Thị giác máy (MV) là một môn học phụ của thị giác máy tính liên quan đến việc thu thập, phân tích và giải thích các hình ảnh kỹ thuật số để tự động nhận dạng và hiểu môi trường. Nó là ứng dụng các kỹ thuật và thuật toán xử lý hình ảnh kỹ thuật số để diễn giải, phân tích và hành động dựa trên thông tin trực quan nhằm xác định, định vị và phân loại các đối tượng trong hình ảnh.
MV thường được sử dụng trong tự động hóa công nghiệp và robot để xác định, định vị và theo dõi các vật thể, con người hoặc cấu trúc trong nhiều môi trường khác nhau. Nó đặc biệt hữu ích cho các ứng dụng có mức độ phức tạp hoặc biến thể không thể xử lý hiệu quả bằng các thuật toán hoặc cảm biến truyền thống.
Các ứng dụng phổ biến cho MV bao gồm thị giác robot, kiểm tra và sắp xếp các bộ phận, nhận dạng khuôn mặt, kiểm tra lắp ráp, nhận dạng đối tượng và điều hướng. Các ứng dụng khác bao gồm hình ảnh y tế, giám sát video, các ứng dụng giám sát và bảo mật.
MV là một lĩnh vực đang phát triển nhanh chóng với nhiều sản phẩm thương mại hiện có. Nhiều yếu tố góp phần vào sự phát triển của các giải pháp hiện tại và tương lai: thư viện phần mềm nguồn mở, nền tảng phần cứng và khả năng tính toán ngày càng tăng.
Các hệ thống MV thường bao gồm một cảm biến (thường là máy ảnh kỹ thuật số hoặc một loạt máy ảnh), bộ xử lý (thường là PC hoặc thiết bị nhúng) và giai đoạn đầu ra (thường là cánh tay robot hoặc máy công cụ). Cảm biến chụp ảnh của cảnh, sau đó được truyền đến bộ xử lý để giải thích và hành động.
MV có một số lợi thế so với các hệ thống thị giác truyền thống, bao gồm tốc độ, độ chính xác, độ tin cậy và tính linh hoạt. Vì máy móc có thể phát hiện vật thể nhanh hơn và đáng tin cậy hơn con người nên MV có thể được sử dụng cho dây chuyền sản xuất nhanh hơn nhiều cũng như để phân loại vật thể chính xác hơn. Ngoài ra, tính linh hoạt của MV có nghĩa là nó có thể được sử dụng cho nhiều ứng dụng khác nhau, chẳng hạn như xác định các đối tượng khó phân biệt. Cuối cùng, MV thường tiết kiệm chi phí hơn nhiều so với các phương pháp truyền thống cho một ứng dụng nhất định.