1. 机器视觉概念引入
　　人类生产实践过程中，面临自身能力局限性，发明和创造了许多智能机器，来辅助或代替人类完成任务。智能机器能模拟人类功能，感知外部世界并有效解决人所不能解决问题。人类感知外部世界主视觉、触觉、听觉和嗅觉等感觉器官，其中约80%信息是由视觉获取。，对智能机器来说，赋予机器以人类视觉功能是极其重要。
　　现代工业自动化生产中，涉及到各种各样检查、测量和零件识别应用，例如汽车零配件尺寸检查和自动装配完整性检查，电子装配线元件自动定位，饮料瓶盖印刷质量检查，产品包装上条码和字符识别等。这类应用共同特点是连续大批量生产、对外观质量要求非常高。通常这种带有高度重复性和智能性工作只能靠人工检测来完成，我们经常一些工厂现代化流水线后面看到数以百计逾千检测工人来执行这道工序，给工厂增加巨大人工成本和管理成本同时，仍然不能保证100%检验合格率（即“零缺陷”），而当今企业之间竞争，已经不允许是0.1%缺陷存。有些时候，如微小尺寸精确快速测量，形状匹配，颜色辨识等，用人眼根本无法连续稳定进行，其它物理量传感器也难有用武之。这时，人们开始考虑把计算机快速性、可靠性、结果可重复性，与人类视觉高度智能化和抽象能力相结合，由此逐渐形成了一门新学科——机器视觉。
　　机器视觉是研究用计算机来模拟生物宏观视觉功能科学和技术。通俗说，就是用机器代替人眼来做测量和判断。首先采用CCD照相机将被摄取目标转换成图像信号，传送给专用图像处理系统，像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标特征，如：面积、长度、数量、位置等；最后，预设容许度和其他条件输出结果，如：尺寸、角度、偏移量、个数、合格/不合格、有/无等。机器视觉特点是自动化、客观、非接触和高精度，与一般意义上图像处理系统相比，机器视觉强调是精度和速度，以及工业现场环境下可靠性。
　　机器视觉是一个相当新且发展十分迅速研究领域。人们从20世纪50年代开始研究二维图像统计模式识别，60年代Roberts开始进行三维机器视觉研究，70年代中，MIT人工智能实验室正式开设“机器视觉”课程，80年代开始，开始了全球性研究热潮，机器视觉获了蓬勃发展，新概念、新理论不断涌现；现，机器视觉仍然且桓龇浅；钤镜难芯苛煊颍胫喙氐难Э粕婕埃和枷翊怼⒓扑慊夹窝А⒛Ｊ绞侗稹⑷斯ぶ悄堋⑷斯ど窬绲取?/FONT>

2. 机器视觉系统构成和分类
　　典型视觉系统一般包括如下部分：光源，镜头，CCD照相机，图像处理单元（或图像捕获卡），图像处理软件，监视器，通讯/输入输出单元等。视觉系统输出并非图像视频信号，运算处理之后检测结果，如尺寸数据。上位机如PC和PLC实时获检测结果后，指挥运动系统或I/O系统执行相应控制动作，如定位和分选。
　　从视觉系统运行环境分类，可分为PC-BASED系统和PLC-BASED系统。基于PC系统利用了其开放性，高度编程灵活性和良好Windows界面，同时系统总体成本较低。系统内含高性能图像捕获卡,一般可接多个镜头，配套软件方面，从低到高有几个层次，如Windows95/98/NT环境下C/C++编程用DLL，可视化控件ActiveX提供VB和VC++下图形化编程环境， Windows下面向对象机器视觉组态软件，用户可用它快速开发复杂高级应用。基于PLC系统中，视觉作用更像一个智能化传感器，图像处理单元独立于系统，串行总线和I/O与PLC交换数据。系统硬件一般利用高速专用ASIC或嵌入式计算机进行图像处理，系统软件保存图像处理器中，类似于游戏键盘简单装置对显示监视器中菜单进行配置，或PC上开发软件然后下载。基于PLC系统体现了可靠性高、集成化，小型化、高速化、低成本特点。

3. 机器视觉系统应用
　　目前，国际上视觉系统应用方兴未艾，而中国，工业视觉系统尚处于概念导入期，各行业领先企业解决了生产自动化问题以后，已开始将目光转向测量自动化方面。
　　机器视觉极适用于大批量生产过程中测量、检查和辨识，如：零件装配完整性，装配尺寸精度，零件加工精度，位置/角度测量，零件识别，特性/字符识别等。其最大应用行业为：汽车，制药，电子与电气，制造，包装/食品/饮料，医学。如对汽车仪表盘加工精度检查，高速贴片机上对电子元件快速定位，对管脚数目检查，对IC表面印字符辨识，胶囊生产中对胶囊壁厚和外观缺陷检查，轴承生产中对滚珠数量和破损情况检查，食品包装上面对生产日期辨识，对标签贴放位置检查等等。下面给出几个例子：
生产线、装配线质量检测： 
检查印刷是否正确
外形及尺寸检查
位置检测
表面检测
速度：动态或静止目标检测，
检测速度（吞吐量）可达： 10 物件/秒  
装瓶过程中最严格质检员： 
瓶体分类
标签检查
缺损识别
灌瓶液位测量
支持动态检测，吞吐量可达：25 物件/秒  
零部件测量：  
长度测量：精度可达1/1000 mm
角度测量
面积测量
公制单位结果输出
支持动态或静态检测，吞吐量可达：25 物件/秒  
完整性检测：-确保标签与实际物品相符 
标签印刷是否正确
外形轮廓检查
表面检测
代码识别
可使用频闪或连续光源
支持动态或静态检测吞吐量：10 物件/秒 
检测牙膏管口边缘毛刺： 
对物件进行旋转位置识别
检测管口是否有毛刺或其他障碍物 
异步触发器对图象进行整体评估  
颜料盒生产时粘贴物监控：
解决方案：安放颜料块前，监控颜料盒每一格中注入胶水量，避免注入太多或太少 
检验传动轴是否正确安装，编码一致： 
解决方案：自动检测编码存与否，以及封口和卡子位置 

结论
　　应用机器视觉系统能够大幅降低检验成本，提高产品质量，加快生产速度和效率。作为高精度、非接触测量方案，视觉系统涉及到光学和图像处理算法，本身就是高度专业化产品，整个测量控制系统中，往往要与运动控制系统配合完成位置矫正和进给控制；另外，生产线上对多工序进行同步连续检测时，必须使视觉系统具备分布式联网能力。机器视觉与运动控制，网络通讯等先进技术结合正改变工业自动化生产面貌。目前国内已经出现了像北京四通电机公司这样具备运动控制，机器视觉，网络通讯几方面技术背景系统集成商，他们专业化技术支持和服务能力使之成为原始供应商和最终用户之间桥梁。而对包装企业来说，意识到技术发展趋势并首先付诸实施者无疑将走竞争前列。