机器视觉就是用摄像机代替人眼，用计算机代替人的大脑。机器视觉用于印刷，包装质量检测的工作原理就是用摄像机拍摄、采集印品的图像，在计算机中与该印品标准图像(模板)比较，如果发现差异并超出设定的公差范围，即判定为不合格产品。在实际的机器视觉系统应用中要复杂。

传统的视觉检测系统不仅浪费时间和人力,检测精度也远远不足,故提出一种视觉检测系统。该检测系统主要以涂层展开板为研究对象,在流水线系统上对其进行在位检测。首先进行了检测系统总体方案设计,在硬件方面主要介绍了该检测系统相机、镜头、光源的选取以及调试;软件方面主要介绍了相机的标定、图像的预处理和增强、边缘检测等关键技术。根据谱带的形状特征,提出一种三次样条插值法与多项式拟合法相结合的算法来提取出各个谱线分割线的边缘点,同时在LabVIEW环境下进行MATLAB编程,进而提高算法效率。然后将MATLAB计算出的坐标值通过上位机发送给数控机床,数控机床对得到的数据进行实时处理,从而对同一颜色区域进行刮取。与人工检测进行对比,该检测系统在检测精度和速度上都优于传统方法。

提出了基于视觉检测技术的车用传感器电路板涂胶质量视觉检测系统,采用多次模板匹配对目标图像进行定位和计算角度,并将图像平移和旋转,从而使零件图像与最初选定的图像位置和角度基本一致。然后,将从最初选定的图像获得的电路板应该有胶和无胶区域坐标应用到零件图像上,截取出相应区域的图像,利用图像分割等算法计算各个区域中涂胶部分的面积占总面积的百分比,与给定的面积百分比限制值进行比较,要求有胶区域的面积百分比大于对应的限制值,无胶区域的面积百分比小于对应的限制值则认为零件涂胶合格。结果表明,系统控制自动定位精度达到像素级,保证了检测精度,解决了目前在现场检测过程中人工操作工作量大、判断不准确以及效率低等问题。