机器视觉是近年来发展起来的一项新技术。它使用光学和机械集成，使机器具有视觉功能。
将机器视觉引入检查领域可以在许多场合实现在线高精度和高速测量。同时，机器视觉检测技术的理论也得到了逐步发展。
什么是机器视觉？简单来说，机器视觉就是使用机器而不是人眼进行测量和判断。它主要使用计算机来模拟人类的视觉功能，从客观事物的图像中提取信息，进行处理和理解，最后将其用于实际检测，测量和控制。
机器视觉的典型机制包括五个部分：照明，镜头，摄像头，抓帧器和视觉处理器。由此产生的技术是机器视觉技术，它是涉及人工智能，神经生物学，心理物理学，计算机科学，图像处理，模式识别和许多其他领域的跨学科学科。
机器视觉技术的最大特点是速度快，信息量大且功能多样。机器视觉的发展机器视觉的研究始于美国学者L.R.罗伯茨（Roberts）了解1960年代中期由多面体组成的积木世界。
从那时起，预处理，边缘检测，轮廓形成，对象建模和匹配技术在当时就已应用于机器视觉中。 1970年代，机器视觉形成了几个重要的研究分支：①目标导向图像处理； ②并行图像处理与分析算法； ③从二维图像中提取三维信息； ④顺序图像分析和运动参数评估； ⑤视觉知识表示； ⑥视觉系统的知识基础等。
vision机器视觉技术的设计有哪些困难？第一：照明的稳定性。工业视觉应用通常分为四类：定位，测量，检测和识别。
其中，测量需要最高的光稳定性，因为只要光变化10-20％，就有可能获得测量结果。偏差为1-2像素。
这不是软件问题。这是照明的变化，导致图像的边缘位置发生变化。
即使是最强大的软件也无法解决问题。从系统设计的角度来看，有必要排除环境光。
干涉，同时确保有源光源的发光稳定性。当然，提高硬件摄像机的分辨率也是提高精度和抵抗环境干扰的一种方法。
例如，前一个摄像机对应对象的空间大小为1像素10um，但是通过提高分辨率，它变为1像素5um。精度大约可以提高一倍，并且自然会增强对环境的干扰。
第二：工件位置不一致通常，无论是离线检查还是在线检查，只要是全自动检查设备，第一步就是要找到要测量的对象。每次要测量的物体出现在拍摄视野中时，您都必须能够准确知道要测量的物体在哪里。
即使使用某些机械固定装置等，也不能确保每次被测物体都出现在相同的位置。是的，这需要定位功能。
如果定位不正确，则测量工具的位置可能不正确，并且测量结果有时可能会有较大的偏差。第三：校准在高精度测量过程中通常需要进行以下校准，其一是光学畸变校准（如果不使用软件镜头，则通常必须进行校准），其二是投影畸变的校准，这是因为您的安装位置错误。
图像失真校正，校准三个对象的图像空间，即计算每个像素对应的对象空间的大小。但是，当前的校准算法都基于平面校准。
如果要测量的物理场不是平面，则需要通过一些特殊的算法来处理校准，而常规的校准算法无法解决这些问题。此外，还有一些校准。
由于使用校准板不方便，因此必须设计一种特殊的校准方法。因此，软件中现有的校准算法可能无法完全解决校准问题。
第四：物体的速度。如果要测量的对象不是静止的而是运动的，则必须考虑累加器。