智能视觉传感器易于学习、使用、维护和安装。它正在成为一个可靠的和有效的视觉检测系统。技术发展迅速。前端视觉方法通常用于从图像中提取特征。然而,如何提高视觉里程计的准确性仍具有挑战性。视觉传感器中,三维(3 d)视觉传感器包括被动和主动传感器。被动传感器获取目标图像通过相机拍照。主动传感器项目光图象目标通过传感器,因此接收返回的距离信号和措施。

根据目标对象的形象,得到目标对象的轮廓形状,计算其位置信息,然后将信息标准化,并传递给机器人控制系统。自动计算物体的位置信息是3 d视觉技术的一个重要组成部分。三维图像技术需要进一步应用于工业控制和汽车导航。视觉传感器并不是一个独立的机器设备。通常安装在其他机器上扮演一个角色。它的主要功能是收集各种各样的视觉信息,然后将信息需要的机器设备。目前,基于二维材料异质结,已取得重要进展领域的可重构类人脑视觉传感器。二维材料有望成为重要的基本电子材料post-Moore时代。该领域的研究发展也允许人们堆栈和集成原子层材料以“像”的方式。

这个特殊问题的目的是专注于优化特征提取、边缘检测、去噪、图像分析和其他技术。此外,我们鼓励提交讨论类人脑视觉传感器的同步信息检测与处理的功能。我们欢迎原始研究和评论文章讨论艺术的状态。

潜在的主题包括但不限于以下:

• 图像视觉传感技术的关键帧提取
• 图像信息编码在视觉传感技术
• 图像尺度不变特征变换(SIFT)特征点提取的视觉传感器
• 图像和数字传感器在智能视觉传感技术
• 数字图像的边缘检测的视觉传感器
• 高速处理数字图像的视觉传感器
• 图像去噪的视觉传感器
• 图像色彩处理的视觉传感器
• 3 d视觉图像传感器的图像抗噪音的self-coding
• 图像采集单元的视觉传感器
• 语义信息检测的视觉传感器
• 视网膜和视网膜形态设备
• 光垂直异质结的反应设备
• 传感器神经网络基于范德华异质结的视觉形态