机器视觉是一项综合技术，包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计算机软硬件技术(图像增强和分析算法、图像卡、I/O卡等)。⒑螺纹钢外形轮廓尺寸的探测器件：以频闪光作为照明光源，利用面阵和线阵CCD作为螺纹钢外形轮廓尺寸的探测器件，实现热轧螺纹钢几何参数在线测量的动态检测系统。一个典型的机器视觉应用系统包括图像、光源系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块。[2]机器视觉系统基本的特点就是提高生产的灵活性和自动化程度。在一些不适于人工作业的***工作环境或者人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉。同时，在大批量重复性工业生产过程中，用机器视觉检测方法可以大大提高生产的效率和自动化程度。注：勿将工作距离与物体到像的距离混淆。工作距离是从工业镜头前部到被观察物体之间的距离。电子制造、汽车、制药和包装机械占据了近70%的机器视觉市场份额。而物体到像的距离是CCD传感器到物体之间的距离。计算要求的工业镜头焦距时，必须使用工作距离高速相机按照不同标准可分为：标准分辨率数字相机和模拟相机等相机(2张)。要根据不同的实际应用场合选不同的相机和高分辨率相机：按成像色彩划分，可分为彩色相机和黑白相机；按分辨率划分，像素数在38万以下的为普通型，像素数在38万以上的高分辨率型；按光敏面尺寸大小划分，可分为1/4、1/3、1/2、1英寸相机；按扫描方式划分，可分为行扫描相机（线阵相机）和面扫描相机（面阵相机）两种方式；（面扫描相机又可分为隔行扫描相机和逐行扫描相机）；按同步方式划分，可分为普通相机（内同步）和具有外同步功能的相机等。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。Color检测一般而言，从彩色CCD相机中获取的图像都是RGB图像。[7]应用领域编辑机器视觉的应用主要有检测和机器人视觉两个方面：⒈检测：又可分为定量检测（例如显微照片的细胞分类、机械零部件的尺寸和位置测量）和不用量器的定性或半定量检测（例如产品的外观检查、装配线上的零部件识别***、缺陷性检测与装配完全性检测）。⒉机器人视觉：用于指引机器人在大范围内的操作和行动，如从料斗送出的杂乱工件堆中拣取工件并按一定的方位放在传输带或其他设备上（即料斗拣取问题）。至于小范围内的操作和行动，还需要借助于触觉传感技术。机器（Machine）是由各种金属和非金属部件组装成的装置，消耗能源，可以运转、做功。用来代替人的劳动、进行能量变换、以及产生有用功。科学技术向微小领域发展，制造业要求的测量精度也在不断提高，由微米级向纳米级发展。机器贯穿在人类历史的全过程中。但是近代真正意义上的“机器”，却是在西方工业革命后才逐步被发明出来。零件、部件间有确定的相对运动，用来转换或利用机械能的机械。机器一般由零件、部件组成一个整体，或者由几个***机器构成联合体。由两台或两台以上机器机械地联接在一起的机械设备称为机组。[3])