机器视觉，简单来说就是用机器代替人眼来测量和判断。它主要用计算机来模拟人生的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。由此而衍生出来的技术则是机器视觉技术，它是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉检测技术最大的特点是速度快、信息量大、功能多，在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合，常用机器视觉检测来替代人工视觉。同时，在大批量重复性工业生产过程中，用机器视觉检测方法可以大大提高生产效率和自动化程度。

一个典型的工业机器视觉系统包括：光源、镜头、相机（CCD相机和CMOS相机）、图形处理器（硬件）、图像处理软件。显示器及执行单元。

关键技术

（1） 镜头。工业镜头FOV（Field Of Vision）=所需分辨率*亚像素*相机尺寸/PRTM（零件测量公差比）镜头选择应注意：①焦距②目标高度③影向高度④放大倍数⑤影像至目标的距离⑥中心点/节点⑦畸变。

（2）相机。按照不同标准可分为：标准分辨率数字相机和模拟相机等。要根据不同的实际应用场合选不同的相机。

（3）视觉处理器。视觉处理器集采集卡与处理器于一体。以往计算机速度较慢时，采用视觉处理器加快视觉处理任务。现在视觉处理器用得较少。

（4）图像采集卡。图像采集卡直接决定了摄像头的接口：黑白、彩色、模拟、数字等等。

（5）照明。照明是影响机器视觉检测系统输入的重要因素，它直接影响输入数据的质量和应用效果。

典型应用领域

机器视觉在工业上的应用主要集中在定位、检测、识别、测量这几大方面。

（1）定位：主要体现在工业机器人方面的应用，工业机器人在完成装配、分类或搬运作业时，需要视觉反馈给机器人空间坐标以提供零件的精确固定的位置和方向，保证机器人准确的抓取零件。

（2）检测：主要应用在检测自动化生产线上的产品有无质量问题，该环节也是人工最多的环节。同时还有印刷品质量的检测，产品组装过程中有/无漏装、残次品检测等应用环节。

（3）识别：主要有颜色方面的识别，读码、无人驾驶汽车、纹理的识别等方面的应用。

（4）测量：主要是制造产品中的长度、角度的测量。另外，有些产品的精密度高，达到0.01~0.02m甚至到u级，人眼无法检测必须使用机器视觉完成。

当前国内机器视觉检测技术广泛应用于电子及半导体制造、汽车制造、工业检测、药品检测分类食品包装、印刷检测、铁路及公路检测、公共安全、金融、军事等领域。自动化设备取代人工，机器视觉检测产品在工业制造领域的应用将达到高潮。