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）
智能视觉检测
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。
机器视觉就是用机器来代替人眼做测量和判别的体系，它经过光学设备和非接触传感器主动获取方针方针的图画，并由图画处理设备依据所得图画的像素散布、亮度和颜色等信息进行各种运算处理和判别剖析，以提取所需的特征信息或依据判别剖析成果对某些现场设备进行运动控制。机器视觉体系中的图画处理设备一般都选用计算机，所以机器视觉有时也称为计算机视觉。
随着科技一日千里的发展，机器视觉渐渐的被人所熟悉，那么用工业相机和视觉软件作为主体组成的机器视觉检测体系，究竟能否全i面取代人工目视检测？代替？精i确来说只能是能够代替一部份。现在中小型企业生存空间有限，自动化晋级需求资金、人才，由于各种局限性，不情愿投入很多资金，所以机器视觉检测仍是在实力的大型企业里才会呈现。现在人工本钱i大，企业也在高本钱运营，资金压力大，除非是有必要要买，否则都将就着过着。
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。
（作者： 来源：）
