机器视觉检测主要是应用在工业质量检测方面，相对于人眼检测，机器视觉检测设备可以更快的筛选出良品和不良品，率高达100%，在保证产品快速生产的同时，还能保证产品的质量。机器视觉检测设备在现在工业生产中是不可缺少的辅助设备，在各行各业中都是应用非常广泛的，那么，机器视觉检测基本上分为哪些分类呢？

   机器视觉检测设备主要是以功能、检测技术、载体等来进行分类的：

  根据检测的功能来进行划分主要有：缺陷检测、尺寸检测、计数/遗漏检测、供料还有下料等。

   根据检测技术进行分类：尺度丈量技术、颜色识别技术等。

  根据检测的装置载体进行分类：在线检测系统等。

玻璃瓶作为酒饮料的主要包装容器,其产品(特别是瓶口)质量直接影响酒的品质与安全。根据透明玻璃瓶在线检测中缺陷信息弱、生产线抖动等特点,研究与开发了一种基于机器视觉的在线检测系统,应用熵法实现瓶口图像的分割以及改进的Hough变换算法实现瓶口图像的***。实际运行表明,系统动态图像效果良好,且图像处理算法快速准确,满足当今高速酒饮料灌装在线检测的要求。

半导体的广泛应用使得人们对其质量要求越来越高。半导体生产过程中塑封表面缺陷的检测得到更多生产厂家的重视。本文对SOT-23封装式半导体的表面塑封缺陷进行了研究,改进并优化半导体质量缺陷检测系统,通过边缘检测算法提取半导体管体的塑封边缘,确定被检管体的位姿,缩小检测范围,使用基于边缘点的模板匹配算法来判断字符的完整性,后利用差影法准确地检测出塑封缺陷。经工厂试用后,结果显示此系统能有效地检测出表面质量缺陷。

于机器视觉技术对板材表面缺陷检测进行研究,设计了在线检测的硬件系统和软件处理流程,介绍了图像预处理、图像分割和目标提取等处理方法并对缺陷图像进行相应处理。利用C++软件对板材缺陷在线检测进行人机交互界面设计和在线调试及在线检测。实验结果表明,本检测方法可行,误检率低,可很好地应用于木材自动化生产过程的在线检测。