典型的工业机器视觉系统包括：光源、镜头（定焦镜头、变倍镜头、远心镜头、显微镜头）、 相机（包括CCD相机和COMS相机）、图像处理单元（或图像捕获）、图像处理软件、监视器、通讯 / 输入输出单元等。系统可再分为一、采集和分析分开的系统。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
机器视觉检查密封
典型的工业机器视觉系统包括：光源、镜头（定焦镜头、变倍镜头、远心镜头、显微镜头）、 相机（包括CCD相机和COMS相机）、图像处理单元（或图像捕获）、图像处理软件、监视器、通讯 / 输入输出单元等。系统可再分为一、采集和分析分开的系统。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。主端电脑（Host Computer)影像撷取卡（Frame Grabber)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二、采集和分析一体的系统智能相机（图像采集和分析一体）其他配套外围设备：光源、显示、PLC控制系统等等。
基本简介机器视觉主要用计算机来模拟人的视觉功能，但并不仅仅是人眼的简单延伸，更重要的是具有人脑的一部分功能一一从客观事物的图像中提取信息，进行处理并加以理解，终用于实际检测、测量和控制。 [1] 系统优势将机器视觉技术应用于禽蛋检测具有人工检测所无法比拟的优势。例如在物流行业，可以使用机器视觉技术进行快递的分拣分类，不会出现大多快递公司人工进行分拣，减少物品的损坏率，可以提高分拣效率，减少人工劳动。表面缺陷与大小、形状是蛋品的重要特征，利用机器视觉进行检测不仅可以排除人的主观因素的干扰，而且还能够对这些指标进行定量描述,避免了因人而异的检测结果，减小了检测分级误差，提高了生产率和分级精度。
在今天的 SMT 生产线上，应用有各种不同的检测方法，包括电气测试、 X- 射线检测和光学检测。其中光学检测尽管并非普遍适用，却能满足大多数回流前和回流后的检测需求，仍是速度快、成本的解决方案。自动光学检测(AOI) 指的是通过在受控照明条件下使检测目标（如 PCB 的一部分）成像进行的目标检测。同样，现场可编程门列阵(FPGA)技术的进步为智能相机增添了计算功能，并为PC机嵌入了处理器和桢，智能相机结合处理大多数计算任务的FPGA，DSP和微处理器则会更具有智能性。复杂的机器视觉算法确定该目标是否符合生产标准。 AOI 通常用于检测焊膏沉积、零部件到位 / 缺失、贴装定位、极性与类型 / 赋值校验 (OCR/OCV) 、焊剂以及焊点质量。其中焊点检测尤其重要。
（作者： 来源：）
