一、視覺傳感器的特點有哪些
1、信息量極為豐富，不僅包含有視野內物體的距離信息，而且還有該物體的顏色、紋理、深度和形狀等信息。
2、多任務檢測，在視野范圍內可同時實現道路檢測、車輛檢測、行人檢測、交通標志檢測、交通信號燈檢測等。
3、視覺SLAM，通過攝像頭可以實現同時定位和建圖。
4、實時獲取場景信息，提供的信息不依賴于先驗知識，比如GPS導航依賴地圖信息，有較強的適應環境的能力。
5、與機器學習、深度學習等人工智能加快融合。
二、視覺傳感器為什么需要邊緣檢測
邊緣檢測是機器視覺中必不可少的環節，是一種重要的圖像預處理技術。
由于邊緣是灰度值不連續的結果，這種不連續常可以利用求導數方便的檢測到，一般選擇一階和二階導數來檢測邊緣。在視覺傳感器檢測中，這種方法通常稱為邊緣檢測局部算子法。針對圖像邊緣的檢測，運用Canny算法進行圖像的處理分割檢測，具體算法基本步驟如下：
1、濾波
邊緣檢測算法主要是基于圖象強度的一階和二階導數，但導數的計算對噪聲很敏感，因此必須使用濾波器來改善與噪聲有關的邊緣檢測器的性能。需要指出，大多數濾波器在降低噪聲的同時也導致了邊緣強度的損失，因此，增強邊緣和降低噪聲之間需要折中。
2、增強
增強邊緣的基礎是確定圖象各點鄰域強度的變化值。增強算法可以將鄰域(或局部)強度值有顯著變化的點突顯出來。邊緣增強一般是通過計算梯度幅值來完成的。
3、檢測
在圖象中有許多點的梯度幅值比較大，而這些點在特定的應用領域中并不都是邊緣，所以應該用某種方法來確定哪些點是邊緣點。最簡單的邊緣檢測判據是梯度幅值閾值判據。
4、定位
如果某一應用場合要求確定邊緣位置，則邊緣的位置可在子象素分辨率上來估計，邊緣的方位也可以被估計出來。
在邊緣檢測算法中，前三個步驟用得十分普遍。這是因為大多數場合下，僅僅需要邊緣檢測器指出邊緣出現在圖像某一像素點的附近，而沒有必要指出邊緣的精確位置或方向。
在用機器視覺進行尺寸測量時，這四步必不可少，尤其必須指出邊緣的精確位置和方位。機器視覺檢測技術，以其強大的性能優勢，使得產品質量標準化，檢測速度快、檢測結果可靠、穩定并且可以長時間檢測，廣泛應用于各大領域。
