目前用于图像识别的方法主要分为决策理论和结构方法。决策理论方法的基础是决策函数，利用它对模式向量进行分类识别，是以定时描述（如统计纹理）为基础的；结构方法的核心是将物体分解成了模式或模式基元，而不同的物体结构有不同的基元串（或称字符串），通过对未知物体利用给定的模式基元求出编码边界，得到字符串，再根据字符串判断它的属类。这是一种依赖于符号描述被测物体之间关系的方法。机器视觉技术可以大幅降低检测成本,提高产品质量,提高生产速度和效率,因而在工业检测和控制领域得到了广泛应用。人力成本的不断提升，促使机器视觉产业进一步发展。近年来，各地低工资标准的不断提高，使人工和管理成本成为制造型企业大的成本支出。随着制药、饮料、食品饮料需求的不断扩大，以及人工成本的不断上升，机器视觉行业必将迎来一个质的跨越。随着现代工业自动化技术日趋成熟，越来越多的制造企业考虑如何采用机器视觉，取代人工来帮助生产线实现检查、测量和自动识别等功能，以提率并降低成本，从而实现生产效率的较大化。近年来，机器视觉软硬件技术不断取得突破，以工业相机、图像采集卡、光源及图像处理软件为核心的视觉产品日益完善，成本也在继续下降，促成了工业视觉水平的加速发展。同时，机器视觉与多种技术融合逐步深入，不断提升智能制造自动化水平。对机器而言同样如此，通过机器视觉对产品准确的信息采集，通过系统对数据分析让机器活起来。而制造业转型升级步伐加快，机器视觉技术与产品的需求逐步增加，应用领域逐渐扩大，将推动企业加速发展产品功能创新，以满足用户个性化需求。当前，工业自动化程度越来越高，对产品的检测也提出了更高要求，因此机器视觉设备开始进入飞速发展阶段。机器视觉是人工智能正在快速发展的一个分支，简单而言，机器视觉就是用机器代替人眼来做测量和判断。而基于知识的分割方法则是利用景物的先验信息和统计特性，首先对图像进行初始分割，抽取区域特征，然后利用领域知识推导区域的解释，***后根据解释对区域进行合并。机器视觉对比人工检测有着强大的优势，同创仪器拥有13年机器视觉研发生产经验，将主要针对机器视觉的功能及优势进行简单分析。智能视觉测量系统结合多年机器视觉工业检测领域多年的图像测量技术积累，基于高分辨远心镜头、光源系统和精密的运动控制系统，提供更友好的用户界面和更直观的交互方式，不止于此，这套测量系统在检测具有景深的细小工件时，表现更为出色，这是普通视觉系统所不能实现的，因此，这套系统在手机外壳、手机零件、电脑外壳、电脑零件、iwatch外壳等电子产品尺寸测量领域表现拔群。但是由于采用的是光学影像技术，因此对工件表面反光提出了很高要求，而工件表面的弧形高度测量的精度还是存在有比较大的局限性。虽然实现尺寸测量的方法很多，但大多数测量重复性，性和鲁棒性不高。事实表明，基于机器视觉技术的尺寸测量具有良好的连续性和，大大提高了工业在线测量的实时性和准确性，同时生产效率和产品质量控制也得到明显提升。)