在现代自动化生产过程中，机器视觉逐渐取代了人工视觉，机器视觉系统特别是在工况检测、成品检验、质量控制等领域。随着工业4.随着0时代的到来，这一趋势不可逆转。机器视觉系统由不同的功能模块组成，因此机器视觉系统设计出一个成功的机器视觉系统对工程师的要求是很高的。机器视觉一般涵盖以下专业领域：1、电气工程：机器视觉系统中的硬件和软件设计。2、工程数学：图像处理技术的基础。3、物理:照明系统设计的基础。4、机械工程：机器视觉系统的应用。良好的机器视觉系统能更好地为制造业提供更多的技术支持，从而提高产品质量和生产效率。

1、机器视觉测量采用亚像素级物体曲面扫描方法，满足高质量点云扫描需要。该系统使用高分辨率数字工业摄像机收集图像数据。通过光源在物体表面的条纹，任何复杂表面的密集点云都可以在几秒钟内获得（具体密度取决于被测物体的大小、摄像机的分辨率和测量距离）。一般来说，点距离为0。05-0。5mm)，该系统的分辨率从130万到500万像素不等，机器视觉系统可满足不同客户的需求。2、机器视觉测量真彩物体曲面重建方法，视觉测量设备系统采用图像纹理分析与获取技术，在进行三维数据重构的同时保持物体表面真彩显示。3、机器视觉测量全自动拼接方法。根据物体本身的纹理，不同视角的图像数据自动组合在统一的坐标系中，机器视觉系统从而获得三维图像的整体扫描数据。扫描纹理丰富的物体时，系统可以完成拼接功能，不需要在物体表面粘贴任何参考点，大大提高了拼接效率。

硬件的选型：稳定的图像特征提取是图像分析与图像识别的前提，确保一个稳定的成像传输到图像处理中心才能确保软件处理图像的准确性。机器视觉系统影响成像稳定性的因素有很多，比如周围环境、物体变化、视觉硬件等。视觉测试的硬件选择是一项困难的工作，工程师需要对硬件本身和硬件供应商非常熟悉，并有足够的选择经验。机器视觉系统在实验室运行的机器视觉系统和实际工作场景运行的系统面对的环境是天差地别的。机器视觉检测设备包括光源、镜头、相机、图像采集卡、数据传输、图像处理和测量软件等重要部件。随着各个部件的性能的提升，机器视觉系统的能力也呈指数级增长。

二、智能化产线的特点如下：1.机器视觉系统在生产和组装过程中，可以使用传感器或传感器RFID数据自动采集，实时生产状态通过电子看板显示；2.机器视觉系统可以通过机器视觉和各种传感器进行质量检测，自动清除不合格产品，并收集质量数据SPC分析，找出质量问题的原因；3.能够支持各种类似产品的混合生产和组装，灵活调整工艺，适应小批量生产，.多品种生产模式；4.具有柔性，如果生产线上有设备出现故障，能够调整到其他设备生产；5.针对人工操作的工位，能够给予智能的提示。

然而，与发达国家相比我国还有较大差距，机器视觉系统体现在以下几个方面：一是智能设备制造基础理论和技术体系建设滞后。目前，我国主要关注智能设备制造技术跟踪和技术引进，基础研究能力相对不足，引进机器视觉系统技术消化吸收不足，缺乏原创创新；控制系统、系统软件等关键技术环节薄弱，技术系统不完整。二是我国智能设备制造的数字化发展基础相对薄弱，制造业的整体发展仍处于机械自动化向数字化自动化的过渡阶段。如果德国工业4.0作为参照系，比较一致的观点是，中国总体上还是2.0时代，一些企业正在向3.0时代迈进。