機器視覺檢測系統采用CCD照相機將被檢測的目標轉換成圖像信號,傳送給的圖像處理系統,根據像素分布和亮度、顏色等信息,轉變成數字化信號,圖像處理系統對這些信號進行各種運算來抽取目標的特征,如面積、數量、位置、長度,再根據預設的允許度和其他條件輸出結果,包括尺寸、角度、個數、合格 / 不合格、有 / 無等,實現自動識別功能。典型結構編輯一個典型的機器視覺系統包括以下五大塊:照明照明是影響機器視覺系統輸入的重要因素,它直接影響輸入數據的質量和應用效果。由于沒有通用的機器視覺照明設備,所以針對每個特定的應用實例,要選擇相應的照明裝置,以達到效果。光源可分為可見光和不可見光。常用的幾種可見光源是白熾燈、日光燈、燈和鈉光燈。可見光的缺點是光能不能保持穩定。2%,其中智能相機、軟件、光源和板卡的增長幅度都達到了50%,工業相機和鏡頭也保持了40%以上的增幅,皆為2007年以來的水平。

應用案例編輯在布匹的生產過程中,像布匹質量檢測這種有高度重復性和智能性的工作只能靠人工檢測來完成,在現代化流水線后面常常可看到很多的檢測工人來執行這道工序,給企業增加巨大的人工成本和管理成本的同時,卻仍然不能保證100 %的檢驗合格率(即“零缺陷”)。對布匹質量的檢測是重復性勞動,容易出錯且效率低。流水線進行自動化的改造,使布匹生產流水線變成快速、實時、準確、的流水線。在流水線上,所有布匹的顏色、及數量都要進行自動確認(以下簡稱“布匹檢測”)。采用機器視覺的自動識別技術完成以前由人工來完成的工作。在大批量的布匹檢測中,用人工檢查產品質量效率低且精度不高,用機器視覺檢測方法可以大大提高生產效率和生產的自動化程度。從能量角度定義,機器為利用或轉換機械能的裝置,將其他形式的能量轉換為機械能的稱原動機,如內燃機、蒸汽機,電動機等,利用機械能來完成有用功的稱工作機,如各種機床、起重機、壓縮機等。
而在中國,視覺技術的應用開始于90年代,因為行業本身就屬于新興的領域,再加之機器視覺產品技術的普及不夠,導致以上各行業的應用幾乎空白。目前國內機器視覺大多為國外品牌。國內大多機器視覺公司基本上是靠代理國外各種機器視覺品牌起家,隨著機器視覺的不斷應用,公司規模慢慢做大,技術上已經逐漸成熟。隨著經濟水平的提高,3D機器視覺也開始進入人們的視野。3D機器視覺大多用于水果和蔬菜、木材、化妝品、烘焙食品、電子組件和產品的評級。它可以提高合格產品的生產能力,在生產過程的早期就報廢劣質產品,從而減少了浪費節約成本。這種功能非常適合用于高度、形狀、數量甚至色彩等產品屬性的成像。⒉機器人視覺:用于指引機器人在大范圍內的操作和行動,如從料斗送出的雜亂工件堆中揀取工件并按一定的方位放在傳輸帶或其他設備上(即料斗揀取問題)。