機器視覺對影像感測的品質要求相當高，就應用面來看，機器視覺80％以製程檢測為主，而現在的產品講究輕薄短小，尤其近年來走入奈米製程的IC，產品體積愈加精細，對於檢測影像品質自然更高，製程領域對品質要求的加深，讓機器視覺的技術不斷提深，進而應用到其他領域，以目前來看，人臉辨識與無人駕駛汽車等，都是已開發領域。
機器視覺的人臉辨識應用，主要在安全監控方面，不過這與一般的監控攝影機不同，安全監控系統可分為兩大部份，一是使用攝影系統，另一則是門禁系統，攝影系統雖也是使用攝影機拍攝監控，不過機器視覺通常用於近距離拍攝檢測物，一般安全監控攝影則是長距離錄製特定地區全貌，兩者應用並不一樣，門禁系統的人臉辨識，則相當適合機器視覺使用，人臉辨識系統必須進行臉孔細部辨識，再將辨識結果與後方資料庫比對，這與製程檢測類似，製程檢視是先設定一定條件參數，若產品與條件不符，則立即反應。
無人駕駛目前則多使用於捷運等大眾運輸工具，部份捷運駕駛艙內以機器視覺攝影機取代人力操作，攝影機將影像除回後端中控中心，雖然這種場景攝影與一般安全監控應用類似，不過無人駕駛需要更精細、更高解析度的影像畫面，以清楚辨識軌道路況上的異物，目前安全監控攝影機在這方面的性價比仍過高。
除了這兩種較大應用外，其他應用所佔比例不大，不過都相當有創意，例如有廠商將機器視覺用於高爾夫練習場，用攝影機拍下使用者的揮桿動作與軌跡，再與標準姿勢比對，讓揮桿者可以調整自己的姿勢，諸如此類案例頗多，如何應用端視廠商創意。
機電整合 2010/11/18 王明德
沒有留言:
張貼留言