1. 机器视觉这个行业发展现状和前景怎么样，机械电子硕士就业或者读博选择这个领域怎么样，给个建议
关于机器视觉行业[镜头篇]
在机器视觉领域，百万像素工业镜头以日本Computar镜头最为出众。
日本Computar是全球着名工业镜头供应商，computar工业镜头性价比高，性能稳定，被广泛应用于工业生产和安防领域。
像素级别在不断提升，但需要注意的是，清晰度包括镜头中心及边缘的清晰度。“从光学原理上讲，镜头中心像素肯定是最高的，边缘会有所降低，但要保证整个画面都是在100万像素以上，这是研发的重点，”如果在一个实际的视频画面中，中心与两边的画面清晰度差别太大的话，这就说明了镜头的边缘清晰度效果不是很好。
而在提高了像素水平之后，可能会牺牲如通光量(F值)、红外矫正等一些性能。“目前，各镜头厂商竞争焦点在于保证高像素前提下，如何具备良好的通光量”， “如我们一款2.8-8mm左右的标清镜头，其F值是9.05，同样一款的高清镜头，其F值只能做到1.2，这是由光学原理所决定的，清晰度高的镜头的F值已达不到这么大了，”
百万像素摄像机的夜间监控效果一直是用户关心的重点，镜头厂商也考虑到了这点需求。如果百万像素镜头没有日夜两用功能的话，晚上则会容易出现变焦情况。因此，在原有型号百万像素镜头的基础上增加日夜两用功能是一些厂商今年的研发重点，如富士能等。日夜型镜头和普通型镜头的主要区别在于其所采用的镜片玻璃材质和镀膜处理等技术的不同。
另外，一些摄像机厂商之所以能够推出透雾型摄像机，最重要在于镜头厂商的支持。有些镜头厂商增加了透雾新技术，使得百万像素镜头适应范围更加广泛。目前市场上高清摄像机大多采用IP接口，编码、传输、解码的过程造成了“延时”的叠加，使得在物距不同目标之间切换时，对镜头的聚焦成了用户最为头疼的问题，镜头厂商在自动聚焦方面下功夫，一定程度上缓解了延时问题，大大提高了目标捕捉速度。当前，百万像素镜头产品还处于市场导入期，尽管已经在技术上取得了进步，但是仍然存在诸多需要改进的方面，除了如上所言的通光量问题，还有焦距覆盖范围不足、产品线不够全面等，对于国内外镜头厂商而言，百万像素镜头技术还有很大的发展空间。
另外，这个行业视觉软件很重要，它技术性强，成本低，很适合创业者。。
2. 机器视觉的应用实例
⒈ 基于机器视觉的仪表板总成智能集成测试系统
EQ140-Ⅱ汽车仪表板总成是中国某汽车公司生产的仪表产品，仪表板上安装有速度里程表、水温表、汽油表、电流表、信号报警灯等，其生产批量大，出厂前需要进行一次质量终检。检测项目包括：检测速度表等五个仪表指针的指示误差；检测24个信号报警灯和若干照明9灯是否损坏或漏装。一般采用人工目测方法检查，误差大，可靠性差，不能满足自动化生产的需要。基于机器视觉的智能集成测试系统，改变了这种现状，实现了对仪表板总成智能化、全自动、高精度、快速质量检测，克服了人工检测所造成的各种误差，大大提高了检测效率。
整个系统分为四个部分：为仪表板提供模拟信号源的集成化多路标准信号源、具有图像信息反馈定位的双坐标CNC系统、摄像机图像获取系统和主从机平行处理系统。
⒉ 金属板表面自动控伤系统
金属板如大型电力变压器线圈扁平线收音机朦胧皮等的表面质量都有很高的要求，但原始的采用人工目视或用百分表加控针的检测方法不仅易受主观因素的影响，而且可能会绘被测表面带来新的划伤。金属板表面自动探伤系统利用机器视觉技术对金属表面缺陷进行自动检查，在生产过程中高速、准确地进行检测，同时由于采用非接角式测量，避免了产生新划伤的可能。其工作原理图如图8-6所示；在此系统中，采用激光器作为光源，通过针孔滤波器滤除激光束周围的杂散光，扩束镜和准直镜使激光束变为平行光并以45度的入射角均匀照明被检查的金属板表面。金属板放在检验台上。检验台可在X、Y、Z三个方向上移动，摄像机采用TCD142D型2048线陈CCD，镜头采用普通照相机镜头。CCD接口电路采用单片机系统。主机PC机主要完成图像预处理及缺陷的分类或划痕的深度运算等，并可将检测到的缺陷或划痕图像在显示器上显示。CCD接口电路和PC机之间通过RS-232口进行双向通讯，结合异步A/D转换方式，构成人机交互式的数据采集与处理。
该系统主要利用线阵CCD的自扫描特性与被检查钢板X方向的移动相结合，取得金属板表面的三维图像信息。
⒊ 汽车车身检测系统
英国ROVER汽车公司800系列汽车车身轮廓尺寸精度的100%在线检测，是机器视觉系统用于工业检测中的一个较为典型的例子，该系统由62个测量单元组成，每个测量单元包括一台激光器和一个CCD摄像机，用以检测车身外壳上288个测量点。汽车车身置于测量框架下，通过软件校准车身的精确位置。
测量单元的校准将会影响检测精度，因而受到特别重视。每个激光器/摄像机单元均在离线状态下经过校准。同时还有一个在离线状态下用三坐标测量机校准过的校准装置，可对摄像顶进行在线校准。
检测系统以每40秒检测一个车身的速度，检测三种类型的车身。系统将检测结果与人、从CAD模型中撮出来的合格尺寸相比较，测量精度为±0.1mm。ROVER的质量检测人员用该系统来判别关键部分的尺寸一致性，如车身整体外型、门、玻璃窗口等。实践证明，该系统是成功的，并将用于ROVER公司其它系统列汽车的车身检测。
⒋ 纸币印刷质量检测系统：
该系统利用图像处理技术，通过对纸币生产流水线上的纸币20多项特征（号码、盲文、颜色、图案等）进行比较分析，检测纸币的质量，替代传统的人眼辨别的方法。
⒌ 智能交通管理系统：
通过在交通要道放置摄像头，当有违章车辆（如闯红灯）时，摄像头将车辆的牌照拍摄下来，传输给中央管理系统，系统利用图像处理技术，对拍摄的图片进行分析，提取出车牌号，存储在数据库中，可以供管理人员进行检索。
⒍金相分析：
金相图象分析系统能对金属或其它材料的基体组织、杂质含量、组织成分等进行精确、客观地分析，为产品质量提供可靠的依据。
⒎ 医疗图像分析：
血液细胞自动分类计数、染色体分析、癌症细胞识别等。
⒏ 瓶装啤酒生产流水线检测系统：
可以检测啤酒是否达到标准的容量、啤酒标签是否完整
⒐ 大型工件平行度、垂直度测量仪：
采用激光扫描与CCD探测系统的大型工件平行度、垂直度测量仪，它以稳定的准直激光束为测量基线，配以回转轴系，旋转五角标棱镜扫出互相平行或垂直的基准平面，将其与被测大型工件的各面进行比较。在加工或安装大型工件时，可用该认错器测量面间的平行度及垂直度。
⒑ 螺纹钢外形轮廓尺寸的探测器件：
以频闪光作为照明光源，利用面阵和线阵CCD作为螺纹钢外形轮廓尺寸的探测器件，实现热轧螺纹钢几何参数在线测量的动态检测系统。
⒒轴承实时监控：
视觉技术实时监控轴承的负载和温度变化，消除过载和过热的危险。将传统上通过测量滚珠表面保证加工质量和安全操作的被动式测量变为主动式监控。
⒓ 金属表面的裂纹测量：
用微波作为信号源，根据微波发生器发出不同波涛率的方波，测量金属表面的裂纹，微波的波的频率越高，可测的裂纹越狭小。
3. 视觉设计在产品设计中的优势
一、加速视觉感知
二、加强长期记忆
三、触发愉悦感
四、引导注意力
五、可访问性 一. 加速视觉感知视觉感知是向大脑发送信息最有效、最快的方式之一。 根据《思考，快与慢》的作者丹尼尔·卡尼曼的说法，这是因为我们的大脑有两个系统，第一个系统称为：系统1（感性思维，依赖于情感、记忆和经验作出迅速的反应和判断），第二个系统为：系统2（理性思维，通过调动注意力来分析、思考、解决问题，并作出决定。） 关键是当我们使用插画、图形、色彩等视觉元素时，我们的大脑会立即运行系统1，因此我们所吸收信息的速度要快得多，比如当我们看到下图时，会立即触发系统1，只有在遇到问题时我们才会切换至系统2。 根据S.Thorpe 的一项研究表明，人类视觉系统中的处理速度非常快，大脑处理图像只需要150ms，而理解图像的意思仅需要100ms。研究表明，我们大脑识别图像、颜色、插画等的速度比文本内容快6万倍，但仅使用这些视觉元素并不能完全代替文本或标签，通常将它们组合在一起，可以使界面的识别速度更快、更高效。但是，并非所有用户群体的识别率都是一样的。研究表明，识别率随着年龄的增长而下降。如下图，数据显示：60岁以上的用户对图标含义的识别率为60%，而20-30岁的用户对图标含义的识别率高达90%。此外，图标的复杂度影响视觉识别。如下图，数据显示：闹钟的识别率为100%，而日历的识别率只有40%。 二. 加强长期记忆即使图片只展示一次，人类也具有令人惊艳的长期记忆的能力。这使得我们在产品设计中使用视觉元素成为用户体验的一种方式。研究表明，当被要求在两个不同的测试中记住612张图片时，观众在6秒内命中率高达98%。与单词或短句记忆测验相比，这一比率下降到88%。实验还表明，图片记忆始终优于语言记忆。第一，因为图像的记忆能力几乎是无限的。第二，因为图像比文本有更好的记忆率。而且，生动的图像比正常的图像能更好的保存在我们的大脑中。视觉与听觉也是有差异的，在埃德加·戴尔的一项研究中表明，当人们听到信息时，3天后该信息被记住的可能性约为15%。但是当相同的信息用视觉元素去表达时，3天后该信息被记住的可能性将近55%。 三. 触发愉悦感通过研究专家Piotr Winkielman与John T. Cacioppo的一项名为“头脑轻松，面带微笑”的研究中表明，当我们的大脑通过少量的认知就可以快速理解时，我们的身体就会做出积极的反应，从而触发一种愉悦感。实验让参与者观察一系列图像，同时监控他们的表情。由于表情的变化过于微妙和短暂，观察者无法察觉，所以在脸颊、眉毛和眼睛周围放置了设备，以监测图像上情绪波动的迹象。研究表明：当图像更容易识别时，人们会漏出轻微的笑容和额头放松。这似乎是系统1的一个特点，即认知舒适度与良好的感觉有关。因此，由于视觉元素的使用首先驱动了系统1的快速和自动化识别，可以说这些视觉元素的使用也为用户在使用产品的过程中提供了愉悦感。 四. 引导注意力视觉元素可以改善整个界面导航。字体、留白、CTA、排版和图像等都可以作为模块间的可视分隔符，使用户可以清楚地看到前面发生的事情。尼尔森的一项研究表明，尽管文本内容占用了316%的屏幕空间，但用户看图片的时间比看文本的时间多10%。我们来看下Uber是如何通过更改视觉元素来优化着落页的？ 通过替换第一页的封面图片和排版，100%的测试人员可以看到标题，而在上一个版本中只有90%的测试人员看到，这意味着有10%的人没有注意到标题内容。 此外，新版标题被识别时间大约为1秒，旧版本中用户则需要1.5秒才看到标题。为什么会有这些变化呢？尽管进行了一些排版细微上的调整，比如将标题字号放大、加粗、优化文本等，但是对数据影响最大的是更改了封面图片。 五. 可访问性最后，界面中的图标、色彩、插图以及其他类型的视觉元素可以使产品更容易访问，特别不同用户群在使用产品时。因此，我们可以说图形化的运用提高了整体的理解力。此外，对于那些文本识别障碍（如阅读障碍、阅读困难或无法阅读）的用户来说，图形化也会打破他们的感知界限。
4. 如何通过视觉设计增加店铺的点击量
为什么活动没人点? 因为你的店铺设计逻辑出现问题，也许你的店招没有传达出你的品牌和产品，也许你的促销图重点不突出! 那我们该如何增加店铺的点击量? 互联网的一些事 相关度：做店铺的装修、商品的宝贝介绍要与宝贝相符。 互联网的一些事 可信度：网络销售要解决一个很重要的问题就是信用问题。在你的商品描述里，要做出一些消费承诺。如：正品保证、质检报告、7天无理由退换货、假一赔三等。 互联网的一些事 核心卖点挖掘：我和别人有什么不一样(核心竞争力：比如24小时发货)，体现自己的差异化(不掉色) yixieshi.com 网站导航：好的网站导航十分清晰，能够提供更便捷的服务，提高平均访问深度，也更容易产生冲动性消费，关联销售也更容易做上来。 产品定位：消费人群习惯决定设计风格(如OUTLETS定位如果面向的是高消费用户，那装修风格就要走简洁，时尚风格) yixieshi.com 价格分析：做到的最低折扣，以吸引消费者购买。 店铺风格： 欧版女装：时尚简约风格 韩版女装：小清新，甜美风格 知名品牌：高端，简约风格 不知名品牌：打折促销(如果店铺的产品是不知名品牌，那就尽量打折促销，用低价吸引用户) 产品特点展示——标出明星款、潮爆款、品牌款 yixieshi.com 色彩： 红色:兴奋、精力、热情、欲望、速度、力量、热爱、侵略 黄色:享受、幸福、乐观、理想主义、想象力、希望、阳光、夏天、哲学 蓝色:和平、平静、稳定性、和谐、统一、信任、真相、信心 桔色:精力、平衡、温暖、热情、颤动、率直、火焰、注意、要求 绿色:自然、环境、健康、好运气、更新、青春、努力、春天、慷慨、富饶 紫色:灵性、高贵、仪式、神秘、转变、智慧、启发、残酷 灰色:安全、可靠性、智力、固定、谦逊、尊严、成熟、团体、保守、实际 褐色:土、炉床、家、户外、可靠性、安逸、耐力、稳定性、简洁 白色:尊敬、纯净、简洁、清洁、和平、谦卑、精密、清白、青春、出生 yixieshi.com 黑色:力量、精深、正式、优雅、财富、谜、害怕、魔鬼、匿名 yixieshi.com outlets卖的是品牌，所以装修是以紫色和褐色为主，突出了高贵，可靠性! 视觉定位： 当用户访问一个网站的时候，第一屏的信息展示是非常重要的，很大程度上影响了用户是否决定停留! 所以根据“一屏论”，重要的信息内容(如促销活动，收藏等等)必须在600PX高度以内显示。 第一屏：我们卖什么东西。活动入口，感兴趣的东西突出主题。主推产品尽量放前面，占据主要视觉落脚点。 1.大屏首焦广告主要是吸引非目标客户的点击，从而转化成目标客户 2.店内的折扣，尽量放在首屏能看到的位置，以方便消费者第一时间知道店铺的折扣及活动 3.搭配套餐——提升客单价 互联网的一些事 4.是否是明星潮品?嵌入明星图，打造明星效应，让消费者清楚了解明星时尚风向标，作为潮品推荐。 5.细节材质—-在细节上首先以指数的维度客观的告知消费者一些具体数值和指标，让无法辨别网上质量以及手感的消费者掌握产品数据。 6.小区域的细节图，让消费者更有放心购买的踏实感。
5. 视觉传达设计专业增长点和衰退点是什么
行业都饱和了
6. 机器视觉行业发展前景
前瞻产业研究院发布的《中国机器视觉产业发展前景与投资预测分析报告》分析认为，机器视觉发展早期，主要集中在欧美和日本。随着全球制造中心向中国转移，中国机器视觉市场正在继北美、欧洲和日本之后，成为国际机器视觉厂商的重要目标市场。在中国，机器视觉应用起源于20世纪80年代的技术引进，半导体及电子行业是机器视觉应用较早的行业之一，其中大都集中在如PCB印刷电路组装、元器件制造、半导体及集成电路设备等，机器视觉在该行业的应用推广，对提高电子产品质量和生产效率起了举足轻重的作用。
目前，中国正成为世界机器视觉发展最活跃的地区之一，应用范围几乎涵盖国民经济的各个行业，其中包括：工业、农业、医药、军事、航天、气象、天文、公安、交通、安全、科研等领域。而工业领域是机器视觉应用比重最大的领域，其重要原因是中国已经成为全球制造业的加工中心，高要求的零部件加工及其相应的先进生产线，使许多具有国际先进水平的机器视觉系统和应用经验也进入了中国。
前瞻产业研究院发布的机器视觉产业研究报告分析认为，目前在我国随着配套基础建设的完善，技术、资金的积累，各行各业对采用图像和机器视觉技术的工业自动化、智能需求开始广泛出现，国内有关大专院校、研究所和企业近两年在图像和机器视觉技术领域进行了积极思索和大胆的尝试，逐步开始了工业现场的应用。其主要应用于制药、印刷、矿泉水瓶盖检测等领域。这些应用大多集中在如药品检测分装、印刷色彩检测等。真正高端的应用还很少，因此，以上相关行业的应用空间还比较大。当然、其他领域如指纹检测等等领域也有着很好的发展空间。
中国的电子制造和代工厂商过去几年正在采购大量自动化设备取代人工，以应对中国愈演愈烈的缺工现象，未来几年这一现象将达到高潮。台资工厂纷纷选择提高自动化程度，其自动化换装高潮将在未来2-3年内到来，必将为机器视觉产品在该行业的应用带来新的增长点。前瞻预测，未来几年我国机器视觉行业市场规模将继续保持稳定增长，预计2016年达到近38亿元。
总体来说，机器视觉行业市场前景比较良好，处于增长期。
希望我的回答对您有所帮助。
7. 机器视觉中有哪些主要的问题和发展瓶颈存在
1、问题可以归结为三个方面：计算能力不足、认知理论未明以及精确识别与模糊特征之间的自相矛盾。
2.人才的稀缺
目前真正意义上的从业人员缺少科班出身，缺少对图像处理的底层理论认知和理解。机器视觉中图像处理是极为重要的一环，而目前大多数从业人员是本科或者大专毕业，或者是电气工程师新入行，基本都比较缺乏图像处理的基本理论，很多理论还停留在对“视觉嘛，就是、对比视觉，二值化”等认知上。
待遇。虽然相对于普通的自动化从业者而言，机器视觉工程师待遇还是不错的，但是却难以吸引到硕士或者博士进行过专门图像处理学术训练的人加入，因为随便加入那个互联网大公司做图像相关工作，待遇都能把自动化从业的工程师甩出几条大街。
另外，机器视觉更多的应用是属于自动化设备这一块。而自动化属于比较交叉的学科，涉及到机器视觉，需要了解的东西包括、电气、运动控制、机械、光学、软件编程等。这些学科了解一些基本的东西不难，但是研究的比较透彻并能高效率的综合运用就比较难了。
3.图像处理的不确定性
在我的理解机器视觉仅仅算是计算机视觉的一个微小分支，所以机器视觉主要还是指工业方面的应用。目前的工业应用主要需求有：测量、外观检测、条码、字符识别、定位。而这几个方面机器视觉还没有一个能真正意义上实现批量化检测的同时保证极高的准确率，极小的误检率和杜绝漏检。这个目标不能实现，降低了机器视觉的应用预期。因为机器视觉设备不能完全解决，还是需要人复查，除非客户的标准没有那么高。
8. 机器视觉前景如何
机器视觉行业主要上市公司：目前国内机器视觉行业的上市公司主要有天准科技（688003）、美亚光电（002690）、精测电子（300567）、赛腾股份（603283）、矩子科技（300802）、先导智能（300450）、康鸿智能（839416）、劲拓股份（300400）等。
本文核心数据：机器视觉行业市场规模、行业上市企业营收、市场规模预测
1、行业市场规模持续增长
根据GGII数据显示，2019年中国机器视觉市场规模65.50亿元（该数据未包含计算机视觉市场规模），同比增长21.77%，2014-2019年复合增长率为28.36%。结合2020年新冠疫情背景下的经济环境，前瞻预计2020年行业增长率不会超过20%，2020年中国机器视觉行业市场规模约79亿元。
以上数据参考前瞻产业研究院《中国机器视觉产业发展前景与投资预测分析报告》。
9. 怎么提高店铺产品的视觉效果
从店铺整体布局开始，再统一风格，包装产品等，建议去听下玺承的课，提升视觉确实有用。
10. 机器视觉行业在国内多少年了
在中国，视觉技术的应用开始于90年代，因为行业本身就属于新兴的领域，再加之机器视觉产品技术的普及不够，导致以上各行业的应用几乎空白。目前国内机器视觉大多为国外品牌。国内大多机器视觉公司基本上是靠代理国外各种机器视觉品牌起家，随着机器视觉的不断应用，公司规模慢慢做大，技术上已经逐渐成熟。制造业不断增长引爆全球机器视觉技术市场。在制造业向智能化转型升级中，机器视觉更是迎来发展良机。依托于智能制造，机器视觉市场需求将再度爆发。
据前瞻产业研究院发布的《中国机器视觉产业发展前景与投资预测分析报告》数据显示，2016年全球机器视觉系统及部件市场规模约45.7亿美元，2011-2016年复合增长率10%。预计2018年全球市场规模或达55亿美元。从产业地区分布看，2016年全球机器视觉产业主要分布于德国、美国和日本地区，占比分别为30%、24%和14%。
根据调查统计，现在已进入中国的国际机器视觉品牌已近200多家，中国自有的机器视觉品牌也已有100多家，机器视觉各类产品代理商超过了300家，专业的机器视觉系统集成商也有100多家。
但是，国内机器视觉企业的水平与国际上仍有很大的差距，以至于一些国内的企业购买了机器视觉系统，还要花费昂贵的费用聘请国外的系统集成商。集成系统供应商中在视觉产品的选择方面，依然较青睐于国外品牌。
随着配套基础建设的完善，技术、资金的积累，各行各业对采用图像和机器视觉技术的工业自动化、智能需求开始广泛出现，国内有关大专院校、研究所和企业近两年在图像和机器视觉技术领域进行了积极思索和大胆的尝试，逐步开始了工业现场的应用。其主要应用于制药、印刷、矿泉水瓶盖检测等领域。这些应用大多集中在如药品检测分装、印刷色彩检测等。真正高端的应用还很少，因此，以上相关行业的应用空间还比较大。当然、其他领域如指纹检测等等领域也有着很好的发展空间。