机器视觉处理多年来一直存在于卷积神经网络的应用中，这些算法能够从传感器的输入的数据提取有用的信息。对于场景的分析CNN是非常的，能够分辨出很多对象如汽车、人、动物、道路标志、道路交叉点、路边标志（物体），能够确定场景中的相关现实对象。所有这些操作都是实时的，只要传感器部分设置完成后，后续的融合/决策操作就会发生。无论是一个还是所有传感器（LIDAR（激光探测与测量）
工业自动化视觉检测
机器视觉处理多年来一直存在于卷积神经网络的应用中，这些算法能够从传感器的输入的数据提取有用的信息。对于场景的分析CNN是非常的，能够分辨出很多对象如汽车、人、动物、道路标志、道路交叉点、路边标志（物体），能够确定场景中的相关现实对象。所有这些操作都是实时的，只要传感器部分设置完成后，后续的融合/决策操作就会发生。无论是一个还是所有传感器（LIDAR（激光探测与测量）、雷达、摄像头、红外传感器）的输入数据有所改变，系统就会立刻做出i佳的决策。
密封圈是各种机器中的的部件，一旦这个部件出问题，那么质量便得不到保障，哪怕是很细小的瑕疵也会造成严重的产量问题，因此在目前的生产过程中，每一个密封圈都需要人仔仔细细的进行分别甄选，这其中耗费的人力，时间成本很高，目前单外观检测工位就需要6个人来满足生产的需求，但是随着人工作时间的加长，视觉疲劳便会出现，漏检的情况便会发生，产品的得不到保障。基于以上问题，一台基于机器视觉的外观检测设备，就实现了密封圈外观尺寸、缺陷等检测功能。
在医学领域，机器视觉主要用于医学辅助诊断。首先采集核磁i共振、超声波、激光、Ｘ射线、γ射线等对人体检查记录的图像，再利用数字图像处理技术、信息融合技术对这些医学图像进行分析、描述和识别，后得出相关信息，对辅助医生诊断人体病源大小、形状和异常，并进行有效治i疗发挥了重要的作用。不同医学影像设备得到的是不同特性的生物组织图像，如Ｘ射线反映的是骨骼组织，核磁i共振影像反映的是有机组织图像，而医生往往需要考虑骨骼有机组织的关系，因而需要利用数字图像处理技术将两种图像适当地叠加起来，以便于医学分析。
（作者： 来源：）
