应用特征：机器视觉中的IFPR算法实现鲁棒性和可靠性

智能摄像机之所以智能的原因在于摄像机不仅能看也能够思考以及做出决定,这是由于在摄像机内部运行的图像处理和模式识别（IFPR）算法。一般来讲,这些IFPR算法在机器视觉的环境和条件下能更好地工作,这是智能摄像机在工业机器视觉比在视频监控和其他应用中更成功一个重要原因。换句话说,比起那些视频监控摄像机所面临的不确定因素,像天气和照明条件,不同对象的移动,遮挡等等,对于机器视觉摄像机来说,其应用要求较少,受到限制。因此,机器视觉的IFPR算法更能实现鲁棒性和可靠性,在现实中的应用以及实际的商业产品中,IFPR算法是必要的关键因素。与视频监控相比,机器视觉有以下优点：

①需要分析的对象一般不是人类或者一些不明物,而往往是固定的或者可以预见其大小,形状,颜色以及其他特征的对象。如果对象发生移动,通常以已知路径进行移动。

②在室内使用时,能容易地实现理想一致的照明条件;

③选择专用且匹配的照明光源有助于实现最佳对比度;

④如果存在遮挡的话,可以把问题最小化;(www.xing528.com)

⑤对于已知的静态背景,应用背景模型可使问题简化;

⑥只需要有限的物体模型便可用于识别;

⑦需要人的运动跟踪和行为识别。

另一方面,与其他类型的摄像机相比,对机器视觉摄像机提出的要求更苛刻,例如,高速分析,高精度,较低的误检率。这些因素是智能摄像机的本质要求,直接影响着生产效率。