機器視覺檢測在國外的應用已經相當普及，特別是在電子制造、五金精密制造行業及產品質量檢測方面。

我國自動化及機器視覺行業發展起步較晚，隨著近幾年國家經濟的不斷發展尤其是AI深度學習，各行業對機器視覺技術的工業自動化、人工智能技術的發展中有新的突破模式，機器視覺系統是利用機器人代替人眼做出各種各樣的測量和判斷，綜合運用了各種各樣的技術，而且準確率非常的高，可以在圖像處理這方面做得各有突破模式。

機器視覺應用場景

現在很多的制造業會選擇這種技術和產品進行全面品檢，機器視覺檢測在使用的過程中還需要通過專業工程師對視覺檢測設備調試驗證的方式來實現它的高精度、高效率、高回報率。

測量應用

主要用于測量零部件以及各類產品的尺寸否合格。除了利用工業相機進行二維的尺寸測量外，目前可利用結構光、3D TOF等技術實現三維尺寸測量。對產品的基本特征尺寸、裝配效果、提供高精度監控。

視覺在測量上的應用，一方面減少了人力測量的需求，降低了人力成本；另一方面，視覺測量具有高精度的特性，誤測誤判的可能性極低。

圖像識別

圖像識別，簡單講就是使用機器視覺處理、分析和理解圖像，識別各種各樣的的對象和目標，功能非常強大。目前主要識別的內容有人、車輛等各類目標物。在工業領域對帶有明確信息的標識，OCR、一維碼、二維碼等常有識別需求。

對明確信息的標識進行識別，有助于提高生產效率、降低生產成本。圖像識別大多商用場景還屬于藍海，潛力有待開發。同時，圖片數據大多被大型互聯網企業所掌握，創業公司數據資源稀少。

定位應用

在工業應用中，利用機器視覺對部件或產品進行定位。這種定位應用多會輔助機器人或者其他執行機構以實現相關的動作。一般來說，定位可協助機器人實現噴漆、涂膠、抓取、焊接等動作。

物體分揀

在機器視覺應用環節中，物體分揀應用是建立在識別、檢測之后的一個環節，通過機器視覺系統將圖像進行處理，結合機械臂的使用實現產品分揀。

在過去的產線上，是用人工的方法將物料安放到注塑機里，再進行下一步工序?，F在則是使用自動化設備分料，其中使用機器視覺系統進行產品圖像抓取、圖像分析、輸出結果，再通過機器人把對應的物料放到固定的位置上，從而實現工業生產的智能化、現代化、自動化。

視頻/監控分析

人工智能技術可以對結構化的人、車、物等視頻內容信息進行快速檢索、查詢。這項應用使得讓公安系統在繁雜的監控視頻中搜尋到罪犯的有了可能。在大量人群流動的交通樞紐，該技術也被廣泛用于人群分析、防控預警等。

食品包裝與制藥行業應用

機器視覺在食品包裝領域適用范圍廣泛，可用于檢測瓶子的分類和液位測量、標 簽、蓋子、盒子的檢查，以及瓶的形狀、尺寸、密封性和完整性。食品包裝是食品質量的重要保障，可以保護食品在流通過程中免受污染，提高品質，避免發生安全事故。

機器視覺在藥品包裝、質量檢測及控制等多個方面有廣大作為，助力醫藥行業加 快現代化、智能化進程。目前，在數粒、打碼、泡罩版缺粒、藥品殘缺和斷片、 加裝說明書、編碼識別等檢測環節，機器視覺檢測內容豐富、穩定、精確，滿足醫藥行業包裝線經常變包裝產品的需求。

圖像及視頻編輯

目前市場上也出現了很多運用及機器學習算法對圖像進行處理，可以實現對圖片的自動修復、美化、變換效果等操作。并且越來越受到用戶青睞。

汽車制造行業

汽車制造質量原先主要依靠三坐標測量完成，效率低、時間長、數據量嚴重不足， 且只能離線測量。機器視覺引入非接觸測量技術，逐步發展成固定式在線測量站 與機器人柔性在線測量站等在線測量系統，可嚴格監控車身尺寸波動，提供數據支持。

機器視覺檢測系統可以對產品進行制造工藝檢測、自動化跟蹤、追溯與控制等，包括通過光學字符識別（OCR）技術獲取車身零件編碼以保證零件在整個制造過程中的可追溯性，通過識別零件的存在或缺失以保證部件裝配的完整性，以及通過視覺技術識別產品表面缺陷或加工工具是否存在缺陷以保證生產質量。

消費電子行業

機器視覺在消費電子領域，以PCB/FPC AOI檢測、零部件及整機外觀檢測、裝配引導等應用為主，并呈現出越來越多的新的應用場景。

在電路板從印刷裝置中移下，或在清洗劑中清洗后，以及返修完成返回生產線中，機器視覺提供的在線視覺技術可以在實施印刷操作后直接發現存在的缺陷情況，保證了操作者在加上PCB以前能夠及時處理有關問題。另外，發現缺陷時可以有效防止有缺陷的電路板送達生產線后端，從而避免出現返修或廢棄現象。操作者能夠及時得到反饋，明確處于操作中的印刷工藝操作是否良好，達到預防缺陷產生的目的，對生產效率和良率的提升至關重要。

無人駕駛

隨著汽車的普及，汽車已經成為人工智能技術非常大的應用投放方向，但就目前來說，想要完全實現自動駕駛/無人駕駛，距離技術成熟還有一段路要走。不過利用人工智能技術，汽車的駕駛輔助的功能及應用越來越多，這些應用多半是基于計算機視覺和圖像處理技術來實現。