视觉检测是代替人眼节省人工，为制造业提高生产效率，减少成产成本。
工业相机相当于人类的眼睛，计算机相当于人的大脑，剔除机相当于人类的臂膀。
山东工业视觉检测厂家丨山东工业视觉检测厂家
用于自动检验、工件加工和装配自动化以及生产过程的控制和监视的图像识别机器。工业视觉系统的图像识别过程是按任务需要从原始图像数据中提取有关信息、高度概括地描述图像内容，以便对图像的某些内容加以解释和判断。工业视觉系统可看作是针对任务作了简化的初级机器视觉系统。几乎所有的工业生产领域都需要应用机器视觉代替人的视觉,特别是那些对速度、精度或可靠性要求高的视觉任务更需要采用工业视觉系统。用工业视觉系统实现的自动检验可以衔接计算机辅助设计和计算机辅助制造，是实现计算机集成设计和制造中心(CIDMAC)的必要手段。而CIDMAC能显著提高小批量加工生产的效率和产品质量。
一般结构 。按照现有技术水平，实用工业视觉系统的性能远未达到实验室中的机器视觉系统。对工业视觉系统的要求是成本低、可靠性高和速度快。因此通常针对已知现场条件对系统进行简化，例如安排摄像机和照明之间的一定布局、对视觉对象的数目和特性加以限制等。下图是工业视觉系统的一般结构，包括照明、摄像机、图像预处理和数据压缩、图像存储以及图像解释等部分。从摄像机来的数据存储在计算机的存储器中以供数据压缩和解释使用。图像预处理的作用是增强图像和抑制噪声。由于需要对序贯出现的图像进行快速的解释，通常在前级设置数据压缩装置
照明 在现代技术条件下照明部分是视觉系统的关键。为了使系统能有效地工作,人们力图在目标和背景之间产生清晰的对比。有人甚至把工业视觉系统称为“受控照明计算机视觉”。照明的布局大致可分为4种：①背光，可产生强反差，常用于二值图像识别技术。例如，用于对传送带上的部件分类。②漫射顶光，适用于识别分离的部件或表面方向未知的部件，例如混装于箱中的扁平物件。③直射顶光，它能在目标表面稳定时产生可靠的高反差图像，适用于二值图像识别。对表面略为粗糙的扁平部件能产生光亮稳定的图像区域。对弯曲表面或平面抛光表面可设置强光。④结构光，即用激光点、束或网照明景物，用于景物三维信息的三角测量。例如，用激光束照明焊槽以测量关于焊槽位置和形状的三维信息。
摄像 常采用阴极射线管式或固体式摄像机获取图像数据。对于高精度测量可采用线扫描摄像机。固体摄像机用于工业视觉系统有很大优越性，它的优点是可靠性高、寿命长和成像较稳定等。固体摄像机在价格方面已能与真空管摄像机相匹敌。
图像预处理 其作用是改进图像质量，以便进行图像识别。典型的图像预处理有4个步骤：①阴影校正,即对景物上不均匀的照明进行平滑补偿。②灰度校正，即将输入的灰度值进行线性或非线性的变换以求改进图像质量。③噪声过滤，通常采用低（频）通（过）运算器抑制噪声。④图像增强，即图像轮廓增强，采用高(频)通（过）运算器。
数据压缩 Zui简单的数据压缩技术是取图像灰度的阈值，产生二值图像。二值图像还可进一步压缩。按区域压缩和按轮廓压缩是两种基本的数据压缩方法，它们既可用于二值图像也可用于灰度图像。但在工业视觉系统中，按区域压缩的方法常用于二值图像，按轮廓压缩的方法则常用于灰度图像。这是因为早期的工业视觉系统多采用二值图像，所处理的部件可用整体区域特征加以识别，而从灰度图像获取可靠的区域型特征则比较困难。二值图像按区域的压缩是将图像分为若干连通区域。通过连通程序来完成这项工作，同时为每个区域编号。对每个区域计算面积、重心、惯量矩、空洞数目、轮廓线长度、Zui小外切矩形等典型特征参数。这些特征参数就作为下一步图像解释的输入。灰度图像按轮廓的压缩是从经过增强处理的图像上抽取直线、拐角、圆弧等轮廓特征或求出代表轮廓线方向斜率的一组线段。这后一种方法常出现线段丢失、破碎以及重合等误差，需要用关于景物的先验知识加以判断。数据压缩有时被当作图像分割（见模式识别），但实际上比把图像分为有意义单元的图像分割简单。
图像解释 即按照任务对图像内容进行高度概括的描述。它基于图像的模型匹配。模型是对所要识别的理想模式外形的描述，包括所有可能的部分畸变、平移或旋转的模式的集合。将其中一个模式当作原型，那么解释就是寻找与经压缩后的数据匹配得的原型，并用描述模型的参数给出解释。Zui简单的模型匹配方法是样板匹配，它仅适用于原型很少的场合，而且计算量也很大。在一般情况下需要考虑大量原型，此时可采用搜索法、松弛法和聚类配。
