70年代，机器视觉形成几个重要研究分支：目标制导的图像处理；图像处理和分析的并行算法；从二维图像提取三维信息；序列图像分析和运动参量求值；视觉知识的表示；视觉系统的知识库等。机器视觉的阿喀琉斯之踵：据麻省理工《技术评论》报道，来自谷歌和OpenAI研究所的研究人员发现了机器视觉算法的一个弱点：机器视觉会被一些经过修改的图像干扰，而人类可以很容易地发现这些图像的修改之处。机器视觉的应用主要有检测和机器人视觉两个方面：检测：又可分为高精度定量检测（例如显微照片的细胞分类、机械零部件的尺寸和位置测量）和不用量器的定性或半定量检测（例如产品的外观检查、装配线上的零部件识别定位、缺陷性检测与装配完全性检测）。传统的手工检测已经不能满足现代工业制造对产品质量的高要求。吉林人工智能机器视觉**
五金配件在咱们的平常生活中比比皆是，是由五金制作成的机器零件或部件及一些小五金制品。它有单独用途，还可以做协助用具。例如五金工具、五金零部件、日用五金、建筑五金以及安防用品等。小五金产品大都不是终消费品，而是作为工业制造的配套产品、半成品以及生产过程所用工具等等。只有一小部分日用五金产品(配件)，是人们生活必须的工具类消费品。五金配件常见的外观缺陷有：缺料、污点、划痕、变形、凹坑、毛边、刮伤、毛刺、压伤等缺陷。上海工业控制机器视觉设备机器视觉系统是具有较大水平视场的多方向成像系统。
在布匹的生产过程中，像布匹质量检测这种有高度重复性和智能性的工作只能靠人工检测来完成，在现代化流水线后面常常可看到很多的检测工人来执行这道工序，给企业增加巨大的人工成本和管理成本的同时，却仍然不能保证100%的检验合格率（即“零缺陷”）。对布匹质量的检测是重复性劳动，容易出错且效率低。流水线进行自动化的改造，使布匹生产流水线变成快速、实时、准确、高效的流水线。在流水线上，所有布匹的颜色、及数量都要进行自动确认（以下简称“布匹检测”）。采用机器视觉的自动识别技术完成以前由人工来完成的工作。在大批量的布匹检测中，用人工检查产品质量效率低且精度不高，用机器视觉检测方法可以很大提高生产效率和生产的自动化程度。
机器视觉系统可再分为：采集和分析分开的系统。主端电脑（HostComputer)；影像撷取卡（FrameGrabber)与影像处理器；影像摄影机；定焦镜头镜头；显微镜头；照明设备；Halogen光源LED光源；高周波萤光灯源；闪光灯源；其他特殊光源；影像显示器；LCD；机构及控制系统；PLC、PC-Base控制器；精密桌台；伺服运动机台。机器视觉技术的应用更多是为了提高生产效率，降低人力成本。因此，工业生产和管理中的某些人工环节正逐渐被机器人代替。机器视觉也可以达到自动定位等目的，以及产品质量控制。
机器视觉中检验台可在X、Y、Z三个方向上移动，摄像机采用TCD142D型2048线陈CCD，镜头采用普通照相机镜头。CCD接口电路采用单片机系统。主机PC机主要完成图像预处理及缺陷的分类或划痕的深度运算等，并可将检测到的缺陷或划痕图像在显示器上显示。CCD接口电路和PC机之间通过RS-232口进行双向通讯，结合异步A/D转换方式，构成人机交互式的数据采集与处理。该系统主要利用线阵CCD的自扫描特性与被检查钢板X方向的移动相结合，取得金属板表面的三维图像信息。机器视觉的应用已非常普遍。BOX机器视觉解决方案
工业视觉检测也是直接影响产品质量的关键因素。吉林人工智能机器视觉**
机器视觉中的光源主要起到如下的作用：照亮目标，提高亮度；形成有利于图像处理的效果；克服环境光干扰，保证图像稳定性；用作测量的工具或参照物。一幅好的图像应该具备如下条件：对比度明显，目标与背景的边界清晰；背景尽量淡化而且均匀，不干扰图像处理；与颜色有关的还需要颜色真实，亮度适中，不过度曝光。机器视觉定位如何在线检测螺丝、螺母的缺陷：工业4.0时代，针对市场零件生产越来越趋于精密化，而用人成本不断增高，人工效率及稳定性也不高，误检、漏检比率高。在目前的市场，推出基于机器视觉的检测方法，检测原理是通过CCD相机拍照，软件进行图像分析，这种方法高效、高速、非接触的检测。吉林人工智能机器视觉**
