0423仙女棒
机器视觉就是机器上使用的视觉技术；机器一般是各种机床，生产线、机械手、气缸、伺服电机等等。视觉是一种拟人化的称呼，其本源叫图像处理技术，或者叫图像识别。这个技术主要就是对图像做各种变换，提取感兴趣的特征，以便实现某种生产目的。例如要检测一箱子酒瓶是不是达到了规定的数量，有没有破损，有没有灌装不满。再比如，手机屏幕生产线上，要检测每一片屏幕的质量好坏，看有没有亮点，暗点，色斑等等，这些都可以通过图像分析技术，提取其中的特征来实现。特征提取技术含量比较高，不同检测要求，特征不同。视觉检测过程一般由下列步骤完成：打光成像，把要检测的目标凸显出来，把背景没有必要的噪声尽可能压制。完成成像之后，就是规划检测区域，那些要检测，那些不要检测，不同产品部位要检测哪些内容，都要规划出来，这些一般是提前建立的模板。下一步就是提取特征，比如灰度特征，颜色特征，形状特征，纹理特征，或者是多种特征的组合，例如深度学习就是多种特征的组合，并且是多级特征组合。特征提取之后，就是跟目标值进行判断，确定产品好坏。 
这种东西，都已经快成一个商业项目了，100分是解决不了的。
你可以在百度搜索OPT，他们公司做的不错，而且企业比较大。。
根据我在广东粤为工业机器人学院学习的知识所知：在中国，视觉技术的应用开始于90年代，因为行业本身就属于新兴的领域，再加之机器视觉产品技术的普及不够，导致以上各行业的应用几乎空白。目前国内机器视觉大多为国外品牌。国内大多机器视觉公司基本上是靠代理国外各种机器视觉品牌起家，随着机器视觉的不断应用，公司规模慢慢做大，技术上已经逐渐成熟。随着经济水平的提高，3D机器视觉也开始进入人们的视野。3D机器视觉大多用于水果和蔬菜、木材、化妆品、烘焙食品、电子组件和医药产品的评级。它可以提高合格产品的生产能力，在生产过程的早期就报废劣质产品，从而减少了浪费节约成本。这种功能非常适合用于高度、形状、数量甚至色彩等产品属性的成像。在行业应用方面，主要有制药、包装、电子、汽车制造、半导体、纺织、烟草、交通、物流等行业，用机器视觉技术取代人工，可以提供生产效率和产品质量。例如在物流行业，可以使用机器视觉技术进行快递的分拣分类，不会出现大多快递公司人工进行分拣，减少物品的损坏率，可以提高分拣效率，减少人工劳动。
