根據(jù)像素分布和亮度、顏色等信息，轉變成數(shù)字化信號；圖像系統(tǒng)對這些信號進行各種運算來抽取目標的特征，機器人視覺定位，進而根據(jù)判別的結果來控制現(xiàn)場的設備動作。機器視覺光源形狀分類（中）4、同軸光源同軸光源可以消除物體表面不平整引起的陰影，從而減少干擾；部分采用分光鏡設計，減少光損失，提高成像清晰度，均勻照射物體表面。


應用領域:系列光源適宜用于反射度極高的物體，如金屬、玻璃、膠片、晶片等表面的劃傷檢測，芯片和硅晶片的破損檢測，Mark點定位，包裝條碼識別。5、AOI專用光源不同角度的三色光照明，照射凸顯焊錫三維信息；外加漫射板導光，無錫機器視覺定位，減少反光；不同角度組合；應用領域:用于電路板焊錫檢測。6、球積分光源具有積分效果的半球面內(nèi)壁，均勻反射從底部360度發(fā)射出的光線，使整個圖像的照度十分均勻。

觀點二：

   在各種缺陷檢測的應用中，打光是個難點。如果獲得的圖片讓人看還要仔細斟酌才能給出結果，那么算法就太難做了。反之如果前期搞好打光，突出所要檢測的特征，算法并不是困難的東西。

   但是，注意這里有一個很嚴重的但是。我并不是說算法已經(jīng)夠好了，機器視覺和人類的差距還是非常巨大的！這里面差距就是智能。沒錯，智能相機距離智能兩個字，還很遠。主要體現(xiàn)在：對于非預期的缺陷的識別。

在當今社會中，隨著計算機技術、AI人工智能等科學技術的興起和發(fā)展以及深入的研究，出現(xiàn)了基于機器視覺技術的表面缺陷檢測技術。該技術的出現(xiàn)極大地提高了生產(chǎn)操作的效率，避免了由于操作條件、主觀判斷等因素而影響檢測結果的準確性，從而能夠更好，更準確地檢測表面缺陷，并更快地識別產(chǎn)品表面瑕疵缺陷。

  產(chǎn)品表面缺陷的檢測屬于一種機器視覺技術，即使用計算機視覺來模擬人類視覺的功能，從具體的實物進行圖像采集處理，計算以及終對特定對象的實際檢測，控制和應用。產(chǎn)品表面缺陷檢測是機器視覺檢測的重要組成部分，其檢測的準確性將直接影響產(chǎn)品的終質量。