机器视觉在工业检测中的应用现状
机器视觉通过计算机模拟人类的视觉功能，使机器获得相关的视觉信息并理解。它可以分为两个部分：“视觉”和“感知”。“视觉”是将外部信息显示为数字信号，并通过成像反馈给计算机，这需要一整套硬件解决方案，包括光源、摄像头、图像采集卡、视觉传感器等。“感知”是计算机对数字信号的处理和分析，主要是软件算法。
机器视觉在工业中应用广泛，其核心功能包括测量、检测、识别、定位等。产业链可以分为上游组件市场、中游系统集成/设备市场和下游应用市场。机器视觉上游有光源、镜头、工业相机、图像采集卡、图像处理软件等软硬件提供商，中游有集成化、成套化的机器设备提供商，广泛应用于行业下游。主要下游市场包括电子制造业、汽车、印刷包装、烟草、农业、医药、纺织和交通。
机器视觉的全球市场主要分布在北美、欧洲、日本、中国等地区。据统计，2014年全球机器视觉系统及零部件市场规模为36.7亿美元，2015年为42亿美元，2016年为62亿美元，2002年至2016年年均复合增长率约为12%。根据北美市场的数据估计，机器视觉系统的集成度是视觉系统和组件市场的6倍左右。
中国的机器视觉始于20世纪80年代的技术引进。随着1998年半导体工厂全线引进，机器视觉系统也随之引入。2006年以前，国内机器视觉产品主要集中在外资制造企业，规模较小。自2006年以来，工业机器视觉应用的客户群开始扩展到印刷、食品等测试领域。2011年，市场开始高速增长。随着劳动力成本的增加和制造业的升级需求，加上计算机视觉技术的快速发展，机器越来越多。
在机器视觉中，缺陷检测是机器视觉应用广泛的功能之一，主要检测产品表面的各种信息。在现代工业自动化生产中，连续大批量生产的每个过程都有一定的次品率。虽然单说率很小，但倍增后就成为企业提高良品率的瓶颈，而且完整流程后剔除不良品的成本要高得多(比如焊膏印刷过程中出现定位偏差，直到芯片贴装后在线检测才发现问题，那么修复的成本会是原成本的100倍以上)，所以及时的检测和剔除不良品对于质量控制和品质控制非常重要。
