从2016年开始，机器视觉检测和协作机器人因为机器人智能化的升级而成为热点，然而，协作机器人在2018年上半年却明显有热度减弱的趋势，但机器视觉检测却一路升温。从2017年到2018年上半年，据不完全统计，就有将近20起机器视觉检测企业融资事件，而在此前与***人的沟通中，他们也纷纷表示对于机器视觉检测企业感兴趣，已然形成了“百花齐放”的态势。

从目前的情况来看，工业领域是机器视觉检测应用比重领域，机器视觉检测在工业领域的应用主要集中在产品检测、无序分拣、上下料、拆垛码垛、涂胶等工艺段。检测环节作为3C行业特别是手机行业用工人数较多、耗时较长的环节，成为自动化改造的瓶颈，事实上，在工业领域，机器视觉检测检测需求巨大。

环境的影响

环境对机器视觉硬件的影响不仅仅是指对硬件本身有***性，同时也会对测量效果产生影响。比如在温度变化的环境下，大部分工业相机能够在-5度和65度之间工作，在实际环境中，过高的温度往往会给相机成像带来噪度。不过这一点可以通过改善打光方式来提升信噪比。

另外，温度会影响LED光源的性能，随着LED温度上升，其亮度下降，这可以通过光源控制器来进行亮度输出补偿。LED自身生成的热量同样会加速老化甚至直接报废，所以需要良好的热设计。

客户一般会认为精度越高越好，设备能检测的缺陷越小越好，这样我们不是可以做到0缺陷出厂了吗？其实不然，设备不是的，光学筛选机不是显微镜，达不到显微镜的精度。精度也并非越高越好，而是选择适当的精度 ，否则会产生大量的不良品。比如一个产品缺口，人工筛选时，可以放过1mm以内的缺口，精度范围可以设定为1mm内。精度设定过高，容易造成浪费，精度设定过低，光学筛选机把人工筛选的不良品判断成良品导致误检。有些产品精度要求非常高，需要达到0.001mm精度范围，人工无法测量，这时光学筛选机的作用就显得至关重要了。