视觉检测包含一些重要部件，光源，镜头，相机，图像采集卡，数据传输，图像处理和测量App等。随着各个部件的性能的提升，机器视觉系统的能力也呈指数级增长。系统的复杂度取决于特定的应用需求。选择最佳部件，不仅仅要考虑部件的性能能否满足需求（比如分辨...

机器视觉中优质的成像是第一步，由于不同材料物体表面反光、折射等问题都会影响被测物体特征的提取，因此光源与成像可以说是机器视觉检测要攻克的第一个难关。比如现在玻璃、反光表面的划痕检测等，很多时候问题都卡在不同缺陷的集成成像上。

表面缺陷不仅影响产品的美观和舒适度，而且一般也会对其使用性能带来不良影响，所以生产企业对产品的表面缺陷检测非常重视，以便及时发现，从而有效控制产品质量，还可以根据检测结果分析生产工艺中存在的某些问题，从而杜绝或减少缺陷品的产生。

在工业4.0这个热门话题，人们也开始把关注焦点放在了机器视觉检测方面。无论是工业4.0、工业机器人还是工业物联网，其都是智能制造，实现智能的关键将是海量信息的采集，这对数据采集的应用媒介——机器视觉检测应用，无疑将带来大量的机会和挑战。而智能制造...