Ⅰ 计算机机器视觉主要做什么方向

机器视觉，本身能做的东西，非常多，几乎包含了所有行业。如电子、微电子、半导体、五金、机械、医药、医疗、汽车电子、生物、物流、交通、农业、食品、烟草、纺织、印刷、包装、广告、仪器仪表、新能源等。
而机器视觉人业者，主要做的方向，则分为更多内容，不同的工作内容，方向也是截然不同的。如销售人员，了解一些基本的视觉知识，就专门去销售机器视觉产品。
研发人员，则根据研发的产品不同，也不同。如研发相机的、镜头的、光源的。对电子、光学、机械等都有一定的要求。而视觉软件开发的，则对图像处理、软件工程等有一定的要求。
而技术支持、系统集成者，不一定要有很深的专业知识去研究某个东西，但是却需要对整个行业都有比较强的认识，知识丰富且经验老到。

Ⅱ 机器视觉主要运用在哪些领域

由于机器视觉可以快速获取大量信息，而且易于自动处理，人们逐渐将机器视觉系统广泛地用于天文行业、 医药行业、交通航海行业以及军事行业领域等。科天健根据机器视觉目前在各行业的应用，整理出以下具体应用 方向：

（1）军事
航空着陆姿势、起飞状态；弹道/火箭喷射、子弹出膛、火炮发射；爆破分析炮弹爆炸、破片分析、爆炸防御；撞 击、分离以及各种武器性能测试分析，点火装置工作过程等。

（2）科学研究
结晶；PIV的流体、粒子研究；燃烧、敷层过程测量。

（3）生产领域
产品喷溅、封装、压轧、织网、膜压、绕线、切削、裁剪、采掘；机械运转动作分析或故障诊断等。

（4）生物
运动学、生物力学；生物运动分析：人体、动物动作分析，昆虫或鸟类翅膀运动；步态分析、康复物理治疗等。

（5）医疗
医疗器具、细胞、瓣膜运动；出血观察；吞咽、呼吸道鞭毛运动等。

（6）影视
电影、广告、动画特技等，如高速动作特技。

（7）体育
跑步、跳远、跨栏、体操、跳水等姿势动作分析；运动广播、体育运动辅导和训练等。

（8）汽车
安全气囊测量；汽车碰撞研究；托运器、轮胎、限制器等组件动作。

（9）专业领域
工程故障、动态特性、破碎、震动分析；落摔分析、冲击分析、产品开发研究分析、力学和弹性分析等。

Ⅲ 考机器视觉的研究生 考什么课目

有英语，政治，机器视觉
把重要的知识点整理一下，做题不一定要做难题，基础是根回本，每答次考试不要着重在一个题目上，
要放宽心态，准备好笔记本和错题集，错题集用来记录自己做错的题，
笔记本记录一些容易忽略细节和重点。 不要急，总之，要自信

Ⅳ 机器人技术有哪些主要的研究方向

机器人现在比较有前途的方向不外乎：工业机器人、无人飞行器（）、无人驾驶汽车（ugv）、医疗机器人。工业机器人现在需求量越来越大，是个不错的行业，但目前主要做研究的都是公司了，大学里几乎不做了（但大学会用工业机器人做点别的研究，比如抓握研究，就是面对不规则物体时，如何判定形体，如何用机械手准确、稳定地抓握）。uav主要是政府在投钱，军队用。ugv是政府和一些有前瞻性的公司，就目前的技术情况，恐怕十年内无法大规模商业化。医疗机器人是针对目前一些手术上的问题在做，目前有一定进展（达芬奇系统），商业前景很好，但是短期内恐怕推广不开。其他方向，比如家政机器人，有willow
garage在探路，但是前景很不乐观。日本做类人步行机器人做的很欢，但是应用前景极其狭窄（目前来看仅可用于人难以深入的灾难环境操作原本为人设计的设施）。boston
dynamics的四足步行机器人做得不错，但是应用范围过于狭窄，只有军队可能有兴趣采购。sarcos雷神的外骨骼做得不错，有一定商业化前景，但是自重太大，对能源要求很高，成本也很高，。
做机器人，主要有三个层面。
最底层做机械设计，主要是电机、传感器、人工肌肉、结构设计等等。
中层做控制设计，主要是传感器滤波和控制算法。
上层做感知，主要是根据传感器数据进行更高阶的信息融合，作更复杂的分析，比如说机器视觉、slam之类。
人工智能在机器人领域目前没看出来有什么大用处。甚至连机器学习都用的非常少。三个层面都不错。不过目前发展最快的是后两个层面。中层现在在工业界发展比较快。上层主要还是在学术界，目前还没有多少可供商业化的东西。下层现在很缓慢，主要是没有找到非常好的材料。

Ⅳ 学习机器视觉这个研究方向，需要哪些基础知识

机器视觉系统就是利用机器代替人眼来作各种测量和判断。它是计算机学科的一个重要分支，它综合了光学、机械、电子、计算机软硬件等方面的技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。图像处理和模式识别等技术的快速发展，也大大地推动了机器视觉的发展一个完整的机器视觉系统的主要工作过程如下：1、工件定位检测器探测到物体已经运动至接近摄像系统的视野中心，向图像采集部分发送触发脉冲。2、图像采集部分按照事先设定的程序和延时，分别向摄像机和照明系统发出启动脉冲。3、摄像机停止目前的扫描，重新开始新的一帧扫描，或者摄像机在启动脉冲来到之前处于等待状态，启动脉冲到来后启动一帧扫描。4、摄像机开始新的一帧扫描之前打开曝光机构，曝光时间可以事先设定。5、另一个启动脉冲打开灯光照明，灯光的开启时间应该与摄像机的曝光时间匹配。6、摄像机曝光后，正式开始一帧图像的扫描和输出。7、图像采集部分接收模拟视频信号通过A/D将其数字化，或者是直接接收摄像机数字化后的数字视频数据。8、图像采集部分将数字图像存放在处理器或计算机的内存中。9、处理器对图像进行处理、分析、识别，获得测量结果或逻辑控制值。10、处理结果控制流水线的动作、进行定位、纠正运动的误差等。 从上述的工作流程可以看出，机器视觉是一种比较复杂的系统。因为大多数系统监控对象都是运动物体，系统与运动物体的匹配和协调动作尤为重要，所以给系统各部分的动作时间和处理速度带来了严格的要求。在某些应用领域，例如机器人、飞行物体导制等，对整个系统或者系统的一部分的重量、体积和功耗都会有严格的要求。（良） 清楚了以上机器视觉的原理和过程之后，我建议： 1）人类和动物视觉系统的原理
2）摄像机技术与原理
3）图像识别和处理技术
4）计算机技术5）人工智能

Ⅵ 有类似于机器视觉的研究生专业吗大专生可以报考吗需要什么条件吗机器视觉类的专业就业前景怎么样

很多学校都是要本科才能报考了，或者加试两门

Ⅶ 研究生读机器视觉 图像处理（计算机）方向

这个国外应复该待遇很好，国外制发展的比较成熟了。德国的技术比较先进。日本的也行。像现在机器视觉的工业相机，工业镜头，基本上全是德国日本货。国内嘛，有档次有水平的很少。如果你有技术，建议你回国自己干。企业嘛，到网络上搜索一下你学的这个，前面那些做广告的，全是你可以进的公司。

Ⅷ 机器视觉这个研究方向难不难学，以后研究生出来后，是不是就业面很窄。这个方向需要学好哪些基础课程

编程语言是要会的。

就业的问题：这个要看你毕业时能力而定（2-3年的学习时间要做出点成绩来）。行业是有前景的。
难学与否：要看你的基本功扎实与否。一般情况下还是要下点功夫的。

Ⅸ 计算机图形图像处理都有哪些研究方向

实时图形学和图形处理器
新的光照模型和渲染方法
虚拟现实和虚拟现实设备（如：空间全息内成像容，触觉传感器，嗅觉传感器，立体声学，空间定位设备）
场可视化和体图形学（医学图像立体显示）
S计算几何(算法几何，区别于以前中的计算几何概念)
动画理论（元球动画，动力动画，粒子系统）
图形仿真（如：自然景物模拟，柔体仿真，分形树，流体仿真）
计算机视觉（主要指机器视觉，主题是图像序列到3D模型转换如：多目视觉，运动视觉等，本来应该归到模式识别类里面）
全息摄影术（如同心拼图法）
在图像和模式识别领域的前沿有：图像处理、图像压缩、图像分割、边沿检测、图像矢量化、图像匹配、模式识别、遥感图像处理、图像恢复、视频处理。

Ⅹ 对于机器视觉方向的研究生该如何去规划学习

是考上的上海电力学院不？
考的专业不同，所以给不了楼主什么有建设性的意见。
关于研究生阶段的规划：
一、研究生与大学生的区别
首先跟大家说明一下研究生和大学生的区别。大学生基本上是来接受学问、接受知识的，在中国原本并没有博硕士的学历，但是在西方他们原来的用意是，恭贺你已经对人类普遍的知识有所创新，这个创新或大或小，都是对于普遍的知识有所贡献。这个创新不会因为你做本土与否而有所不同，所以第一个我们必须要很用心、很深刻的思考，大学生和研究生是不同的。
（一）选择自己的问题取向，学会创新
你一旦是研究生，你就已经进入另一个阶段，不只是要完全乐在其中，更要从而接受各种有趣的知识，进入制造知识的阶段，也就是说你的论文应该有所创新。由接受知识到创造知识，是身为一个研究生最大的特色，不仅如此，还要体认自己不再是个容器，等着老师把某些东西倒在茶杯里，而是要开始逐步发展和开发自己。做为研究生不再是对于各种新奇的课照单全收，而是要重视问题取向的安排，就是在硕士或博士的阶段里面，所有的精力、所有修课以及读的书里面都应该要有一个关注的焦点，而不能像大学那般漫无目标。大学生时代是因为你要尽量开创自己接受任何东西，但是到了硕士生和博士生，有一个最终的目的，就是要完成论文，那篇论文是你个人所有武功的总集合，所以这时候必须要有个问题取向的学习。
（二）尝试跨领域研究，主动学习
提出一个重要的问题，跨越一个重要的领域，将决定你未来的成败。我也在台大和清华教了十几年的课，我常常跟学生讲，选对一个领域和选对一个问题是成败的关键，而你自己本身必须是带着问题来探究无限的学问世界，因为你不再像大学时代一样泛滥无所归。所以这段时间内，必须选定一个有兴趣与关注的主题为出发点，来探究这些知识，产生有机的循环。由于你是自发性的对这个问题产生好奇和兴趣，所以你的态度和大学部的学生是截然不同的，你慢慢从被动的接受者变成是一个主动的探索者，并学会悠游在这学术的领域。
然而研究生另外一个重要的阶段就是 Learn how to learn ，不只是学习而已，而是学习如何学习，不再是要去买一件很漂亮的衣服，而是要学习拿起那一根针，学会绣出一件漂亮的衣服，慢慢学习把目标放在一个标准上，而这一个标准就是你将来要完成硕士或博士论文。如果你到西方一流的大学去读书，你会觉得我这一篇论文可能要和全世界做同一件问题的人相比较。我想即使在***也应该要有这样的心情，你的标准不能单单只是放在旁边几个人而已，而应该是要放在领域的普遍人里面。你这篇文章要有新的东西，才算达到的标准，也才符合到我们刚刚讲到那张拉丁文的博士证书上面所讲的，有所贡献与创新。
二、一个老师怎么训练研究生
第二个，身为老师你要怎么训练研究生。我认为人文科学和社会科学的训练，哪怕是自然科学的训练，到研究生阶段应该更像师徒制，所以来自个人和老师、个人和同侪间密切的互动和学习是非常重要的，跟大学部坐在那边单纯听课，听完就走人是不一样的，相较之下你的生活应该要和你所追求的知识与解答相结合，并且你往后的生活应该或多或少都和这个探索有相关。
（一）善用与老师的伙伴关系，不断 Research
我常说英文 research 这个字非常有意义， search 是寻找，而 research 是再寻找，所以每个人都要 research ，不断的一遍一遍再寻找，并进而使你的生活和学习成为一体。中国近代兵学大师蒋百里在他的兵学书中曾说：「生活条件要跟战斗条件一致，近代欧洲凡生活与战斗条件一致者强，凡生活与战斗条件不一致者弱。」我就是藉由这个来说明研究生的生活，你的生活条件与你的战斗条件要一致，你的生活是跟着老师与同学共同成长的，当中你所听到的每一句话，都可能带给你无限的启发。
（二）藉由大量阅读和老师提点，进入研究领域
怎样进入一个领域最好，我个人觉得只有两条路，其中一条就是让他不停的念书、不停的报告，这是进入一个陌生的领域最快，又最方便的方法，到最后不知不觉学生就会知道这个领域有些什么，我们在不停念书的时候常常可能会沉溺在细节里不能自拔，进而失去全景，导致见树不见林，或是被那几句英文困住，而忘记全局在讲什么。藉由学生的报告，老师可以讲述或是厘清其中的精华内容，经由老师几句提点，就会慢慢打通任督二脉，逐渐发展一种自发学习的能力，同时也知道碰到问题可以看哪些东西。就像是我在美国念书的时候，我修过一些我完全没有背景知识的国家的历史，所以我就不停的念书、不停***着自己吸收，而老师也只是不停的开书目，运用这样的方式慢慢训练，有一天我不再研究它时，我发现自己仍然有自我生产及蓄发的能力，因为我知道这个学问大概是什么样的轮廓，碰到问题也有能力可以去查询相关