为移动互联网（图文多媒体入口），5G时代称为行业数字化（图像感知入口，进行物与物之间进行连接）
许多知名企业发力机器视觉：
海康威视
大华
华为
大恒
昂纳
汉王科技
昈视（独角兽）
三姆森（东莞）
荣旭智能（东莞）
三瑞（东莞）
欧姆龙
基恩士
康耐视
这些企业的视觉产品提供什么呢？
主要提供四个方面：视觉硬件+软件平台+视觉集成+视觉设备
机器视觉的生态圈
包括两个方面：生产与安全，智慧生活
生产与安全包括：
工业级机器视觉应用： 工业制造，无人工厂，工业机器人等（市场空间180亿美元）
安防级机器视觉： 数字政府，平安城市，智慧交通，智慧金融，智慧校园（市场空间280亿美元）
消费级机器视觉：VR/AR，无人机，全息影像，流媒体，企业通信，远程教育（市场空间60亿美元）
智慧生活包括：
ADAS机器视觉：智能汽车，车联网，自动驾驶，无人驾驶，车载系统（市场空间480亿美元）
AGV机器视觉：无人车，自动引导车，引导机器人（市场空间380亿美元）
我们主要关注的是工业级机器视觉。
机器视觉应用是否稳定呢？
主要看这个技术稳定性是否导致灾难性后果：（也称为落地难易度）
关键性的任务应用：自动驾驶（开发中），医学检测，工业机器视觉（已经解决大多数问题）
非关键性应用：人脸识别，体温检测等，工业机器视觉（不一定要求100%,可以补救）
落地难易度指数告诉我们，基于工业领域的机器视觉是最容易落地，最容易实现以及学习的。
什么是机器视觉？
使用光学非接触式感应设备，自动获得实景图像数据并进行智能化分析处理，以便控制机器或者流程
上面这个定义的简单解释：
1. 相机代替人脑做分析
2. 机器视觉是智能制造的核心技术
3. 机器视觉的对象是图像
4. 无视觉，无工业展会，机器视觉是很多设备的核心的技术
工业机器视觉就是：相机，镜头，光源，视觉软件，通信等集合成的工业领域的视觉解决方案。
机器视觉的发展历史：
包括研究阶段、应用阶段
机器视觉包含的技术：
工业技术： 有无检测，表面检测，在线测量，定位，对位，读码，3D引导，3D检测，深度学习， 热、光谱分析
工业技术的软硬件平台则包括： 智能相机，扫码相机，halcon软件，软件平台，3D相机，学习套件，外设硬件
工业视觉的一些应用：
1. pcb要精密打孔－－视觉打孔（视觉打孔机）
2. pcb板来料位置乱，需要码垛－－视觉引导 （视觉上料机）
3. pcb板需要印刷，曝光精密摆正－－视觉对准 （CCD全自动丝印机，曝光机）
4. pcb表面瑕疵检测－－AOI检测 （AOI检测机）
5. pcb出厂追溯－－视觉扫码识别 （扫码追溯系统）
6. pcb锡膏印刷锡膏是否厚了－－3D检测 （3D锡膏检测机）
7. 连接器是否正常－－连接器视觉检测 （视觉贴片机，连接器视觉检测）
应用场景1；机器人视觉引导
产品在哪和放在哪，机器人并不知道。
引申：
机器人上料，码垛，贴合，绑定，CCD印刷机，全自动曝光机，激光打标机
应用场景2：视觉检测
食品检测，3C电子产品检测等
应用场景3：读码
食品检测，3C电子产品，特别是物流行业
应用场景4：测量
产品在线尺寸测量是最广泛的需求。
关键尺寸：如孔径，正位度，平整度，圆度等。
引申：3C行业测量，一键式测量
应用场景5： 3D检测与深度学习的应用
不仅是尺寸，还要非接触式测量厚度：
深度学习是一种机器学习的解决方法：检测，识别！
应用场景5： 特定和非标设备，机器视觉是核心技术
全自动丝印机