当前，工业自动化、智能化进入飞速发展阶段，生产过程当中的自动化程度也变得越来越高，各类产品及元器件的大批量生产，面对着高重复性和高精度的检验、生产监视和零件识别工序，传统人工检测已无法达到要求。为提高产品质量和生产效率，机器视觉开始出现并得到大力发展。3、工件在测量前，应先去除毛刺，防止划伤影像测量仪台面或元器件。

简单而言，机器视觉就是让机器具备像人一样的视觉功能，代替人眼来实现自动化生产中的识别、测量、检测、判断。典型的工业机器视觉系统有三部分组成：图像采集单元、图像处理与分析单元、控制与执行单元。

图像采集单元包含光源、镜头、相机、图像采集卡等。图像获取是机器视觉检测的一步，实际上就是将待测目标的可视化图像和内在特征转换成能被计算机处理的图像数据，并传送给图像处理单元；

图像处理和分析单元的核心为图像处理分析软件。它包含图像增强与校正、图像分割、特征提取、图像识别与理解等。同时输出目标的质量评判、规格测量等分析结果给控制与执行单元。好的机器视觉软件可对图像中的目标特征进行快速准确地检测，并更大限度地减少对硬件系统的依赖性，做出结果处理并发送相应消息到分拣机构。基于机器视觉的自动化监测、智能控制系统将广泛应用于工业生产各个领域，并主要从中端生产线向前端制造和后端物流环节延伸，成为提升产业自动化水平的重要抓手。

控制与执行单元包含电传与机械设备。对于整个机器视觉系统而言，核心目的就是为了保证产品质量，剔除掉不良品。因此控制与执行单元也就成为机器视觉检测尤为关键的一环，图像分析结果输出至图像界面，或通过电传单元传递给机械单元执行相关操作，如报警、剔除等，或者是通过机械臂直接执行抓举、分拣等动作。非接触测量所采用的是光学影像测量技术，通过软件在光学对焦过程中，自动计算出两个表面清晰的Z轴坐标值，从而测量出高度值。

图像数据编码一般采用预测编码，即将图像数据的空间变化规律和序列变化规律用一个预测公式表示，如果知道了某一像素的前面各相邻像素值之后，可以用公式预测该像素值。采用预测编码，一般只需传输图像数据的起始值和预测误差，因此可将8比特/像素压缩到2比特/像素。同时，工件表面残留的冷却液及加工残留物在测量前也需要完全清理干净，以免影响仪器的测量精度及使用寿命。

变换压缩方法是将整幅图像分成一个个小的（一秀取8*8或16*16）数据块，再将这些数据块分类、变换、量化，从而构成自适应的变换压缩系统。该方法可将一幅图像的数据压缩到为数不多的几十个特传输，在接收端再变换回去即可。

边缘锐化

图像边缘锐化处理主要是加强图像中的轮廓边缘和细节，形成完整的物体边界，达到将物体从图像中分离出来或将表示同一物体表面的区域检测出来的目的。它是早期视觉理论和算法中的基本问题，也是中期和后期视觉成败的重要因素之一。